[发明专利]一种城市轨道交通全场景客流预测方法及系统在审

专利信息
申请号: 202110693572.2 申请日: 2021-06-22
公开(公告)号: CN113723659A 公开(公告)日: 2021-11-30
发明(设计)人: 唐金金;周高祥;生金文;张黎明;杜泽宇;赵晴晴;李超 申请(专利权)人: 北京交通大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/30
代理公司: 北京市诚辉律师事务所 11430 代理人: 刘婷;耿慧敏
地址: 100044 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 城市 轨道交通 场景 客流 预测 方法 系统
【说明书】:

本申请属于轨道交通技术领域,涉及一种城市轨道交通全场景客流预测方法及系统。目前的客流分析技术无法为城市轨道交通运营组织提供全方位的支持。本申请提供了一种城市轨道交通全场景客流预测方法,分析单个乘客在城市轨道交通系统中的出行特征规律,分析外部条件对乘客个体出行行为的影响;实时监测全网客流分布,从时间维度出发,实现全场景的城市轨道交通客流预测技术,异常情况下进行告警提示,为应急处置进行客流组织调整或行车组织调整提供客流数据支撑;以地铁编制的地标及新近出台的“城市轨道交通运营指标体系”国家标准为参考,生成相应的统计指标,支持用户自定义报表查询及数据导出。为城市轨道交通客流管控与列车运行调度提供参考。

技术领域

本申请属于轨道交通技术领域,特别是涉及一种城市轨道交通全场景客流预测方法及系统。

背景技术

近些年来,城市轨道交通发展迅速,越来越多的城市开启了网络化运营的新时代。城市轨道交通网络化运营为城市居民的出行带来了便利,但是随着城市轨道交通的体量越来越大,在城市交通中承担的任务越来越重,不同场景下的轨道交通的客流情况越来越难以把握。

同时在城市轨道交通运营过程中,由于可能存在刷卡数据上传延迟或者漏传、刷卡设备故障等情况,城市轨道交通刷卡数据有可能不全,进而导致城市轨道交通客流OD数据不全,影响精细化客流分析、列车运行图编制质量和执行效果。

目前预测模型单一且质量低,常用的有加权历史平均自回归法、K最邻近法、时间序列法、人工神经网络法、卡尔曼滤波法和小波分析法,但是都难以满足计算速度与计算精度的双重要求;并且未对各线路各站客流结构及特征深入挖掘,没有对乘客出行行为进行深入研究,因此难以准确地把握客流出行特性;复杂外部因素对客流影响极大,但是二者的耦合关系尚不明确,有待量化明晰。

在城市轨道交通运营管理中缺乏预警和决策支持技术与系统,一旦发生突发事件,仅仅依靠上报机制,可能导致突发事件消息传递较慢,影响运营人员及时采取有效的措施来应对突发事件;同时,城市轨道交通还缺少对突发事件下的路网客流分布状态的变化情况的预测、预警及应急响应辅助支持,由于没有突发事件下客流分布特征,运营人员难以有效地根据客流情况做出尽可能满足乘客出行需求的列车运行调整方案,可能导致乘客出行满意度降低、列车运力闲置等情况。

目前相关的客流分析技术大多只针对单一的场景,并且没有从时间维度对历史、实时、突发事件、短时、短期、典型日、可预知事件、典型日以及新线开通客流进行整体的分析,不利于全面掌握客流的情况,无法为城市轨道交通运营组织提供全方位的支持。

发明内容

1.要解决的技术问题

基于目前相关的客流分析技术大多只针对单一的场景,并且没有从时间维度对历史、实时、突发事件、短时、短期、典型日、可预知事件、典型日以及新线开通客流进行整体的分析,不利于全面掌握客流的情况,无法为城市轨道交通运营组织提供全方位的支持。针对上述问题,本申请提供了一种城市轨道交通全场景客流预测方法及系统。

2.技术方案

为了达到上述的目的,本申请提供了一种城市轨道交通全场景客流预测方法,所述方法包括如下步骤:步骤S1:分析单个乘客在城市轨道交通系统中的出行特征规律,分析外部条件对乘客个体出行行为的影响;步骤S2:实时监测全网客流分布与行车情况,异常情况下进行告警提示,为应急处置进行客流组织调整或行车组织调整提供客流与行车数据支撑;步骤S3:实现突发事件、短时、短期、典型日、可预知事件、新线开通全场景客流预测;步骤S4:以地铁编制的地标及新近出台的“城市轨道交通运营指标体系”国家标准为参考,生成相应的统计指标,支持用户自定义报表查询及数据导出。

本申请提供的另一种实施方式为:所述出行特征规律基于进出站交易明细数据获得,所述外部条件包括政策、大型活动、社会事件和运营事件。

本申请提供的另一种实施方式为:行车情况基于ATS数据获得。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110693572.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top