[发明专利]一种基于LSTM的客流预测方法

权利要求书

1.一种基于LSTM的客流预测方法，其特征在于，包括如下步骤：

S1:获取待测机场轨道交通线路所在城市N天的AFC原始数据、与待测机场轨道交通线路连接的机场的航班时刻表原始数据、天气数据；

S2:对所述AFC原始数据和所述航班时刻表原始数据进行预处理，保留有效AFC数据和有效航班时刻表数据；

S3:对获取的有效AFC数据进行整理，提取出N天中各个时间片内的所述机场到市区方向的客流量、N天中各个时间片内的市区到所述机场方向的客流量；并对获取的有效航班时刻表数据进行整理，提取出N天中各个时间片内所述机场计划起飞航班数以及计划降落航班数；

S4:对步骤S3中提取的数据进行标准化处理；

S5：对每个时间片内的数据标注其对应的日期信息、时段信息以及天气状况；

S6：基于标准化处理后的数据以及标注有对应的日期信息、时段信息以及天气状况的数据，构建数据集并分为训练集和测试集；

S7:基于 LSTM网络并结合时间-特征协同注意力机制，建立机场轨道交通客流预测模型，包括LSTM层、时间-特征协同注意力层和两个全连接层；利用训练集和测试集，对所建立的机场轨道交通客流预测模型进行训练和测试，得到最终的机场轨道交通客流预测模型并利用该机场轨道交通客流预测模型对机场轨道交通的实时客流进行预测；

步骤S3中，将机场轨道每一天首班发车整点时刻到末班发车整点时刻以为时间间隔等分成cnt个时间片，

将N天中cnt个时间片内的所述机场到市区方向的客流量记为，其中，，表示第k天中第j个时间片内的所述机场到市区方向的客流量；

将N天中cnt个时间片内的市区到所述机场方向的客流量记为，其中，表示第k天中第j个时间片内的市区到所述机场方向的客流量；

将N天中cnt个时间片内所述机场计划起飞的航班数记为，其中，表示第k天中第j个时间片内的计划起飞的航班数；

将N天中cnt个时间片内所述机场计划降落的航班数记为，其中，表示第k天中第j个时间片内的计划降落的航班数。

2.根据权利要求1所述的方法，其特征在于，步骤S2具体过程为：

1）对海量AFC原始数据进行数据清洗，筛选出所有刷卡类型为地铁的AFC数据；接着根据进站点和出站点对所有地铁的AFC数据进行进一步筛选，只保留进站点或者出站点为所述机场的AFC数据；

2）对航班时刻表原始数据进行数据清洗，对于起飞机场或降落机场字段有缺失的航班时刻表原始数据，根据经纬度信息匹配出对应的机场名，从而对缺失字段进行补全，当起飞机场或降落机场字段和经纬度字段均缺失时，则删除该条航班时刻表原始数据。

3.根据权利要求1所述的方法，其特征在于，步骤S4中，利用min-max标准化法对步骤S3中提取的数据进行标准化处理。