[发明专利]景区疫情风险预测与限流方法、装置、设备和存储介质

权利要求书

1.一种景区疫情风险预测与限流方法，其特征在于，包括：

获取预设的历史时段内各单位时间的景区疫情数据，得到样本数据，所述景区疫情数据包括景区所在的县级行政区在确诊患者城市流动网络中的中心度、景区所在的县级行政区的传染病再生数、景区人流量以及景区人流密度；

分别构建各景区疫情数据对应的神经网络模型，并分别根据所述样本数据中的各景区疫情数据，对各神经网络模型进行训练；

分别根据训练后的各神经网络模型，得到各景区疫情数据的预测值，并根据所述各景区疫情数据的预测值，计算疫情风险指数；

根据所述疫情风险指数，确定限流比例；

所述分别根据训练后的各神经网络模型，得到各景区疫情数据的预测值，并根据所述各景区疫情数据的预测值，计算疫情风险指数，包括：

获取过去n个单位时间的一景区疫情数据，并加入至输入数据集；

获取所述输入数据集中最新n个单位时间的一景区疫情数据，作为当前输入数据，并将所述当前输入数据输入训练后的所述一景区疫情数据对应的神经网络模型，得到所述最新n个单位时间后的第一个单位时间的所述一景区疫情数据的预测值；

将所述最新n个单位时间后的第一个单位时间的所述一景区疫情数据的预测值加入所述输入数据集，并继续执行所述获取所述输入数据集中最新n个单位时间的一景区疫情数据，作为当前输入数据，并将所述当前输入数据输入训练后的所述一景区疫情数据对应的神经网络模型，得到所述最新n个单位时间后的第一个单位时间的所述一景区疫情数据的预测值的步骤，直至得到未来m个单位时间的所述一景区疫情数据的预测值；

根据预设的各景区疫情数据的权重，对未来同一个单位时间的各景区疫情数据的预测值进行加权求和，得到所述未来同一个单位时间的疫情风险指数；

对未来m个单位时间的疫情风险指数进行归一化处理，得到未来m个单位时间的归一化后的疫情风险指数；

所述根据所述疫情风险指数，确定限流比例，包括：

根据限流比例计算公式，分别确定未来m个单位时间的限流比例，所述限流比例计算公式为S_j＝(1-L_j)×100％，j＝1,2,…,m，S_j为未来第j个单位时间的限流比例，L_j为未来第j个单位时间的归一化后的疫情风险指数；

所述对未来m个单位时间的疫情风险指数进行归一化处理，得到未来m个单位时间的归一化后的疫情风险指数，包括：

获取未来m个单位时间的疫情风险指数的最大值，并分别将未来m个单位时间的疫情风险指数除以所述最大值，得到未来m个单位时间的归一化后的疫情风险指数。

2.根据权利要求1所述的景区疫情风险预测与限流方法，其特征在于，所述获取预设的历史时段内各单位时间的景区疫情数据，得到样本数据之后，所述方法还包括：

分别对所述样本数据中的各景区疫情数据进行归一化处理。

3.根据权利要求1所述的景区疫情风险预测与限流方法，其特征在于，所述分别构建各景区疫情数据对应的神经网络模型，并分别根据所述样本数据中的各景区疫情数据，对各神经网络模型进行训练，包括：

构建第一神经网络模型、第二神经网络模型、第三神经网络模型和第四神经网络模型，所述第一神经网络模型、第二神经网络模型、第三神经网络模型和第四神经网络模型均为长短期记忆人工神经网络模型；

根据所述样本数据中各单位时间的中心度，对所述第一神经网络模型进行训练；

根据所述样本数据中各单位时间的传染病再生数，对所述第二神经网络模型进行训练；

根据所述样本数据中各单位时间的景区人流量，对所述第三神经网络模型进行训练；

根据所述样本数据中各单位时间的景区人流密度，对所述第四神经网络模型进行训练。