[发明专利]一种城市轨道交通车站客流量预测方法及系统

权利要求书

1.一种城市轨道交通车站客流量预测方法，其特征在于，所述方法包括如下步骤：

步骤S1，获取轨道交通车站客流量历史数据，并以车站为单位判断所述历史数据是否存在缺失；若车站历史数据存在缺失，进入步骤S2；若无缺失，将所有车站历史数据作为完整历史数据，转入步骤S3；

步骤S2，设置EM算法模块的参数初始值，根据参数初始值采用EM算法对当前车站历史缺失数据进行补足，输出当前车站的完整历史数据，并将所有车站的完整历史数据进行整合输出所有车站的完整历史数据；

步骤S3，对深度框架进行框架改进，在卷积模块后对输出结果进行二维批量标准化处理，并制定适用于客流量数据的损失函数，构建车站客流量预测模型，根据所述完整历史数据，对所述车站客流量预测模型进行训练并预测车站客流量，输出客流量预测值；

步骤S4，基于所述车站客流量预测模型所输出的客流量预测值对EM算法的参数初始值进行反验；若参数维持稳定，则将所述客流量预测值作为最终预测值输出；若参数发生改变，则转入步骤S2。

2.根据权利要求1所述的城市轨道交通车站客流量预测方法，其特征在于，所述对当前车站历史缺失数据进行补足，具体包括：

步骤S21，假定高峰期客流量服从正态分布N₁(μ₁,σ₁)，平峰期客流量服从正态分布N₂(μ₂,σ₂)，将客流量分布中的EM参数θ(μ₁,σ₁,μ₂,σ₂)视作待估参数；

步骤S22，执行E-step，根据式(1)和(2)计算联合分布条件概率的期望l(θ,θ_t)：

Q_i(z_i)＝p(z_ix_i,θ_t) (1)

式(1)和(2)中，Q_i(z_i)为隐变量z_i的未知分布，θ为样本所属分布的待估参数，p为在待估参数为θ的前提下样本出现的概率，n为样本数量，x_i为第i个样本观察数据且i∈[1,n]，θ_t为第t次的待估参数；

步骤S23，判断待估参数θ_t是否达到阈值；若达到阈值，则执行步骤S25；若未达到阈值，则执行步骤S24；

步骤S24，执行M-step，根据公式(3)极大化l(θ,θ_t)，得到θ_t+1：

令t＝t+1，转入步骤S22；

步骤S25，根据当前待估参数，对缺失值进行填补，并输出完整历史数据。

3.根据权利要求1所述的城市轨道交通车站客流量预测方法，其特征在于，所构建的车站客流量预测模型，执行如下操作：

接收完整历史数据；

第一次卷积，对所接收的完整历史数据进行二维批归一化操作并池化后输出维度尺寸减半的数据或所提取的特征，输入第二次卷积；

第二次卷积，对所接收的数据进行第二次池化输出维度尺寸减半的数据或进一步提取的特征发送给全连接模块；

对接收的数据进行整合后进一步得到一维且维度尺寸减半的数据，或对所提取的特征进行数据整合得到一维特征值，再进行批归一化操作后将数据发送给全连接神经网络进行客流量预测；

制订适用于客流量数据的损失函数对模型运行中的客流量预测值进行损失计算，根据损失计算控制模型迭代次数，在达到预定要求时输出客流量预测值。