[发明专利]一种城市轨道交通客流变化趋势预测方法

摘要

本发明公开了一种城市轨道交通客流变化趋势预测方法，首先设定时间间隔，对历史客流量划分区间作为客流状态，再计算客流状态转移概率，再基于状态转移概率构建状态转移矩阵，再基于状态转移矩阵建立短时客流的预测模型，再利用预测模型和初始客流量大小进行短时客流量预测，再对短时客流预测结果进行分析确定下一阶段的客流变化趋势，最后根据客流变化趋势，建立轨道交通行车调度优化模型，通过对实时上传的进站交易数据进行统计并建立马尔科夫预测模型，不仅确保客流预测准确度，也保证了行车调度的可靠度。

主权项

1.一种城市轨道交通客流变化趋势预测方法，其特征在于，包括如下步骤：S1，基于轨道交通车辆实际情况设定时间间隔，将历史客流数据进行区间划分；S2，每一个区间对应一个状态，获得状态序列S＝{ai,i∈[0,n]}，其中，ai表示第i个状态，n表示划分为n个状态，所述i∈[0,n]；S3，对历史客流数据按照步骤S2进行状态统计，计算状态之间的转移概率：Pij＝P{X(t+1)＝aj/X(t)＝ai}其中，X(t)是t时刻下的客流量；P_ij是当t时刻处于a_i状态的条件下，在(t+1)时刻转移到a_j状态的概率，S4，基于状态之间的转移概率建立状态转移矩阵：其中，n为状态的总数；S5，通过轨道交通终端设备上传的进出站交易数据，统计得到车站在各时段内的进出站客流量，研究确定当前初始状态S0，在时间长度k内，建立实时预测状态序列Sk+1：S1＝PijS0；S1＝PijS1；...,Sk+1＝PijSk根据所获得的状态序列计算出相应的状态阈值；S6，根据步骤S5中的状态阈值获得未来k时间范围内的客流值序列S＝{S0,S1,S2,…,Sk,Sk‑1}，利用数学工具对序列进行分析，求解客流的增减趋势与强度，对所求解的变化趋势进行分类；S7，基于由历史交易数据得到的客流预测模型，对线路中所有站点进行客流预测，按照步骤S6分析得到的趋势规律对站点进行分类，得到同一变化趋势类型站点编号集合TypeID＝{1,2,…,Z}，Z为变化趋势类型总数，根据变化趋势的类型与幅度确定发车时间调整方案。