[发明专利]一种智能车站客流状况预测方法和系统

摘要

本发明公开一种智能车站客流状况预测方法和系统，方法包括步骤：S1：对高铁站客流数据进行采集；S2：大数据平台对原始客流数据预处理，按天统计高铁站的客流量后保存至数据库；S3：从数据库中获取高铁站历史的客流量数据，生成对应的时间序列，训练FOA‑Elman神经网络，所述FOA‑Elman神经网络输出为下一天的客流量预测结果；利用训练完毕的模型预测出次日客流量，并将结果保存至数据库；S4：根据预测出的次日客流量及高铁站的管理部门设定的最大承载客流量、不同客流状况等级的临界阀值，对次日客流状况进行定级，评估出客流的拥挤程度。本发明对预测的客流量进行了客流状况进行评估，以便高铁站管理部门能够提前了解客流状况，拟定客流疏导方案，合理调度人员。

主权项

1.一种智能车站客流状况预测方法，其特征在于，包括以下步骤：/nS1：数据采集模块对高铁站客流数据进行采集，通过高铁检票进站的方式采集记录旅客进站数据，通过检票出站的方式采集记录旅客出站数据，得到原始客流数据，数据采集模块将采集到的原始客流数据发送至大数据平台进行处理；/nS2：大数据平台对原始客流数据预处理，按天统计高铁站的客流量后保存至数据库；/nS3：从数据库中获取高铁站历史的客流量数据，生成对应的时间序列，将相邻L天的高铁站客流量作为一组训练样本，训练FOA-Elman神经网络，所述FOA-Elman神经网络的输入为相邻L天的高铁站客流量，输出为下一天的客流量预测结果；利用训练完毕的模型预测出次日客流量，并将结果保存至数据库；/nS4：根据预测出的次日客流量及高铁站的管理部门设定的最大承载客流量、不同客流状况等级的临界阀值，对次日客流状况进行定级，评估出客流的拥挤程度。/n