CN113850417B 一种基于车站客流预测的客流组织决策方法 （浙江中控信息产业股份有限公司）

一种基于车站客流预测的客流组织决策方法本发明公开了一种基于车站客流预测的客采集；根据不同情况分别构建车站客流预测模型；依据车站客流预测模型进行车站客流量预方案针对每个车站的不同情况构建相应的进出2有突发事件的日子采用增益法构建模型，对于不同车站突发事件下的进出站客流量，举办大型活动的日子采用SVM构建模型，SVM模型的优未有突发事件和大型活动的普通节假日采用ARIMA模型，获取节假日情况下的客流时未有突发事件和大型活动的普通的非节假日采用LSTM神经网络构建模型，选用近时段的进站量和出站量作为模型的输入，将预测时段的进站量和出站量作为模型的输S4对预测得到的客流量进行客流等级分级，运用KNN模型构建车站客流分级判定的模述有突发事件的日子采用增益法构建突发事件情况下的城市轨道交通车站短时客流预测述举办大型活动的日子采用SVM构建大型活动情况下的城市轨道交通车站短时客流预测模3述未有突发事件和大型活动的普通节假日采用ARIMA模型构建节假日情况下的城市轨道交d＝1,yt＝Yt-Yt-1述未有突发事件和大型活动的普通的非节假日采用LSTM神经网络构建非节假日情况下的S3.43将最近时段的进站量和出站量作为模型的输入，将预测时段的进站量和出站量4述步骤S5根据客流等级给定客流组织决策的建针对客流等级为2级的客流组织决策建议有：当出站客流在出站闸机处发生拥堵现象针对客流等级为3级的客流组织决策建议有：车站运营管理人员在进站口内各处设置5[0008]本发明主要解决原有的技术方案面对城市轨道交通运营6将预测结果作为客流组织方案的参考，而不是当客流变化后才进行客流组织方案的调整，[0018]作为优选，所述的举办大型活动的日子采用SVM构建大型活动情况下的城市轨道[0021]作为优选，所述的未有突发事件和大型活动的普通节假日采用ARIMA模型构建节t＝Ytt＝Yt-Yt-17[0035]S3.42网络训练算法中，选用Sigmoid函数和Tanh函数作为网络隐藏层的激活函[0050]针对客流等级为2级的客流组织决策建议有：当出站客流在出站闸机处发生拥堵8[0051]针对客流等级为3级的客流组织决策建议有：车站运营管理人员在进站口内各处[0053]本发明的有益效果是：针对每个车站的不同情况构建相应的进出站客流预测模9[0066]统计历史一段时间内每天的日期类型及当天发生的事件(若有的话，比如重大赛[0074]有突发事件的日子采用增益法构建突发事件情况下的城市轨道交通车站短时客[0075]举办大型活动的日子采用SVM构建大型活动情况下的城市轨道交通车站短时客流[0078]图2中带外圈的点损失值为ly-ww(xi)-bl-e,其他点都是没有损失的点。[0079]未有突发事件和大型活动的普通节假日采用ARIMA模型构建节假日情况下的城市t＝Yt-Yt-1[0092]未有突发事件和大型活动的普通的非节假日采用LSTM神经网络构建非节假日情[0094]S3.42网络训练算法中，选用Sigmoid函数和Tanh函数作为网络隐藏层的激活函[0101]S4对预测得到的客流量进行客流等级分级；运用KNN模型构建车站客流分级判定[0110]针对客流等级为2级的客流组织决策建议有：当出站客流在出站闸机处发生拥堵[0111]针对客流等级为3级的客流组织决策建议有：车站运营管理人员在进站口内各处域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的