CN115049152B 一种机场换乘区到港旅客流量预测方法、装置及电子设备 （中国民用航空总局第二研究所）

本申请提供一种机场换乘区到港旅客流量时刻下到港旅客前往换乘区的各个分流点对应划和所述实际分流比例数据输入预先设置的仿法准确的预测出机场所有换乘区到港旅客流量2获取第一时刻下到港旅客前往换乘区的各个分流点对应的所述第一时刻为起始时刻的预设时间段的航班计划；将所述航班计划和所述实际分流比例数据输入预先设置的仿真模型，所述仿真模型包括到港旅客生成模块、分流比例预测模块和换乘区旅客流量预测模训练所述仿真模型中的所述到港旅客生成模块，包仿真模型，并对所述初始仿真模型中表征旅客特性和行李特性的参数的参数值进行初始根据历史航班计划和各个分流点对应的历史分流比例数据，对所3所述通过所述仿真模型中的分流比例预测模块对实际分流比例数据进训练所述到港旅客生成模块，包括：将历史航班获取模块，用于获取第一时刻下到港旅客前往换乘区的各个预测模块，用于将所述航班计划和所述实际分流比例数据输入预先设置的仿真模型，所述仿真模型包括到港旅客生成模块、分流比例预测模块和换乘区旅客流量预测模对所述实际分流比例数据进行处理，获取所述第二时刻下的旅客流量的时间动态相关特所述训练模块，具体用于将历史航班计划输入初始仿真模型实际旅客流量和所述仿真旅客流量的误差是否处于预设范围，若误差不处于所述预设范4构建模块，用于根据历史航班计划和各个分流点对应所述构建模块，具体用于：通过所述分流比例预测模块中的时空图卷所述构建模块，具体用于：将历史航班计划输入初始仿真模型进行仿所述处理器用于运行存储在所述存储器中的程序，执行如权利要求1或2所述的方法，被计算机运行时执行如权利要求1或2所述的方法或如权利要求5[0006]短时预测方法由于目前机场信息化建设的现状，采集到例数据输入预先设置的仿真模型，获取第二时刻下的机场换乘区到港旅客的流量预测结预设的仿真模型，能准确的获取第二时刻下的所有机场换乘区到港旅客的流量预测结果。相较于现有技术，能在不使用WIFI连接流量比例作为各换乘区旅客实时分担比例的情况6[0014]在本申请实施例中，因到港旅客从不同登机口到各分流7获得最终的参数值；将所述历史分流比例数据输入所述初始仿真模型的分流比例预测模8的程序，执行如上述第一方面实施例和/或结合上述第一方面实施例的一些可能的实现方所述计算机程序在被处理器运行时执行如上述第一方面实施例和/或结合上述第一方面实施例的一些可能的实现方式提供的方法，和/或执行如上述第二方面实施例的一些可能的[0034]图5为本申请实施例提供的一种机场换乘区到港旅客流量预测方法的步骤流程[0035]图6为本申请实施例提供的一种停车场区域的到港旅客流量预测结果和实际到港[0036]图7为本申请实施例提供的一种地铁区域的到港旅客流量预测结果和实际到港旅[0037]图8为本申请实施例提供的一种机场巴士区域的到港旅客流量预测结果和实际到[0038]图9为本申请实施例提供的一种出租车区域的到港旅客流量预测结果和实际到港9[0045]本申请实施例提供一种用于预测未来时刻下机场换乘区到港旅客流量的仿真模盘出口处为全部到港旅客在进入机场换乘区前均会经过点的顺序在仿真模型100中生成对应的旅客。上述行李转盘提取子模块22用于对上述航班的实际分流比例数据进行处理，获取第二时刻下的各个分流点对应的分流比例预测结果；卷积神经网络31和门控循环单元32中的各参数进[0051]换乘区旅客流量预测模块40，用于根据仿真模型100中各个分流点的具体设置位[0053]本申请实施例还提供了一种仿真模型的构建方法，该方法用于构建上述仿真模[0054]需要说明的是，本申请实施例提供的仿真模型的构建方法不以图3及以下所示的出口处前往机场换乘区，而未携带行李的旅客则直接从行李提取厅出口处前往机场换乘[0067]第一训练过程为：将历史航班计划输入初始仿真模型进行仿真到港旅客生成模10日8点至8点30分的历史航班计划作为仿真历史数据，则该标签数据为8点30分时刻下的50.70.5～1.28行李到达分布规律参数τ9＝[5,0.7,8,激励函数，判断行李转盘出口处的实际旅客流量和仿真旅客流量的误差是否处于预设范[0080]第二训练过程为：将历史分流比例数据输入初始仿真模预测模块进行训练，获取各个分流点对应的旅客流量的空间相关特性和时间动态相关特[0085]将每组相隔采样时间为一分钟的，同一t+i时刻的多个关键节点分流比例数据输入时空图卷积神经网络，利用时空图卷积神经网络捕获旅客流的空间相关特征。如图4所[0088]训练后通过损失函数进行偏差修正，最后得到单一时刻下的节点特征ZL＝[XL,[0092]其中，Hi,t为传感器节点i在t时刻下的输出。Zi,t为图卷积操作得到的特征序[0093]GRU通过门控机制来控制当前时刻和前一时刻状态的输入程度，详细过程如以下场换乘区的到港旅客流量进行预测。以下结合图5对一种机场换乘区到港旅客流量预测方[0103]需要说明的是，本申请实施例提供的机场换乘区到港旅客流量预测方法不以图5从而提高了第二时刻下的机场换乘区到港旅客的流量预测结[0107]在获取到上述实际分流比例数据和上述航班计划后，本方法可以继续执行步骤块对实际分流比例数据进行处理，获取第二时刻下的各个分流点对应的分流比例预测结果；通过换乘区旅客流量预测模块对到港旅客流量生成结果和分流比例预测结果进行处二时刻下的旅客流量的空间相关特性；通过门控循环单元对实际分流比例数据进行处理，流点对应的实际分流比例数据；根据到港旅客流量生成结果和第二时刻下的实际旅客流[0116]以前述步骤S101中所给出的四个分流点为例，向仿真模型中输入2021年11月1日机场巴士区域和出租车区域)的到港旅客流量预测结果和实际到港旅客流量对比的示意[0120]获取模块201，用于获取第一时刻下到港旅客前往换乘区的各个分流点对应的实取第二时刻下的机场换乘区到港旅客的流量预测结果，第二时刻为预设时间段的终止时测模块202具体用于通过时空图卷积神经网络对实际分流比例数据进行处理，获取第二时[0127]可选的，训练模块204具体用于将历史航班计划输入初始仿真模型的到港旅客生个人计算机(PersonalComputer，PC)、智能手机、平板电脑、个人数字助理(Personal中央处理器(CentralProcessingUnit，CPU)、数字信号处理器(DigitalSignal读存储器(ReadOnlyMemory，ROM)、可编程只读存储器(ProgrammableRead-OnlyMemory，PROM)、可擦可编程序只读存储器(ErasableProgrammableRead-OnlyMemory，EPROM)，以及电可擦编程只读存储器(ElectricErasableProgrammableRead-Only[0137]该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个[0140]再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个