CN119444197A 一种基于大数据的电子纸券发放预测方法及系统 （江西锦路科技开发有限公司）

大道1177号绿地国际博览城JLH603-一种基于大数据的电子纸券发放预测方法了一种基于大数据的电子纸券发放预测方法及系统，该系统包括数据采集模块和数据分析模模块通过KnowLM算法模型抓取电子纸券大数据2步骤一、数据采集模块通过KnowLM算法模型抓取电子纸步骤二、数据采集模块针对获取到的信息进行数据清步骤三、数据分析模块设置有RNN算法模型，并将交通数据步骤五、数据分析模块根据交通数据集计算收费站年均交通点图除去交通流量信息和节假日政策信息中的重复数据，再通过均值插值方法填补缺失,z1?至zm依次对应每个节假日日期和免费通行时长，,,数字编号1至12表示一年内第1个月份至第123根据交通数据集，统计较当前年份前一年所有月份的车流量和通行表示较当前年份前一年第个月份的车流量和通行车辆的类型，表示通过RNN算法模型分析得到不同年份同一时间点收费站电子纸券使用情况的长期趋的类型，ZRWW(Dji-Dji-1)表示通过RNN算法模型分析得到相同年份不同时间点收费站步骤五中，收费站年均交通流量包括当前年份i个月份的年均交通流量可和较当前年份前4据组计算公式针对节假日免费通时长的权重，a、f和v为三个数值不相等的常数项，且a+B+y=1，若当前年份第i+1个月份不存在节假日时表示RNN算法模型按照a权重和β权重得到收费站电子纸券使用趋势的加权平均值，表示电子纸券使用趋势的加权平均值加上前一年份车流量和通i+1个月份存在节假日时表示RNN算法模型按照a表示电子纸券使用趋势的加权平均值加上当前年份车流所述数据采集模块通过网络连接电子纸券大数据平台，所述数据采集模块设置有所述数据分析模块设置有RNN算法模型，所述RNN算法模型根据交通数据集析和环比分析，并计算生成同比差异Tbcy和环比差异Hbcy，所述数据分析模块根据交通数据集计算当前年份收费站电子纸券的年均使用数量可和前一年份收费站电子纸券的年5大节假日对7座及以下小型客车实行的免收通行费政策，增加了收费站在特定时段的车流步骤一、数据采集模块通过KnowLM算法模型抓取电子纸券大数据平台中的信息，6年均交通流量计算生成预测数据组ycsj，得到当前年份下一月份预测发放的电子纸券数类型，交通数据集的表达式为$1f、J2f、J3f、、Jnf}，/1f至Inf依次对应每天的车流量和,数字编号1至12表示一年内第1个月份至第根据交通数据集，统计较当前年份前一年所有月份的车流量和通行车辆的类型，,数字编号1至12表示一年内第1个月份至第127i表示通过RNN算法模型分析得到不同年份同一时间点收费站电子纸券使用情况的长期趋车辆的类型，ZRWW(Dji-Dji-1)表示通过RNN算法模型分析得到相同年份不同时间点收表示RNN算法模型按照a权重和β权重得到收费站电子纸券使用趋势的加权平均值，表示电子纸券使用趋势的加权平均值加上前一年份车流量和通i+1个月份存在节假日时表示RNN算法模型按照a权表示电子纸券使用趋势的加权平均值加上当前年份车流8比分析和环比分析，并计算生成同比差异Tbcy和环比差异Hbcy，所述数据分析模块根据交通数据集计算当前年份收费站电子纸券的年均使用数量可和前一年份收费站电子纸券站电子纸券的年均使用数量可、前一年份收费站电子纸券的年均使用数量可和政策数据[0020]与现有技术相比，本发明提供了一种基于大数据的电子纸券发放预测方法及系环比分析，并计算生成同比差异Tbcy和环比差异Hbcy，统一使用年度12个月为时间轴进[0021]2、本发明通过数据分析模块根据交通数据集计算当前年份收费站电子纸券的年[0024]由于传统基于大数据的电子纸券发放预测方法采集到的交通流数据包含较多的9步骤一、数据采集模块通过KnowLM算法模型抓取电子纸券大数据平台中的信息，用SQL数据库标准化数据格式，交通流数据统一取整计量，节假日政策数据统一按天数计,z12至zm'依次对应每个节假日日期和免费通行时长，q，,数字编号1至12表示一年内第1个月份至第12根据交通数据集，统计较当前年份前一年所有月份的车流量和通行车辆的类型，记为，其中，Qef1f、J2f、J3f、、Jnf}，,数字编号1至12表示一年内第1个月份至第12示通过RNN算法模型分析得到不同年份同一时间点收费站电子纸券使用情车辆的类型，ZRWW(Dji-Dji-1)表示通过RNN算法模型分析得到相同年份不同时间点收子纸券的年均使用数量，收费站年均交通流量包括当前年份i个月份的年均交通流量可和年均交通流量计算生成预测数据组ycsj，得到当前年份下一月份预测发放的电子纸券数且a+B+y=1，若当前年份第i+1个月份不存在节假日时表示RNN算法模型按照a权重和P权重得到收费站电子纸券使用趋势年份车流量和通行车辆类型的均值，得到当前年份第i+1个月份预测发放的电子纸券数RNN算法模型按照a权重、p权重和v权重得到收费站电子纸券使用趋势的加权平均值，表示电子纸券使用趋势的加权平均值加上当前年份车[0030]上述基于大数据的电子纸券发放预测方法依托于基于大数据的电子纸券发放预环比分析，并计算生成同比差异Tbcy和环比差异Hbcy，