CN107563563A - 一种公交系统的基于大数据客流预测方法 - Google Patents

Abstract

本发明公开了一种公交系统的基于大数据客流预测方法，该方法实时采集终端的环境、天气数据及客流数据，并将上述数据进行统计和分析，通过线性拟合算法计算出客流量。本发明在实时采集客流数据的基础上，结合影响客流波动数据的因素实时分析客流动态给出预测结果，为实时调度提供参考依据。

Description

一种公交系统的基于大数据客流预测方法

技术领域

本发明属于公交系统的技术领域，特别涉及公交系统客流监控及预测方法， 该方法为公交调度运营提供参考依据。

背景技术

为了实现公交系统的高效运行需要做许多其他方面的努力，其中之一就是 提高公交线路的运营管理，公交客流分析与预测，尤其是实时分析和预测客流 动态是公交调度优化的基础，只有对公交客流实现实时的客流分析和精准预测， 才能让管理层针对客流短时间的波动做出快速响应，及时调整调度运营计划， 实现实时调度。

通常，人们采用统计客流数据的方式进行客流的统计和预测，例如专利申 请201620408175.0公开了一种客运车辆客流量监控管理系统，设有上下乘客数 量监控记录器，该监控记录器设置在车门竖框的两边内侧，与设置在司机前面 的控制板上的车载控制器进行信号和控制连接；该控制器设有控制面板和显示 屏，并与设置在车辆调度中心的总控制器进行信号和控制连接；总控制器还与 设置的乘客电子选车器和乘客手机进行无线信号连接。该申请是通过监控记录 器统计乘客人数，和目前大多数设备采用摄像机等设备一样，均需要实时统计 实际的客流量，采用的技术手段相对落后，而且反馈的预测结果滞后。

因此，目前业界的客流预测在数据源客流采集上还比较单一，实时行不高， 影响预测结果的相关因子考虑较少，难以满足实际需要。

发明内容

针对上述问题，本发明的目的在于提供一种公交系统的基于大数据客流预 测方法，该方法通过在实时采集客流数据的基础上，结合影响客流波动数据的 因素(天气、节假日、重大突发事件)实时分析客流动态给出预测结果，为实 时调度提供参考依据。

本发明的另一个目的在于提供一种公交系统的基于大数据客流预测方法， 该方法结合已有的IC卡刷卡数据，车辆的客流采集数据、app的个人的行程轨 迹信息，综合分析客流动态并给出预测结果，能够为公交调度运营提供比较可 靠的参考依据。

为实现上述目的，本发明的技术方案为：

一种公交系统的基于大数据客流预测方法，其特征在于该方法实时采集终 端的环境、天气数据及客流数据，并将上述数据进行统计和分析，通过线性拟 合算法计算出客流量。

所述终端，可以是某一个客流点，可以是多个客流点。

进一步，所述方法，所采集的数据，除了环境、天气数据及客流数据，还 包括时间、日历，以更准确地对客流量进行计算。

进一步，所述方法，采集数据后，进一步实时查询交通路线是否有突发事 件，并针对结果，读取相应的具有同样或类似突发事件的历史数据，然后将历 史数据与环境、天气数据及客流数据一起，通过线性拟合算法计算出客流量。

更进一步，所述方法包括如下步骤：

101、开始；

102、获取某终端站点的天气情况、环境情况，并将天气和环境数据传输给 后台；

103、判断当前时间点的工作性质，是否是工作日、节假日等；

104、查询是否有突发事件，例如行进道路上是否有活动、道路拥堵、交通 事故、道路塌方等意外情况；

105、从历史数据中查询并读取对应突发事件的，具体地说，先查询对应时 间点的历史数据，再从历史数据中查询是否有突发事件，如果有则读取突发事 件时的客流量，如果无，则将时间点增加阀值来扩大查询范围，继续寻找突发 事件，并继续下一步；

106、将上述天气和环境数据、工作性质、历史数据等进行统计，并利用通 过线性拟合算法计算出客流量。

本发明所实现的公交系统的基于大数据客流预测方法，在实时采集客流数 据的基础上，结合影响客流波动数据的因素(天气、节假日、重大突发事件) 实时分析客流动态给出预测结果，为实时调度提供参考依据。可以结合已有的 IC卡刷卡数据，车辆的客流采集数据、app的个人的行程轨迹信息，综合分析 客流动态并给出预测结果，能够为公交调度运营提供比较可靠的参考依据。

附图说明

图1为本发明所实施的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅 仅用以解释本发明，并不用于限定本发明。

图1所示，为本发明所实现的公交系统的基于大数据客流预测方法，该方 法实时采集终端的环境、天气数据及客流数据，并将上述数据进行统计和分析， 通过线性拟合算法计算出客流量。

终端，可以是某一个客流点或站点，也可以是多个客流点或站点。

具体地说，该方法的实现步骤为：

101、开始；

102、获取某终端站点的天气情况、环境情况，并将天气和环境数据传输给 后台；

103、判断当前时间点的工作性质，是否是工作日、节假日等；

104、查询是否有突发事件，例如行进道路上是否有活动、道路拥堵、交通 事故、道路塌方等意外情况；

105、从历史数据中查询并读取对应的突发事件，具体地说，先查询对应时 间点的历史数据，再从历史数据中查询是否有突发事件，如果有则读取突发事 件时的客流量，如果无，则将时间点增加阀值来扩大查询范围，继续寻找突发 事件，并继续下一步；

106、将上述天气和环境数据、工作性质、历史数据等进行统计，并利用通 过线性拟合算法计算出客流量。

本发明所实现的公交系统的基于大数据客流预测方法，在实时采集客流数 据的基础上，结合影响客流波动数据的因素(天气、节假日、重大突发事件) 实时分析客流动态给出预测结果，为实时调度提供参考依据。可以结合已有的 IC卡刷卡数据，车辆的客流采集数据、app的个人的行程轨迹信息，综合分析 客流动态并给出预测结果，能够为公交调度运营提供比较可靠的参考依据。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明 的保护范围之内。

Claims (4)

1.一种公交系统的基于大数据客流预测方法，其特征在于该方法实时采集终端的环境、天气数据及客流数据，并将上述数据进行统计和分析，通过线性拟合算法计算出客流量。

2.如权利要求1所述的公交系统的基于大数据客流预测方法，其特征在于所述方法，所采集的数据，除了环境、天气数据及客流数据，还包括时间、日历，以更准确地对客流量进行计算。

3.如权利要求2所述的公交系统的基于大数据客流预测方法，其特征在于所述方法，采集数据后，进一步实时查询交通路线是否有突发事件，并针对结果，读取相应的具有同样或类似突发事件的历史数据，然后将历史数据与环境、天气数据及客流数据一起，通过线性拟合算法计算出客流量。

4.如权利要求3所述的公交系统的基于大数据客流预测方法，其特征在于所述方法包括如下步骤：

101、开始；

102、获取某终端站点的天气情况、环境情况，并将天气和环境数据传输给后台；

103、判断当前时间点的工作性质，是否是工作日、节假日等；

104、查询是否有突发事件，例如行进道路上是否有活动、道路拥堵、交通事故、道路塌方等意外情况；

105、从历史数据中查询并读取对应突发事件的，具体地说，先查询对应时间点的历史数据，再从历史数据中查询是否有突发事件，如果有则读取突发事件时的客流量，如果无，则将时间点增加阀值来扩大查询范围，继续寻找突发事件，并继续下一步；

106、将上述天气和环境数据、工作性质、历史数据等进行统计，并利用通过线性拟合算法计算出客流量。