摘要
本发明涉及一种基于历史封站客流挖掘的双维度封站客流预测方法,该方法包括:基于历史封站场景受影响车站的客流信息提取特征及标签,分别得到常规日客流特征和封站场景下客流标签;构建关于常规日客流特征与封站损失客流、常规日客流特征与封站转移客流两个维度之间的关联模型;基于计划封站所影响的受影响车站常规日客流特征,得到预测损失客流和预测转移客流;根据预测损失客流和预测转移客流进行OD调整,得到封站场景下的全路网预测OD。本发明,能够提升预测客流速度及精细度,支持多站封停客流预测,避免了以被封站为目标时需要考虑不同被封站对受影响车站的多重影响,降低了OD调整的复杂性。
技术关键词
客流预测方法
客流特征
车站
标签
更新模型参数
场景
电子设备
数据
存储器
处理器
计划
计算机
基础
可读存储介质
代表
非线性
误差
指令
系统为您推荐了相关专利信息
关联规则挖掘方法
节点
决策树训练
信息业务系统
关联规则提取
分布式大数据
聚类
样本
节点
分布式文件管理系统
施工现场
监测系统
轻量化神经网络
UWB定位标签
区块链存证
学习内容推荐方法
标签
资源
k均值聚类算法
策略