一种基于流式计算引擎的轨道交通客流实时预测方法

本发明涉及一种基于流式计算引擎的轨道交通客流实时预测方法，属于实时客流预测领域。首先，获取轨道交通系统历史票卡记录，按时间窗口划分，计算各站点的短时进出站客流，其次，在批处理环境下，使用多滚动窗口基于滑动聚合的客流数据构建时序预测样本，训练预测模型并保存，之后，利用Kafka和Spark‑streaming搭建流水线式实时计算环境，部署网络级短时客流计算算法、特征管理模块和预测控制模块，最后，持续处理实时票卡数据流，滑动预测未来短时客流。本发明用于解决大规模轨道交通场景下客流实时预测问题，满足流场景下高频次滑动预测需求，有效应对迟到票卡数据影响，在每分钟处理7万条票卡记录时，时延维持在4秒内。