一种基于时空特性的城市轨道交通客流状态预测方法

摘要

本发明公开了一种基于时空特性的城市轨道交通客流状态预测方法，首先对AFC数据预处理得到断面客流量；将城轨线网图转化为邻接拓扑图，使用图卷积神经网络提取空间特征；进而将数据输入到长短期记忆网络中，构建城轨客流预测模型，得到下个时间粒度的客流量；对此客流量进一步建立基于风险的持续时间全参数预测模型得到客流持续时间；根据所有数据构建客流量时间序列，使用Fisher有序样本聚类算法，形成线网客流状态序列，得到客流状态的预测值和持续时间。本发明通过基于时空特性的城市轨道交通客流状态预测方法，不仅给出了下一阶段客流状态的预测值，并给出了状态持续时间，为城轨的运营组织提供了更为准确的依据。