铁路客流预测方法及系统的制作方法
【技术领域】
[0001 ]本发明涉及轨道交通技术，尤其涉及一种铁路客流预测方法及系统。
【背景技术】
[0002]铁路客流预测是铁路路网规划、线路及场站设计、铁路运营等工作的重要基础。做好客流预测工作，尽量提高预测准确程度，降低预测误差无论是对于铁路建设阶段的规划、设计工作，还是建设完成后的日常运营等工作，都具有重要意义。如何结合铁路客运的业务需求，利用现有的模型和方法，设计并开发实用的、高效的客流预测系统，并与现有业务系统无缝对接是目前的当务之急。
[0003]铁路客流预测过程需要考虑诸多因素，比如天气变化、社会因素等等，这就决定了客流预测的难度较大。铁路客流预测过程中通常会涉及海量的数据、多变的因素、复杂的模型和大量的计算，使用传统的串行处理方式，往往需要操作人员等待很长时间，通常在几分钟到十几分钟，甚至更长，很难为客运分析人员提供实时的预测服务。
【发明内容】
[0004]本发明实施例提供一种铁路客流预测方法及系统，在铁路运营数据仓库的基础上进行铁路客流预测，能够降低数据处理复杂程度，同时将预测任务分解，大大提高了预测计算的效率，能够为分析人员提供高效的服务。
[0005]本发明实施例提供的铁路客流预测方法，包括:
[0006]根据用户终端设备发送的预测请求消息向至少一个计算服务器分配预测任务的执行指令，以使所述至少一个计算服务器根据所述预测任务的执行指令并行执行所述预测任务，获取预测结果；
[0007]接收所述至少一个计算服务器返回的预测结果，并将所述预测结果返回给所述用户终端设备。
[0008]本发明实施例提供的铁路客流预测系统，包括:调度服务器和多个计算服务器；
[0009]所述调度服务器用于:根据用户终端设备发送的预测请求消息向至少一个计算服务器分配预测任务的执行指令;接收所述至少一个计算服务器返回的预测结果，并将所述预测结果返回给用户终端设备；
[0010]所述计算服务器用于:根据所述预测任务的执行指令执行相应的预测任务，获取预测结果，并将所述预测结果返回给所述调度服务器。
[0011]基于上述，本发明实施例提供的铁路客流预测方法及系统，通过将预测任务分解，即通过把预测任务划分为可以并发的小的任务节点，然后进行分布式的并行计算，大大提高了预测计算的效率，能够为分析人员提供高效的服务。在不增加客户端操作人员工作量的同时，能为客运分析业务提供高效的、经济的客流预测解决方案。
【附图说明】
[0012]为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0013]图1为本发明实施例提供的铁路客流预测方法流程图；
[0014]图2为本发明实施例提供的铁路客流预测系统示意图。
【具体实施方式】
[0015]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0016]本发明实施例提供的铁路客流预测方法，在进行客流预测过程中，可以和铁路客票销售和预定系统、客运营销辅助决策系统实现无缝对接，借助铁路运营数据仓库中存储的海量数据进行预测。
[0017]图1为本发明实施例提供的铁路客流预测方法流程图，如图1所示，本实施例提供的铁路客流预测方法包括如下步骤:
[0018]Sll，根据用户终端设备发送的预测请求消息向至少一个计算服务器分配预测任务的执行指令，以使至少一个计算服务器根据预测任务的执行指令并行执行所述预测任务，获取预测结果；
[0019]S12，接收至少一个计算服务器返回的预测结果，并将预测结果返回给所述用户终端设备。
[0020]本实施提供的铁路客流预测方法可以应用于铁路客流预测系统，该系统包括调度服务器和多个计算服务器，显然，上述步骤的执行主体为调度服务器。
[0021]作为本实施例一种可能的实现方式，用户终端设备发送的预测请求消息可以包括预测类型、预测目标和预测模型。
[0022]示例性的，用户终端设备中可以安装用于进行铁路客流预测的应用程序，用户可以在应用程序中通过下拉框选择预测类型，例如列车发送量预测、列车出发地至目的地(Origin to Destinat1n，简称0D)客流预测、区域发送量预测、区域OD客流预测、线路发送量预测、线路OD客流预测等。用户还可以在应用程序中通过输入框输入预测目标，可以理解的是，预测目标可以为一个时间段，例如可以是未来几小时或未来几天等。另外，用户还可以在应用程序中通过下拉框选择预测模型，所有的预测模型由应用程序的开发人员定义并维护在模型算法库中，常见的预测模型算法如简单移动平均、指数平滑、小波神经网络等。
[0023]进一步的，调度服务器在接收用户终端设备发送的预测请求消息后，可以根据相应的预测类型、预测目标和预测模型确定本次预测请求对应的预测任务的计算量，并根据所述预测任务的计算量确定用于执行该预测任务的计算服务器，然后根据预测类型、预测目标和预测模型向确定好的计算服务器分配预测任务的执行指令，以使所述至少一个计算服务器根据所述预测任务的执行指令并行执行所述预测任务，获取预测结果。
[0024]可以理解的是，根据本次预测请求对应的预测任务的计算量的大小来选择所需计算服务器，一方面，把预测任务划分为可以并发的小的任务节点，然后进行分布式的并行计算，大大提高了预测计算的效率;另一方面，在多个用户同时发起预测请求时，不会因较小的预测任务计算量占用过多的计算服务器而造成的资源浪费。
[0025]在本实施例一种可能的实现方式中，计算服务器根据所述预测任务的执行指令并行执行的预测任务具体可以包括:根据预测目标获取预测目标对应的时间段内的事件数据;按照预设规则从铁路运营数据仓库中获取所述预测类型和预测模型所需的数据集;根据事件数据和数据集运行预测模型，获取预测结果。
[0026]可选的，上述的事件数据是用户终端设备在发送预测请求消息之前保存于事件库中的。用户可以在应用程序中通过事件添加功能定期更新事件库，向事件库中添加未来一定时间段内可能涉及的事件。
[0027]可以理解的是，在相关技术中已经建立有铁路运营数据仓库，该数据仓库中存储有各类实际统计数据，例如历史客流统计数据、预售客票统计数据、等等。具体在获取数据集的过程中，作为一种可选的实施方式，各计算服务器可以根据所接收到的预测任务的执行指令，先确定数据集的抽取范围，然后并行地从数据仓库中分批次获取所需的数据集。
[0028]进一步的，上述预测任务具体可以包括:将数据集划分为训练数据和测试数据;根据事件数据和训练数据，将预测模型训练至预设的精度要求，以便确定预测模型的参数;将事件数据和测试数据输入训练后的预测模型中，获取预测结果。
[0029]最后值得一提的是，在本实施例一种可能的实现方式中，调度服务器可以将预测结果以交叉表或波动图的形式返回给所述用户终端设备，或者以交叉表和波动图联动结合的形式返回给所述用户终端设备。
[0030]本实施例提供的铁路客流预测方法，通过将预测任务分解，即通过把预测任务划分为可以并发的小的任务节点，然后进行分布式的并行计算，大大提高了预测计算的效率，能够为分析人员提供高效的服务。在不增加客户端操作人员工作量的同时，能为客运分析业务提供高效的、经济的客流预测解决方案。
[0031]基于与上述图1所述实施例提供的铁路客流预测方法相同的思想，本发明实施例还提供一种铁路客流预测系统，该系统可以用于实现图1所述实施例提供的铁路客流预测方法。图2为本发明实施例提供的铁路客流预测系统示意图，如图2所示，该系统包括调度服务器21和多个计算服务器221、222、……、22b。<