一种实时预测车站客流量趋势的方法与流程

本发明属于铁路智能化监控及调运技术领域，具体为一种实时预测车站客流量趋势的方法。

背景技术：

随着动车、高铁等铁路运输的高速发展，铁路以安全、快捷、舒适、价廉的优势，一直是人们出行的主要交通工具，据公布的官方数据，2013年全国铁路春运客流量达到2.4亿，同比增长了12.1％，2014年全国铁路春运客流量达到2.66亿，客流量逐年增长，2015年全国铁路春运客流量达到2.95亿人次，单日都达到800多万的客流运输，就在平时，火车站也是人满为患，这为铁路工作带来了巨大的压力，为了维持站内乘客的秩序、保证乘客的安全，增加人力、物力来进行疏导，一般在站内都会安装监控设备，监控设备会把图像实时传输给中控室，但是工作人员从中控室中发现有需要疏导人员的区域，通知站内其它工作人员去处理时，往往由于乘客过多，不能及时的赶到和处理，尤其是发生违法事件，更不能及时的得到解决；无法及时疏散客流，使车站工作人员、出行乘客都乏累不堪，制约着铁路运输的发展。

技术实现要素：

为了解决上述问题，本发明提供了一种实时预测车站客流量趋势的方法，实现的目的为车站工作人员可实时获取到自动生成的客流量趋势，提前对车站客流量可能会出现的情况掌握，利于及时部署、协调，用最少的人力、物力、时间疏散客流，减轻车站工作人员的压力，也使得乘客获得更好的出行体验。

为了实现上述目的，本发明提供以下技术方案：本发明提供的一种实时预测车站客流量趋势的方法，包括如下步骤：

S1、实时获取客流数据并储存，所述客流数据包括采集时间、车次；

S2、根据车次查找该车的发车时间、最早允许进站时间、开始检票时间、结束检票时间；

S3、建立采集时间与最早允许进站时间段内进站人数的函数关系，得到客流量发展趋势模型；

S4、采用S3建立的客流量发展趋势模型，对客流分布情况做出统计分析，并生成可视化显示。

实际应用本发明方法时，一般车站都会采用检票验票闸机对进站的乘客先验证一次，此时就会将该乘客的信息记录并且存储起来，根据这些客流数据，可自动生成时间与人数的函数关系，用以得到客流量发展趋势模型，采用该模型，可对当天后续时段的人数做出预测，再根据需求做出统计，生成可视化的表格、热力图、散点图等，使车站工作人员及时、清晰的了解客流量情况，以此来及时调整人力、物力，有效疏散客流，保持车站的稳定、有序。

进一步的，所述S3中预设更新时间周期，在到达更新时间时，根据获取的最新客流数据，更新客流量发展趋势模型。为了使本发明的方法实时预测与实际情况更为相符，可预先设置一个更新周期，比如30min中更新一次，保持动态调整，用以更为准确的预测后续时段的客流人数。

进一步的，所述S4具体包括，采用S3的客流量趋势预测模型，预测当天客流数据，将预测的客流数据与客流预警值比对，将预警情况生成可视化显示。一般在车站中，都会提前预设一个客流人数的预警值，本发明方法一边可实时预测后续时段的客流人数，一边还可与预设的客流预警值比对，这样使车站人员更能清晰的掌握客流密集情况。

进一步的，所述S4中预测当天客流数据的具体方法包括，采用S2的客流量趋势预测模型，计算得到各个时段的预测客流数据A，获取历史客流数据中检票时间之前的客流人数，并将该客流人数计算求和，得到数据S，历史售票量或预估售票量记为M，某个时段的总客流数据R＝Ax(M/S),将得到的总客流数据R与预警值比对，将预警情况生成可视化显示。由于在采集客流数据时，使用的是检票验票闸机自动记录的，故得到的客流数据只是部分的进站人数数据，为了对当前客流人数得到更准确的数据，采用同一列车次最近的历史数据，得到采用检票验票闸机记录的人数与总售票量的比例，用这个比例来估算得到当前所有进站的客流人数，在选取采用历史数据时，可选取前一天的，或者去年同期的、抑或是选取相同工作日或休息日的数据均是可以的，旨在使估算的数据最为准确。

进一步的，所述S4中具体包括根据预测数据，对各时段客流量统计、与预警值比对，将预警情况生成可视化显示。在对客流分布情况作出统计分析时，具体的可按照各时段客流量统计、各候车室客流量统计，再分别与预警值比对，将预警情况生成可视化显示。

进一步的，本发明方法还包括S5、获取列车作业状态信息，根据获取的列车作业状态调整S3的客流量发展趋势模型、对S4做出的客流分布情况做出修改。由于列车在实际作业时，可能会发生各种临时情况，故本发明方法还设置了自检步骤，可实时根据列车当前的作业状态，来进行调整，而列车的实时作业状态，可根据铁路中发布信息的旅服系统实时获取。

进一步的，所述S5中获取到车次晚点的信息时，筛选出距离检票时间最近的采集时间、且人数最多所对应的客流数据，将该客流数据作为当前时刻的客流数据添加进客流量发展趋势模型中，调整S3中的客流量发展趋势模型，列车到站开始重新检票时，采用晚点前的客流量发展趋势模型。当列车晚点时，在候车室的乘客都处于未检票上车的状态，故此时再采用原始的客流量发展趋势模型就会出现错误的预估，故采用最多人数当做此前的客流人数进行调整，可获得更为精准的情况。

进一步的，所述S5中获取到更改候车区域信息时，在存储记录中将车次对应的候车室编号修改，修改成功后，对S4做出的客流分布情况做出修改。当列车出现临时问题，需要更改候车区域时，此时对客流量分布情况作出的统计则会有误差，故根据之前步骤存储的数据，对数据进行修改，重新统计，获得与实际情况最为精准的数据，动态修改都是智能自动化的，无需手动，既保证了数据与实际情况的相符性，又减轻了工作人员的工作量。

本发明采用上述技术方案，包括以下有益效果：高度智能化自动化实时预测各时段的客流数据，且能根据需要对客流分布情况做出各种统计分析，减轻工作人员的工作量，使车站工作人员及时、清晰的了解客流量情况，以此来及时调整人力、物力，有效疏散客流，保持车站的稳定、有序。

附图说明

图1为本发明流程图；

图2为实施例一中采集时间与最早允许进站时间段内进站人数的函数关系；

图3为实施例三中步骤S4做出的各时段客流量统计柱形图。

具体实施方式

下面通过具体的实施例并结合附图对本发明做进一步的详细描述。

实施例一：本发明提供的一种实时预测车站客流量趋势的方法，包括如下步骤：

S1、实时获取客流数据并储存，所述客流数据包括采集时间、车次；

S2、根据车次查找该车的发车时间、最早允许进站时间、开始检票时间、结束检票时间；

S3、建立采集时间与最早允许进站时间段内进站人数的函数关系，得到客流量发展趋势模型；

S4、采用S3建立的客流量发展趋势模型，对客流分布情况做出统计分析，并生成可视化显示。

现在各个车站进站时，一般都会提前检验一下票证，有的人工进行检验，并且将当前进站乘客的进站时间、车次等信息记录，有的智能化一些的车站，采用自动检票验票闸机来验证乘客身份，所以乘客的进站时间、所乘车次等信息形成存储记录，根据车次会在铁路的旅服系统或者计划运能表中查找到例如发车时间、最早允许进站时间、候车室编号等信息，所述信息记录如见下表所示：

利用自动检票验票闸机验证乘客身份的，进站时间既是采集时间，采集时间可5min采集一次，也可10min采集以此，可人工设置，利用SPSS软件建立采集时间与最早允许进站时间段内进站人数的函数关系，得到客流量发展趋势模型，如图2所示，观察值为调取的历史数据，横轴为乘客进站时间与最早允许进站的分钟差，纵轴为该时段进站人数，可以看出，样本数据与该函数关系最为贴合，得到的函数关系为y＝0.0000046t³+0.001t²-0.148t+6.3，其中t为乘客进站时间与最早允许进站时间的分钟差，y为相对应的人数，根据图2所示的曲线，则可对当天后续时段做出客流量统计分析，使车站人员清晰客流量高峰值的时段，提前做好部署。

需要说明的是，上述S1、S2、S4步骤，本领域技术人员可利用计算机的任何一种语言来实现。

实施例二：本发明提供的一种实时预测车站客流量趋势的方法，除了实施例一的步骤外，所述S3中预设更新时间周期，在到达更新时间时，根据获取的最新客流数据，更新客流量发展趋势模型。例如设置每小时更新一次，一小时后，根据获取的最新数据，重新利用SPSS软件拟合此时最为贴合的曲线，用以与实际情况更为贴合。

进一步的，所述S4中预测当天客流数据的具体方法包括，采用S3的客流量趋势预测模型，计算得到各个时段的预测客流数据A，获取历史客流数据中检票时间之前的客流人数，并将该客流人数计算求和，得到数据S，历史售票量或预估售票量记为M，某个时段的总客流数据R＝Ax(M/S),将得到的总客流数据R与预警值比对，将预警情况生成可视化显示。由于采集的方式是通过自动检票验票闸机采集的，故还有部分人通过人工检票进站，所以此时得到的总的客流人数可能不准，所以，根据该车次之前的历史数据，得到通过自动检票验票闸机占总售票数量的人数占比，估算当前时刻总共进的客流人数，所选取的历史数据，可以是前一天的数据、也可以是历史同期、抑或是相同工作日、节假日均可以，总之，选取和当日最为贴合的即可，一般在车站都会设置人流的预警值，在生成可视化显示时，添加预警线，可方便工作人员快速判断出是否已到达预警线，生成可视化可有多种形式，柱状图、面积图、热力图等均是可以的。

所述技术方案中设置更新时间、获得最新客流量趋势模型、计算客流数据等操作都可采用计算机化操作，本领域技术人员可根据所要实现的目的，采用任何一种计算机语言实现。

实施例三:本发明提供的一种实时预测车站客流量趋势的方法，除了实施例一和实施例二提供的步骤，所述S4中具体包括根据预测数据，对各时段客流量统计、各候车室客流量统计，并与预警值比对，将预警情况生成可视化显示。

本领域技术人员可根据使用者的需求，采用任何一种形式的计算机语言，分别做出各种形式的客流量统计，例如图3所示，横轴为时间，纵轴代表该时间段进站的总人数。

进一步的，本发明方法该方法还包括S5、获取列车作业状态信息，根据获取的列车作业状态调整S3的客流量发展趋势模型、对S4做出的客流分布情况做出修改，列出有很多突发情况，例如S5中获取到车次晚点的信息时，筛选出距离检票时间最近的采集时间、且人数最多所对应的客流数据，将该客流数据作为当前时刻的客流数据添加进客流量发展趋势模型中，列车到站开始重新检票时，采用晚点前的客流量发展趋势模型。

如出现S5中获取到更改候车区域信息时，在存储记录中将车次对应的候车室编号修改，修改成功后，对S4做出的客流分布情况做出修改。本实施例公开的技术方案，本领域技术人员同样根据需求可采用任何一种形式的计算机语言实现。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。