本申请涉及智慧交通,具体涉及一种交通需求预测方法、装置和电子设备。
背景技术:
1、近年来,随着社会经济的快速发展,城市人口快速增加,城市规模不断扩展,车辆也在不断的增长,使得城市交通拥堵日益恶化,尤其在早晚高峰期间的交通拥堵最为严重,给城市交通系统带来巨大的压力。
2、相关技术中,往往是采用“四阶段法”进行交通需求的预测,在预测的过程中,对居民出行数据的获取,只能通过问卷调查的方式获取,准确性低、覆盖范围小;而且,通过这种预测方法只能对城市全体居民出行进行分析,针对性应用能力差,预测准确度低,不能发挥城市交通模型中模拟模型、集聚模型、分散模型的优势,导致研究空间尺度较小,精度不足,特别是在市区和市域空间尺度的模拟与预测效力难以达到预期效果。
技术实现思路
1、为解决以上问题,本申请提供一种交通需求预测方法、装置和电子设备,通过获取目标区域预设历史时间段内的居民出行数据,以及目标区域的地理信息数据,其中,地理信息数据包括目标区域的地图中划分出的多个网格,居民出行数据中包括各类人群的出行数据;根据居民出行数据和地理信息数据,对目标时间段内目标区域的居民出行率进行预测,得到第一居民出行率,其中,第一居民出行率包括目标时间段内每个网格内每类人群的第二居民出行率;根据居民出行数据和第一居民出行率,预测目标时间段内目标区域的交通需求量,能够获取不同类型人群的出行数据,并进行分网格分类型人群预测居民的出行率,并根据不同类型人群的居民出行率预测交通需求量,使得在预测交通需求量的过程中更加地精细化,有效提升交通需求的精确度。
2、第一方面,本申请实施例提供了一种交通需求预测方法,包括:获取目标区域预设历史时间段内的居民出行数据,以及所述目标区域的地理信息数据,其中,所述地理信息数据包括所述目标区域的地图中划分出的多个网格,所述居民出行数据中包括各类人群的出行数据;根据所述居民出行数据和所述地理信息数据,对目标时间段内所述目标区域的居民出行率进行预测,得到第一居民出行率,其中,所述第一居民出行率包括所述目标时间段内每个网格内每类人群的第二居民出行率;根据所述居民出行数据和所述第一居民出行率,预测所述目标时间段内所述目标区域的交通需求量。
3、第二方面,本申请实施例提供了一种交通需求预测装置,包括:获取模块,用于获取目标区域预设历史时间段内的居民出行数据,以及所述目标区域的地理信息数据,其中,所述地理信息数据包括所述目标区域的地图中划分出的多个网格,所述居民出行数据中包括各类人群的出行数据;居民出行率预测模块,用于根据所述居民出行数据和所述地理信息数据,对目标时间段内所述目标区域的居民出行率进行预测,得到第一居民出行率,其中,所述第一居民出行率包括所述目标时间段内每个网格内每类人群的第二居民出行率;交通需求预测模块,用于根据所述居民出行数据和所述第一居民出行率,预测所述目标时间段内所述目标区域的交通需求量。
4、第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述第一方面所述的方法。
5、本申请实施例中提供的技术方案,至少具有如下技术效果或优点:
6、本申请实施例通过获取目标区域预设历史时间段内的居民出行数据,以及目标区域的地理信息数据,其中,地理信息数据包括目标区域的地图中划分出的多个网格,居民出行数据中包括各类人群的出行数据;根据居民出行数据和地理信息数据,对目标时间段内目标区域的居民出行率进行预测,得到第一居民出行率,其中,第一居民出行率包括目标时间段内每个网格内每类人群的第二居民出行率;根据居民出行数据和第一居民出行率,预测目标时间段内目标区域的交通需求量,能够获取不同类型人群的出行数据,以及划分不同的网格,并对不同网格内不同类型的人群的第二居民出行率进行预测,使得出行人群的数据以及目标区域更加的精细化,有利于提升居民出行率预测的准确性和可靠性,进而提高交通需求量预测的精确度和可靠度。
7、本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变的明显,或通过本申请的实践了解到。
1.一种交通需求预测方法,其特征在于,包括:
2.根据权利要求1所述的交通需求预测方法,其特征在于,所述根据所述居民出行数据和所述地理信息数据,对目标时间段内所述目标区域的居民出行率进行预测,得到第一居民出行率,包括:
3.根据权利要求2所述的交通需求预测方法,其特征在于,所述基于所述历史居民出行率、所述居民经济属性和地理经济属性,对所述第一网格内第一类人群在所述目标时间段内的居民出行率进行预测,得到所述第二居民出行率,包括:
4.根据权利要求1所述的交通需求预测方法,其特征在于,所述居民出行数据包括居民出行轨迹,所述根据所述居民出行数据和所述第一居民出行率,预测所述目标时间段内所述目标区域的交通需求量,包括:
5.根据权利要求4所述的交通需求预测方法,其特征在于,所述根据所述居民出行数据及所述目标时间段内每个网格内每类人群的第二居民出行率,分别预测选择各条居民出行链的第一出行人数,包括:
6.根据权利要求4所述的交通需求预测方法,其特征在于,所述交通需求量包括交通生成量和交通吸引力量,所述利用选择各条居民出行链的第一出行人数,预测所述目标时间段内所述目标区域的交通需求,包括:
7.根据权利要求6所述的交通需求预测方法,其特征在于,所述居民出行链包括出行地址以及所述出行地址对应的出行时间,所述分别获取各网格内每条居民出行链对应的历史生成量和历史吸引量,包括:
8.根据权利要求4所述的交通需求预测方法,其特征在于,所述交通需求量还包括交通分布量,所述利用选择各条居民出行链的第一出行人数,预测所述目标时间段内所述目标区域的交通需求量,包括:
9.一种交通需求预测装置,其特征在于,包括:
10.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1-8任一项所述的方法。