目标线路交通出行量的确定方法及装置与流程

1.本技术涉及人工智能技术领域，具体而言，涉及一种目标线路交通出行量的确定方法及装置。


背景技术：

2.随着城市轨道交通路网规模的进一步扩大和城市的发展，当有新线接入时，会改变原有城市轨道交通的拓扑结构，轨道交通的可达性发生变化，从而影响出行者的出行径路选择，另一方面，部分客流在轨道交通路网上的时空分布也将发生较大改变。因此需要对新线接入后全网各车站间的od(交通出行量)进行精细化预测，为保障新线开通后科学高效的调度指挥和客运管理提供有力支撑。
3.相关技术中，在城市轨道交通新线开通客流预测方面尝试了多种方法，例如一种方式为结合不同新线的功能定位、接入位置等因素，归纳提出新线接入类型，并结合不同类型新线接入的客流变化特征，构建新线接入条件下的进出站量预测模型、od分布预测模型和网络客流分布计算模型；另一种方式为构建目的地选择模型，可适应拓扑变化后的场景，模型中od可达性指标由路径选择效用计算得到。还有一种方式是在既有客流规律基础上的趋势推演法，通过标定车站客流与土地利用、到离站交通距离与地铁车站选择、合理轨道乘距等数学模型，从客运量与断面客流量两方面完成其开通初期的客流预测。其他，例如：采用相关性分析法，基于土地利用性质对城市轨道交通车站进行了聚类，并基于聚类结果进行新线车站进出站量预测，然后建立od相关函数，对od客流进行预测，并构建随机用户均衡条件下的动态客流分配模型；采用站点聚类预测新线开通后进出站客流，并分析新线开通对既有站的影响，据此对od客流进行预测。但上述方法中由于均为考虑开通后车站的客流变化，导致客流预测并不准确。
4.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本技术实施例提供了一种目标线路交通出行量的确定方法及装置，以至少解决交通出行量预测准确性低的技术问题。
6.根据本技术实施例的一个方面，提供了目标线路交通出行量的确定方法，包括：获取目标线路中各站点在目标统计时间内目标日期的初始进出站量和路网既有站点的历史进出站量，其中，既有站点的开通时间在目标线路的开通时间之前，进出站量根据站点的自动售检票系统的刷卡数确定；在目标日期为第一日期的情况下，利用历史进出站量和预先确定的所述目标线路开通前各站点间的第一阻抗参数确定交通出行量的影响参数，并利用初始进出站量和影响参数确定目标日期内目标线路的交通出行量；在目标日期为第二日期的情况下，从历史进出站量中确定相似日的交通出行量，并利用预设权重对相似日的交通出行量进行加权，以得到目标日期内目标线路的交通出行量，其中，相似日与目标日期的日期类型相同，第二日期为在第一日期之后的日期。
7.可选地，利用历史进出站量确定交通出行量的影响参数，包括：从所述历史进出站量中确定每个既有站点的进站量、每个既有站点的出站量；基于所述每个既有站点的进站量、所述每个既有站点的出站量和所述第一阻抗参数对第一参数、第二参数和第三参数进行迭代，在所述第一参数和所述第二参数满足收敛条件的情况下，确定所述第一参数、所述第二参数和第三参数，其中，所述影响参数包括：所述第一参数、所述第二参数和所述第三参数，所述第一参数、所述第二参数和所述第二阻抗参数用于确定所述目标线路开通后所述第一日期的交通出行量。
8.可选地，基于每个既有站点的进站量、每个既有站点的出站量和第一阻抗参数对第一参数、第二参数和第三参数进行迭代，包括：根据每个既有站点的出站量、第二参数的初始值、第一阻抗参数和第三参数确定第一参数的初始值；根据每个既有站点的进站量、第一参数的初始值、第一阻抗参数和第三参数确定第二参数的目标值；直到第一参数和第二参数的值满足收敛条件的情况下，停止迭代。
9.可选地，在确定目标日期内目标线路的交通出行量之后，方法还包括：基于第一参数、第二参数、第三参数、每个既有站点的进站量、每个既有站点的出站量和进站点到出站点之间的交通出行量确定历史交通出行量中各站点间的目标阻抗参数；在目标阻抗参数与第一阻抗参数的差值小于预设阈值的情况下，确定第三参数通过验证。
10.可选地，利用初始进出站量和影响参数确定目标日期内目标线路的交通出行量，包括：在第三参数通过验证的情况下，基于第一参数、第二参数、第三参数、第二阻抗参数和目标线路中每个站点的进站量和出站量确定目标线路的交通出行量。
11.可选地，在确定所述目标日期内所述目标线路的交通出行量之后，所述方法还包括：确定所述目标线路中交通出行量的类别，其中，所述目标线路中交通出行量包括三类，第一类表示所述目标线路中的第一站点到所述路网既有站点的交通出行量，第二类表示所述路网既有站点到所述第一站点的交通出行量，第三类表示所述第一站点间的交通出行量；
12.在所述目标线路中交通出行量的类别属于所述第一类和所述第二类的情况下，将所有交通出行量对应的多条间隔时长均分为多个时长范围，并根据所述目标线路中交通出行量对应的路网既有站点的进出站时刻分布规律，确定所述目标线路中交通出行量对应的所述第一站点进出站时刻分布规律；在所述目标线路中交通出行量的类别属于所述第三类的情况下，根据路网整体进出站时刻分布规律，确定所述目标线路中交通出行量对应的所述第一站点进出站时刻分布规律。
13.可选地，在确定目标交通出行量的分布规律之后，所述方法还包括：基于所述目标线路中交通出行量的间隔时长、所述目标线路中交通出行量对应的进站时刻或出站时刻和第二阻抗参数，确定所述目标交通出行量对应的出行记录。
14.可选地，从历史进出站量中确定相似日的交通出行量，并利用预设权重对相似日的交通出行量进行加权，以得到目标日期内目标线路的交通出行量，包括：将相似日的交通出行量均分为多个时段的交通出行量；利用预设权重对每个时段的交通出行量进行加权，得到多个第一交通出行量；将第一交通出行量与预设比例的积确定为每分钟的第二交通出行量，以确定目标日期内目标线路的交通出行量，其中，预设比例为每分钟加权平均交通出行量与每个时段交通出行量的比例。
15.可选地，在确定目标线路中交通出行量的类别之后，方法还包括：从所述既有站点的交通出行量中选择第二站点与其他既有站点的的交通出行量，并将所述第二站点与其他既有站点的的交通出行量与预设修正系数的积确定为修正后的交通出行量，其中，所述第二站点表示与所述目标线路中的站点间距小于预设距离的既有站点。
16.可选地，在目标线路开通后，上述方法还包括：至少利用第一阻抗参数和第二阻抗参数的比值对既有站点间的交通出行量进行修正。
17.根据本技术实施例的另一方面，还提供了目标线路交通出行量的确定装置，包括：获取模块，用于获取目标线路中各站点在目标统计时间内目标日期的初始进出站量和路网既有站点的历史进出站量，其中，既有站点的开通时间在目标线路的开通时间之前，进出站量根据站点的上下车人数确定；第一确定模块，用于在目标日期为第一日期的情况下，利用历史进出站量确定交通出行量的影响参数，并利用初始进出站量和影响参数确定目标日期内目标线路的交通出行量；第二确定模块，用于在目标日期为第二日期的情况下，从历史进出站量中确定相似日的交通出行量，并利用预设权重对相似日的交通出行量进行加权，以得到目标日期内目标线路的交通出行量，其中，相似日与目标日期的日期类型相同，第二日期为在第一日期之后的日期。
18.根据本技术实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述目标线路交通出行量的确定方法。
19.根据本技术实施例的再一方面，还提供了一种计算机设备，包括存储器和处理器，处理器用于运行程序，其中，程序运行时执行上述目标线路交通出行量的确定方法。
20.在本技术实施例中，采用获取目标线路中各站点在目标统计时间内目标日期的初始进出站量和路网既有站点的历史进出站量，其中，既有站点的开通时间在目标线路的开通时间之前，进出站量根据站点的自动售检票系统的刷卡数确定；在目标日期为第一日期的情况下，利用历史进出站量和预先确定的所述目标线路开通前各站点间的第一阻抗参数确定交通出行量的影响参数，并利用初始进出站量和影响参数确定目标日期内目标线路的交通出行量；在目标日期为第二日期的情况下，从历史进出站量中确定相似日的交通出行量，并利用预设权重对相似日的交通出行量进行加权，以得到目标日期内目标线路的交通出行量，其中，相似日与目标日期的日期类型相同，第二日期为在第一日期之后的日期的方式，通过确定预测周期为目标统计时间内，同时将预测周期内的目标日期分为第一日期和第二日期，而两个日期分别处于不同时段达到了考虑不同时段内的交通出行量利用不同的确定方法的目的，从而实现了提高预测准确率的技术效果，进而解决了交通出行量预测准确性低的技术问题。
附图说明
21.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
22.图1是根据本技术实施例的一种用于目标线路交通出行量的确定方法的计算机终端(或移动设备)的硬件结构框图；
23.图2是根据本技术的一种目标线路交通出行量的确定方法的流程示意图；
24.图3是根据本技术实施例的一种可选的目标线路交通出行量的确定装置示意图。
具体实施方式
25.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
26.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
27.根据本技术实施例，还提供了一种应用程序跨资源池访问异常的检测方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
28.本技术实施例所提供的方法实施例可以在移动终端、计算机终端、云端服务器或者类似的运算装置中执行。图1示出了一种用于实现目标线路交通出行量的确定方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b，
……
，102n来示出)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为i/o接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
29.应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本技术实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
30.存储器104可用于存储应用软件的软件程序以及模块，如本技术实施例中的目标线路交通出行量的确定方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的目标线路交通出行量的确定方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存
储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
31.传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块106包括一个网络适配器(network interface controller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。
32.显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
33.根据本技术实施例，提供了一种目标线路交通出行量的确定方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
34.图2是根据本技术实施例的目标线路交通出行量的确定方法流程图，如图2所示，该方法包括如下步骤：
35.步骤s202，获取目标线路中各站点在目标统计时间内目标日期的初始进出站量和路网既有站点的历史进出站量，其中，既有站点的开通时间在目标线路的开通时间之前，进出站量根据站点的自动售检票系统的刷卡数确定；
36.步骤s204，在目标日期为第一日期的情况下，利用历史进出站量和预先确定的所述目标线路开通前各站点间的第一阻抗参数确定交通出行量的影响参数，并利用初始进出站量和影响参数确定目标日期内目标线路的交通出行量；
37.步骤s206，在目标日期为第二日期的情况下，从历史进出站量中确定相似日的交通出行量，并利用预设权重对相似日的交通出行量进行加权，以得到目标日期内目标线路的交通出行量，其中，相似日与目标日期的日期类型相同，第二日期为在第一日期之后的日期。
38.通过上述步骤，可以实现通过确定预测周期为目标统计时间内，同时将预测周期内的目标日期分为第一日期和第二日期，而两个日期分别处于不同时段达到了考虑不同时段内的交通出行量利用不同的确定方法的目的，从而实现了提高预测准确率的技术效果，进而解决了交通出行量预测准确性低的技术问题。
39.在步骤s202中，目标统计时间可以为目标线路开通后预设时长内，例如：4周；对目标统计时间内的客流预测可分为两个阶段，不同阶段采用不同的预测方法，实现轨道交通出行量精细化预测。第一阶段为第一日期所处的时段内，例如：目标线路开通后的第1个工作日或第1个双休日。此阶段的目标线路中的站点为起点站或终点站的进出站量(初始进出站量)可以从预先确定的目标线路中站点的上下站人数确定。
40.第二阶段为第二日期所处的时段内，例如：目标线路开通后第2个工作日或第2个双休日后至目标线路开通后的第4周。
41.需要说明的是，目标线路为新开通的线路，阻抗参数属于线路及车站的基础参数，与客流量成反比。
42.需要进一步说明的是，通过上下站人数确定站点的进出站量可以通过以下方式：对于非换乘站，目标线路中各站全日上下站人数就是进出站量；而对于换乘站来说，上站人数＝换入量+进站量，下站人数＝换出量+出站量，以换乘站的换入比＝进站量/上车人数，换出比＝出站量/下车人数为例，依据既有站点中类似换乘站的换入比与换出比，可推算出目标线路中换乘站的进出站量，得到进站量＝上站人数*既有站点中类似换乘站换入比，出站量＝下站人数*既有站点中类似换乘站换出比，计算出目标线路中各站的进出站量，对于既有站点的进出站量通过自动售检票系统的刷卡数确定，在目标线路开通后的第二阶段，进出站量也可以通过自动售检票系统的刷卡数确定。
43.可以理解的是，类似换乘站与目标线路中的换乘站具有相同特征，例如：同为去往郊区或去往商业区的换乘站。
44.在步骤s206中，相似日与目标日期的日期类型相同，例如：同为新线路开通后的第一个工作日或双休日；或同为新线路开通后的4周内的工作日等。
45.下面通过具体的实施例来详细说明上述步骤s202至步骤s206。
46.在步骤s204中，影响参数可以通过以下方式确定：从所述历史进出站量中确定每个既有站点的进站量、每个既有站点的出站量；基于所述每个既有站点的进站量、所述每个既有站点的出站量和所述第一阻抗参数对第一参数、第二参数和第三参数进行迭代，在所述第一参数和所述第二参数满足收敛条件的情况下，确定所述第一参数、所述第二参数和第三参数，其中，所述影响参数包括：所述第一参数、所述第二参数和所述第三参数，所述第一参数、所述第二参数和所述第二阻抗参数用于确定所述目标线路开通后所述第一日期的交通出行量。
47.其中，影响参数的迭代方式为根据每个既有站点的出站量、第二参数的初始值、第一阻抗参数和第三参数确定第一参数的初始值；根据每个既有站点的进站量、第一参数的初始值、第一阻抗参数和第三参数确定第二参数的目标值；直到第一参数和第二参数的值满足收敛条件的情况下，停止迭代。
48.具体地，将既有站点进站量、出站量及第一阻抗参数通过代入双约束重力模型中，以确定影响参数，模型计算式如下式所示：
49.ai＝[∑
jbj
ujf(t
ij
)]-1
公式(1)
[0050]bj
＝∑i[aitif(t
ij
)]-1
公式(2)
[0051]
式中，ai表示第一参数，bj表示第二参数，f(t
ij
)表示站点i与站点j之间的阻抗参数t
ij
的函数，可以从第一阻抗参数中确定，ti表示既往站点i的进站量，uj表示既往站点j的出站量。
[0052]
需要说明的是，第一阻抗参数可以从既有路网阻抗表中获取，既有路网阻抗表可以预先根据既有路网站点间的交通出行量确定，f(t
ij
)可以用时间或距离表示，常见的形式包括但不限于：幂函数：和指数函数：
[0053]
以为例，步骤s1：确定第三参数r的初始值为1，第二参数bj的初始值为1；步骤s2：将第二参数和第三参数代入公式(1)以计算第一参数ai；步骤s3：将ai代入公式(2)中以计算bj，并迭代步骤s2和步骤s3直至收敛。
[0054]
收敛条件如下式所示：
[0055][0056][0057]
式中，ε表示收敛阈值，m表示迭代次数。
[0058]
需要说明的是，收敛阈值可以根据实际情况设置，例如：0.03等。在满足公式(3)和公式(4)的情况下确定满足收敛条件。
[0059]
在确定目标日期内目标线路的交通出行量之后，还可以基于第一参数、第二参数、第三参数、每个既有站点的进站量、每个既有站点的出站量和进站点到出站点之间的交通出行量确定历史交通出行量中各站点间的目标阻抗参数；在目标阻抗参数与第一阻抗参数的差值小于预设阈值的情况下，确定第三参数通过验证。
[0060]
可以通过下式来确定目标阻抗参数：
[0061]
x
ij
＝a
ibj
tiujf(t
ij
)公式(5)
[0062]
式中，x
ij
表示以站点i为起点，站点j为终点的交通出行量。
[0063]
在一种可选的方式中，也可以利用公式(5)确定所有站点间目标阻抗参数的平均值，再与第一阻抗参数的平均值作差，在差值小于误差阈值的情况下，确定第三参数通过验证。
[0064]
在本技术的一些实施例中，在确定第三参数通过验证的情况下，可以采用公式(5)利用目标线路中的站点对应的初始进出站量、历史进出站量、第二阻抗参数和达到收敛条件的第一参数、第二参数确定目标线路中每个站点的交通出行量，由于重新确定了目标线路开通后，所有站点的第二阻抗参数，进一步的提高了交通出行量的预测准确度。
[0065]
由于新线路开通前后的相似日，绝大部分既有车站的分时进、出站分布规律变化不大。因此可以利用目标线路开通后，目标线路中的各站到既有线车站的交通出行量分时分布遵循既有线车站的出站分时规律；既有线各站到目标线路中各站的交通出行量分时分布遵循既有线车站的进站分时规律；目标线路中的各站到目标线路中各站的交通出行量分时分布遵循路网的进站分时规律。
[0066]
因此，可以通过相似日的交通出行量分时分布规律去确定目标线路中各站的交通出行量分时规律，进而确定出行记录。
[0067]
具体地，在确定目标日期内目标线路的交通出行量之后，可以通过以下方式对目标线路中站点的交通出行量进行精细化预测，包括：确定所述目标线路中交通出行量的类别，其中，所述目标线路中交通出行量包括三类，第一类表示所述目标线路中的第一站点到所述路网既有站点的交通出行量，第二类表示所述路网既有站点到所述第一站点的交通出行量，第三类表示所述第一站点间的交通出行量；在所述目标线路中交通出行量的类别属于所述第一类和所述第二类的情况下，将所有交通出行量对应的多条间隔时长均分为多个时长范围，并根据所述目标线路中交通出行量对应的路网既有站点的进出站时刻分布规律，确定所述目标线路中交通出行量对应的所述第一站点进出站时刻分布规律；在所述目标线路中交通出行量的类别属于所述第三类的情况下，根据路网整体进出站时刻分布规律，确定所述目标线路中交通出行量对应的所述第一站点进出站时刻分布规律。
[0068]
基于所述目标线路中交通出行量的间隔时长和所述目标线路中交通出行量对应
的进站时刻或出站时刻确定所述目标交通出行量对应的出行记录。
[0069]
在实际的应用场景中，可以把目标线路中站点的交通出行量划分为三类，第一类是目标线路中的站点到既有站点之间的交通出行量，第二类是既有站点到目标线路中的站点之间的交通出行量，第三类是目标线路中的站点与站点间的交通出行量。
[0070]
可以理解的是，第一站点表示目标线路中的站点。
[0071]
在一种可选的方式中，可以先采用箱线图法对所有交通出行量对应的多条间隔时长进行过滤，然后将多条间隔时长的并集均分为多个时长范围，例如：8个，[sec1,sec 2
,......,sec 8
]，随机从8个时长范围中生成一个时长范围，例如：时长范围为9:11-9:20、9:21-9:30、9:31-9:40、9:41-9:50等8个时长范围，随机从中选取一个时长范围，例如：9:21-9:30，然后随机从9:21-9:30中生成一段时间间隔，例如：9:23-9:29确定为第一间隔时长，其中，sec 1
表示时长范围。
[0072]
需要说明的是，目标线路中的交通出行量间的多条间隔时长等于所述目标线路中交通出行量对应的第二阻抗参数，例如：既往站点a到第一站点b间的间隔时长为既往站点a到第一站点b间的第二阻抗参数，预设时长范围的最小值可以是目标线路中的站点的最小阻抗参数，预设时长范围的最大值可以是目标线路中的站点的最大阻抗参数。
[0073]
在本技术的一些实施例中，针对目标线路中的站点与既有站点间的交通出行量，计算8个时长范围中对应的各区间人数累计比例[x1,x2,......,1]，对于预测得到的某个交通出行量下的单条出行记录，基于目标交通出行量的间隔时长和目标交通出行量对应的进站时刻或出站时刻确定目标交通出行量对应的出行记录，其中，x1表示比例。
[0074]
针对目标线路中各站点间的交通出行量，针对每分钟粒度交通出行量中的每一条交通出行量，用间隔时长来表示出行记录。
[0075]
在确定了目标线路中三类交通出行量之后，还可以对既有站点间的交通出行量进行修正。
[0076]
需要说明的是，由于轨道交通进出站客流往往会受到周边土地利用及轨道交通站点可达性的影响，在周边土地利用情况不变的前提下，该区域内的交通需求也基本不变，因此，新开通的目标线路中的站点会在一定程度上影响周边既有站点的进出站客流，主要表现为：当客流到达目标线路中的站点比既有站点更便捷时，目标线路中的站点将吸引部分既有站客流，造成既有站点的客流减少；而当目标线路为郊区延伸线时，这一表现则更为明显，郊区延伸段的目标线路中的站点会使得该区域的轨道交通可达性变高，从而将原先线路尾端的车站客流吸引至目标线路中的站点。
[0077]
例如：从所述既有站点的交通出行量中选择第二站点与其他既有站点的的交通出行量，并将所述第二站点与其他既有站点的交通出行量与预设修正系数的积确定为修正后的交通出行量，其中，所述第二站点表示与所述目标线路中的站点间距小于预设距离的既有站点。
[0078]
具体地，一种方式是通过下式对第二站点与其他既有站点的交通出行量进行修正，以修正由于目标线路开通对于第二站点交通出行量的影响，如下式所示:
[0079][0080]
式中，表示既有站点i到第二站点j之间修正后的交通出行量，表示既有
站点i到第二站点j之间修正前的交通出行量，ω表示修正系数。
[0081]
需要说明的是，上述修正系数是根据站点的相对位置确定的。
[0082]
由于目标线路站点周边一公里范围内的既有站点受影响较大，在一种可选的方式中既有站点i为目标线路周边一公里范围内的站点，在所述目标线路开通后，利用第二种方式对既有站点间的交通出行量进行修正，例如：至少利用所述第一阻抗参数和所述第二阻抗参数的比值对所述既有站点间的交通出行量进行修正。
[0083]
另一种方式中，由于目标线路开通后，原有城市轨道交通拓扑结构发生变化，而这一变化，会带来部分乘客在路网各个节点间移动的广义成本变化，因此，将目标线路开通前相似日的既有站点间的交通出行量看作是目标线路开通后既有站点间的交通出行量，就存在一定的误差。
[0084]
具体按照下式调整：
[0085][0086]
式中，表示目标线路开通后站点i到站点j之间的交通出行量，表示目标线路开通前站点i到站点j之间的交通出行量，表示目标线路开通前站点i到站点j之间的阻抗参数，表示目标线路开通后站点i到站点j之间的阻抗参数，θ表示阻抗修正参数，σ表示常数。
[0087]
需要进一步说明的是，在交通出行量的类别属于第一类和第二类的情况下，将所有交通出行量对应的多条间隔时长均分为多个时长范围，从多个时长范围中随机生成第一间隔时长确定为目标交通出行量的间隔时长。
[0088]
在本技术的一些实施例中，将相似日的交通出行量均分为多个时段的交通出行量；利用预设权重对每个时段的交通出行量进行加权，得到多个第一交通出行量；将第一交通出行量与预设比例的积确定为每分钟的第二交通出行量，以确定目标日期内目标线路的交通出行量，其中，预设比例为每分钟加权平均交通出行量占每个时段的交通出行量的比例。
[0089]
需要说明的是，预设权重是通过专家规则确定的。
[0090]
具体地，以每个时段的时长为30分钟为例，利用专家推荐目标日期的相似日及相似日的预设权重，根据预设权重结合相似日30分钟粒度的交通出行量，采用加权平均法确定每个时段的第一交通出行量，然后利用相似日30分钟内每分钟粒度的加权占比，计算1分钟粒度的第二交通出行量。根据统计得到的od标准时间，计算1分钟粒度的第二交通出行量的出站时间，形成交通出行量对应的出行记录。
[0091]
在一种可选的方式中，将相似日的交通出行量均分为多个时段的交通出行量可以通过下式表示：
[0092]
[0093]
式中，qi(t)表示站点i在目标日期t去往各站点的交通出行量，q
ij
(k)表示站点i在时段k内去往站点j的交通出行量，m表示一天内的时段个数，n表示路网内站点的个数。
[0094]
对每个时段的交通出行量按照预设权重加权后，得到第一交通出行量，如下式所示：
[0095][0096]
式中，q
′i(t
pred
)表示站点i在目标日期t
pred
的第一交通出行量，ω(ty)表示相似日ty的预设权重，qi(ty)表示站点i在相似日ty的第一交通出行量，y表示目标日期t
pred
的相似日个数。
[0097]
可以理解的是，第一交通出行量表示目标日期内每个时段的交通出行量。
[0098]
相似日内第i个时段内的第k分钟的加权平均交通出行量占第i个时段交通出行量的比例r
ik
(相似日的预设比例)的计算方式如下式所示：
[0099][0100]
式中，r
ik
表示第i个时段内第k分钟的加权平均交通出行量占第i个时段交通出行量的比例(预设比例)，表示第i个时段内的第m分钟的加权平均交通出行量。
[0101]
可以理解的是，上述计算式中的每个时段的时长为30分钟为例，每个时段的时长可以根据实际情况进行调整。
[0102]
在一种可选的方式中，相似日的预设比例与目标日期的预设比例相同，则目标日期内每分钟的交通出行量的计算方式如下式所示：
[0103]q″
ik
(t
pred
)＝q
′i(t
pred
)
·rik
[0104]
式中，q
″
ik
(t
pred
)表示目标日期t
pred
的第i个时段内第k分钟的第二交通出行量，q
′i(t
pred
)表示目标日期t
pred
的第i个时段的第一交通出行量，r
ik
表示第i个时段内第k分钟的加权平均交通出行量占第i个时段的交通出行量的比例。
[0105]
通过上述的计算方法，能够对目标线路开通的交通出行量进行精细而准确的预测，从而合理安排车次合理排序列车资源。
[0106]
表1示出了目标线路交通出行量预测结果和实际交通出行量的对比结果：
[0107][0108]
表1
[0109]
从表1中可以看出利用本技术提供的目标线路交通出行量的确定方法对目标线路开通后的站点交通出行量进行预测的结果与实际交通出行量的误差很小。
[0110]
表2示出了目标日期的分时预测结果：
[0111][0112][0113]
表2
[0114]
需要说明的是，表2中分时结果是将目标日期一天时间范围均分为多个30分钟时段为例，表1和表2中的绝对误差显示的是交通出行量数量的误差，相对显示的是比例误差。
[0115]
本技术实施例还提供了一种目标线路交通出行量的确定装置，如图3所示，包括：获取模块30，用于获取目标线路中各站点在目标统计时间内目标日期的初始进出站量和路网既有站点的历史进出站量，其中，所述既有站点的开通时间在所述目标线路的开通时间之前，所述进出站量根据站点的自动售检票系统的刷卡数确定；第一确定模块32，用于在所述目标日期为第一日期的情况下，利用所述历史进出站量和预先确定的所述目标线路开通前各站点间的第一阻抗参数确定交通出行量的影响参数，并利用所述初始进出站量和所述影响参数确定所述目标日期内所述目标线路的交通出行量；第二确定模块34，用于在所述目标日期为第二日期的情况下，从所述历史进出站量中确定相似日的交通出行量，并利用预设权重对所述相似日的交通出行量进行加权，以得到所述目标日期内所述目标线路的交通出行量，其中，所述相似日与所述目标日期的日期类型相同，所述第二日期为在所述第一日期之后的日期。
[0116]
第一确定模块32，包括：参数确定子模块，参数确定子模块用于从所述历史进出站量中确定每个既有站点的进站量、每个既有站点的出站量；基于所述每个既有站点的进站量、所述每个既有站点的出站量和所述第一阻抗参数对第一参数、第二参数和第三参数进行迭代，在所述第一参数和所述第二参数满足收敛条件的情况下，确定所述第一参数、所述第二参数和第三参数，其中，所述影响参数包括：所述第一参数、所述第二参数和所述第三参数，所述第一参数、所述第二参数和第二阻抗参数用于确定所述目标线路开通后所述第一日期的交通出行量。
[0117]
参数确定子模块，包括训练单元，训练单元用于根据每个既有站点的出站量、第二参数的初始值、第一阻抗参数和第三参数确定第一参数的初始值；根据每个既有站点的进站量、第一参数的初始值、第一阻抗参数和第三参数确定第二参数的目标值；直到第一参数和第二参数的值满足收敛条件的情况下，停止迭代。
[0118]
参数确定子模块，还包括：验证单元，验证单元用于基于所述第一参数、所述第二参数、所述第三参数、所述每个既有站点的进站量、所述每个既有站点的出站量和进站点到出站点之间的交通出行量确定历史交通出行量中各站点间的目标阻抗参数；在所述目标阻抗参数与所述第一阻抗参数的差值小于预设阈值的情况下，确定所述第三参数通过验证。
[0119]
训练单元包括：确定子单元，确定子单元用于在第三参数通过验证的情况下，基于第一参数、第二参数、第三参数、第二阻抗参数和目标线路中每个站点的进站量和出站量确定目标线路的交通出行量。
[0120]
第二确定模块34包括：分类子模块和记录子模块，分类子模块用于确定所述目标线路中交通出行量的类别，其中，所述目标线路中交通出行量包括三类，第一类表示所述目标线路中的第一站点到所述路网既有站点的交通出行量，第二类表示所述路网既有站点到所述第一站点的交通出行量，第三类表示所述第一站点间的交通出行量；在所述目标线路中交通出行量的类别属于所述第一类和所述第二类的情况下，将所有交通出行量对应的多条间隔时长均分为多个时长范围，并根据所述目标线路中交通出行量对应的路网既有站点的进出站时刻分布规律，确定所述目标线路中交通出行量对应的所述第一站点进出站时刻分布规律；在所述目标线路中交通出行量的类别属于所述第三类的情况下，根据路网整体
进出站时刻分布规律，确定所述目标线路中交通出行量对应的所述第一站点进出站时刻分布规律。
[0121]
分类子模块包括：记录单元、第一修正单元和第二修正单元，记录单元用于基于所述目标线路中交通出行量的间隔时长、所述目标线路中交通出行量对应的进站时刻或出站时刻和第二阻抗参数，确定所述目标交通出行量对应的出行记录。
[0122]
记录子模块，用于将所述相似日的交通出行量均分为多个时段的交通出行量；利用所述预设权重对每个时段的交通出行量进行加权，得到多个第一交通出行量；将所述第一交通出行量与预设比例的积确定为每分钟的第二交通出行量，以确定目标日期内所述目标线路的交通出行量，其中，所述预设比例为每分钟加权平均交通出行量与所述每个时段交通出行量的比例。
[0123]
第一修正单元，用于从所述既有站点的交通出行量中选择第二站点与其他既有站点的的交通出行量，并将所述第二站点与其他既有站点的的交通出行量与预设修正系数的积确定为修正后的交通出行量，其中，所述第二站点表示与所述目标线路中的站点间距小于预设距离的既有站点。
[0124]
第二修正单元，用于在所述目标线路开通后，至少利用所述第一阻抗参数和第二阻抗参数的比值对所述既有站点间的交通出行量进行修正。
[0125]
本技术实施例，还提供了一种非易失性存储介质，包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述目标线路交通出行量的确定方法。
[0126]
上述非易失性存储介质存储的上述目标线路交通出行量的确定方法，通过确定预测周期为目标统计时间内，同时将预测周期内的目标日期分为第一日期和第二日期，而两个日期分别处于不同时段达到了考虑不同时段内的交通出行量利用不同的确定方法的目的，从而实现了提高预测准确率的技术效果，进而解决了交通出行量预测准确性低的技术问题。
[0127]
本技术实施例还提供了一种计算机设备，包括存储器和处理器，处理器用于运行程序，其中，程序运行时执行上述目标线路交通出行量的确定方法。该计算机设备的具体结构可以参见图1所示的计算机的硬件结构，但不限于此。
[0128]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0129]
在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0130]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0131]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0132]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以
是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0133]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0134]
以上仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。