秦偉　曾明

摘要：本文利用鄭州地鐵的乘客OD數(shù)據(jù)，對不同時間周期內(nèi)的站點進、出站客流進行預(yù)測。利用深度學(xué)習(xí)網(wǎng)絡(luò)，將數(shù)個弱回歸模型集成融合成強回歸模型。同時，利用參數(shù)修正算法對該模型進行進一步地增強。最終，通過鄭州地鐵真實數(shù)據(jù)對該模型進行了評估，得到了滿意的效果。

關(guān)鍵詞：集成融合;深度學(xué)習(xí);回歸模型

1背景

地鐵是市民常用的交通工具之一，地鐵的進站和出站人數(shù)會隨著季節(jié)、節(jié)假日、工作日、周末、每天不同的時段等不同而發(fā)生變化，特別是在節(jié)假日、工作日的早晚高峰期，這對地鐵工作人員進行實時管控提出了很大的要求。如果沒有實時的掌握住每個時段的客流信息，那么將會對整個列車的調(diào)度造成很大的影響，也會給市民的出行造成很大的不方便。所以，對地鐵客流進行預(yù)測是非常重要的。

本文提出了一種基于集成融合算法的客流預(yù)測模型，可以靈活地融合地鐵OD數(shù)據(jù)、節(jié)假日、天氣、特殊事件等信息，利用深度學(xué)習(xí)、機器學(xué)習(xí)、集成融合等方法，通過數(shù)據(jù)預(yù)處理、特征工程、模型建立、訓(xùn)練和評估這一系列的過程，進行站點/線路不同時間周期內(nèi)進、出站客流量的預(yù)測。

本文后續(xù)章節(jié)安排如下：第2章，介紹客流預(yù)測模型的總體設(shè)計和重點算法;第3章，對客流預(yù)測模型進行測試評估，并且分析結(jié)果;第4章，進行總結(jié)和提出后續(xù)工作方向。

2總體設(shè)計方案

本次模型的總體設(shè)計方案如下圖所示：

將需要預(yù)測的日期根據(jù)實際的分析結(jié)果，進行分類：

1.第一類是待預(yù)測日期對應(yīng)的歷史客流數(shù)據(jù)變化穩(wěn)定在某一個非常小的固定范圍內(nèi)的數(shù)據(jù)，這類數(shù)據(jù)使用統(tǒng)計規(guī)則算法進行預(yù)測，得到的效果非常好。

2.第二類是待預(yù)測日期對應(yīng)的歷史客流數(shù)據(jù)分布變化不穩(wěn)定、復(fù)雜的日期，這類數(shù)據(jù)使用DNN深度學(xué)習(xí)算法進行預(yù)測，得到的效果非常好，典型的就是周末、節(jié)假日。

3.結(jié)合統(tǒng)計規(guī)則算法和DNN深度學(xué)習(xí)算法的優(yōu)缺點，我們使用集成融合算法對這兩種算法進行集成、融合，達到更加好的擬合效果。

下面將對上述算法進行詳細介紹。

2.1統(tǒng)計規(guī)則算法

統(tǒng)計規(guī)則算法的流程如下：

1.對預(yù)測日期分類：將預(yù)測日期分詞工作日、周末、節(jié)假日3類。

2.對于節(jié)假日預(yù)測：

其中：N是指跟待預(yù)測日期類型（節(jié)假日）相同的歷史數(shù)據(jù)，按照日期降序排序，取最近的N個日期。y表示的是跟待預(yù)測日期類型（節(jié)假日）相同的歷史數(shù)據(jù)真實客流量。

3.對于工作日/周末預(yù)測

其中，N是指跟待預(yù)測日期類型（工作日/周末）相同的歷史數(shù)據(jù)，按照日期降序，取最近的N個日期。N是指跟待預(yù)測日期類型（相同的星期）相同的歷史數(shù)據(jù)，按照日期降序，取最近的N的日期。y表示的是跟待預(yù)測日期類型（節(jié)假日/周末/相同的星期）相同的歷史數(shù)據(jù)真實客流量。

2.2DNN深度學(xué)習(xí)算法

DNN深度學(xué)習(xí)算法的核心步驟主要是特征工程

所謂特征工程的構(gòu)建，主要是通過數(shù)據(jù)分析、相關(guān)性分析、AutoML等方式構(gòu)建一些有價值的變量，作為模型的輸入，主要包括以下變量：

■待預(yù)測日前7天對應(yīng)客流數(shù)據(jù)

■前三周中與待預(yù)測日星期所在日相同的數(shù)據(jù)

■待預(yù)測日月份

■待預(yù)測日星期

■氣溫

2.3集成融合算法

集成融合算法同樣是構(gòu)建一個DNN深度學(xué)習(xí)網(wǎng)絡(luò)，不同的是在進行構(gòu)建一個新的DNN深度學(xué)習(xí)網(wǎng)絡(luò)之前，會將上一個DNN深度學(xué)習(xí)算法的預(yù)測結(jié)果和統(tǒng)計規(guī)則算法預(yù)測結(jié)果作為本次DNN深度學(xué)習(xí)網(wǎng)絡(luò)的一個特征作為輸入，再次進行訓(xùn)練，達到集成融合的效果。

整個步驟最核心的就是特征的合并，也叫做張量連接，下面是張量連接的實現(xiàn)步驟：

■特征工程向量：

■深度學(xué)習(xí)算法預(yù)測結(jié)果：

■統(tǒng)計規(guī)則算法預(yù)測結(jié)果：

■張量連接：

3模型評估

3.1數(shù)據(jù)集

本次模型評估，根據(jù)星環(huán)公司提供的鄭州地鐵從2015年1月1日至2015年12月24日出入的客流量數(shù)據(jù)，利用提出的客流預(yù)測模型對未來一個星期（2015-12-25～2015-12-31）的客流量進行預(yù)測，根據(jù)官方給出的評價指標，通過評價指標在所有參賽隊伍中的排名，驗證我們的地鐵客流預(yù)測模型的技術(shù)可行性。

3.2評價函數(shù)

本文使用模型平均絕對誤差人數(shù)MAE來評價模型的好壞，具體的計算如下：

i表示站點，范圍為[1，N]，N表示站點的總個數(shù)，本次比賽中公有20個站點。

d表示天數(shù)，范圍為[1，7]，表示未來7天的客流量

表示預(yù)測出來的客流量，表示真實的客流量

3.3評估結(jié)果

利用前面介紹的數(shù)據(jù)集和評價函數(shù)，統(tǒng)計了參賽各隊的結(jié)果。從中可以看到，我們團隊的MAE值為1557.34，在所有參賽隊伍中是最小的。更進一步的，本文提出的墨西哥比排名第二的湖南預(yù)測如神工院隊模型的MAE值2734.67，足足小了1200多。這就足以說明本文提出的基于集成融合的客流預(yù)測模型，在所有參賽隊伍中是最好的，取得了最優(yōu)的擬合效果。

4結(jié)論和后續(xù)工作

4.1結(jié)論

本文利用鄭州地鐵的乘客OD數(shù)據(jù)，對不同時間周期內(nèi)的站點進、出站客流進行預(yù)測。利用深度學(xué)習(xí)網(wǎng)絡(luò)，將數(shù)個弱回歸模型集成融合成強回歸模型。同時，利用參數(shù)修正算法對該模型進行進一步地增強。最終，通過鄭州地鐵真實數(shù)據(jù)對該模型進行了評估，得到了滿意的效果。

4.2后續(xù)工作

4.2.1多時間粒度+進出站驗證

根據(jù)星環(huán)公司官方的要求，目前只是針對天時間粒度，對進出站的客流總數(shù)進行預(yù)測。但是天時間粒度相對來說會比較大，在實際的地鐵運營需求中，時間粒度應(yīng)該是小時、甚至是分鐘，而且乘客的進出站規(guī)律也是不一樣的，所以，后續(xù)需要對多時間粒度，特別是細時間粒度（比如1小時、半小時、15分鐘、5分鐘、1分鐘）和進出站分別預(yù)測。

4.2.2多數(shù)據(jù)集驗證

根據(jù)星環(huán)公司官方給到的數(shù)據(jù)，是2015年的乘客刷卡記錄，我們知道隨著時間的推進，地鐵客流量會發(fā)生不斷的變化。用2015年的數(shù)據(jù)建立起來的模型，是否適用于其他數(shù)據(jù)集，比如2016年、2017年、2018年、2019年則有待驗證。所以在后續(xù)的工作當(dāng)中需要利用多數(shù)據(jù)集進行來驗證模型的穩(wěn)定性。

參考文獻

[1]賈銳軍、冉祥來、吳俊霖、戴晨斌等，基于XGBoost算法的機場旅客流量預(yù)測[J]，民航學(xué)報，2018年06期

[2]蒙特卡羅模擬，百度百科，https：//baike.baidu.com/item/%E8% 92%99%E7%89%B9%E5%8D%A1%E7%BD%97%E6%A8%A1%E6%8B%9F/5160083？fr=aladdin

[3]小白都能看懂的蒙特卡洛方法以及python實現(xiàn)，CSDN博客，2018.

https：//blog.csdn.net/bitcarmanlee/article/details/82716641