Python大数据分析与挖掘实战第9章.pptxVIP

第九章 地铁站点日客流量预测9.1 案例背景9.2 案例目标及实现思路9.3 数据获取与探索9.4 指标计算9.5 数据可视化9.6 因素分析9.7 神经网络预测模型的建立第九章 地铁站点日客流量预测城市公共交通网每时每刻都承载巨大的客流量，客流量的增多为公共交通网和交通智能调度带来了巨大的压力。地铁站点短时的客流预测是智能地铁调度系统中重要的决策基础与技术支持。利用历史刷卡数据，对数据进行预处理以及相应的指标计算，能够有效准确的把握未来短时间内客流变化趋势，从而实时调整运营计划，对突发大客流做出及时预警和响应。9.1 背景案例Part 9 近些年来，日益加重的城市交通拥堵问题成为制约经济发展的主要因素，因此以地铁为代表的城市轨道交通系统得到了大力的发展。地铁相比与其他的交通方式具有较大的优势，主要体现在运量大、污染小、省能源，并且具有快捷、方便、安全、舒适的特点。随着城市轨道交通网络规模的持续扩大，客流时空分布规律愈加复杂，作为客流生成源头的进出站客流，运营管理部门需对其进行实时监测，准确把握未来短时间内客流变化趋势，从而实时调整运营计划，对突发大客流做出及时预警和响应。为此，高精度、小粒度的实时进出站客流量预测已成为精细化运营管理的关键。本次案例通过郑州市2015年8月-11月各地铁闸机刷卡数据，从数据中根据刷卡类型编号，刷卡日期两个字段提取出不同时间进站和出站状态下的数据。