CN106897838A - 一种车站客流压力预测与统计分析方法及其系统 - Google Patents

Abstract

本发明公开的一种车站客流压力预测与统计分析方法，包括如下步骤：S1、配置不同时间段、车次对应候乘区域的布局数据；S2、对当前客流量数据进行统计，和/或对未来客流量数据做出预测，并生成可视化显示。还公开了实现上述方法的系统，包括布局数据配置模块、客流量数据显示模块；本发明的优点在于，高度智能化、自动化实现对当前客流压力的统计、未来客流压力预测，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。

Description

一种车站客流压力预测与统计分析方法及其系统

技术领域

本发明属于铁路客运智能化技术领域，具体为一种车站客流压力预测与统计分析方法及其系统。

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，通常需要增加人力、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；再有，每个列车的车票发售量也对客流情况存在较大的影响，发售量多必然客流量也多，现有技术中没有将客流量分布情况与售票数量联系起来进行研究探讨，这样不利于解决车站客流压力最根本的问题，制约着铁路运输的发展。

发明内容

为了解决上述问题，本发明提供了一种车站客流压力预测与统计分析方法及其系统，实现的目的为，可以预测未来时间的车站承载客流压力，也可以统计分析实时车站承载的客流压力，用来给予计划运能、智能调度等有效数据参考，使车站工作实现智能自动化，不再单单依赖传统的经验积累，最大化贴合实际情况，为车站工作的具体布署给予最为精确、有效地指导。

为了实现上述目的，本发明提供以下技术方案：本发明提供的一种车站客流压力预测与统计分析方法，包括如下步骤：

S1、配置不同时间段、车次对应候乘区域的布局数据，该布局数据包括起始日期、结束日期、生效时间、车次与候乘区域对应关系的数据；

S2、对当前客流量数据进行统计，和/或对未来客流量数据做出预测，客流量数据包括各时段进站总人数数据、以及根据S1布局数据计算、统计得到的各候乘区域人数数据，并生成可视化显示。

每个火车站对于车次与候乘区域对应的相关数据，候乘区域是指候车室、检票大厅等，随着动车、高铁多种列车的开运，候乘区域也不再单单是候车室，很多检票口通道也都变成了候乘区域，该车次与候乘区域对应的布局数据可以是新建的，也可以是原本火车站就有的，可直接导入进来、抑或是直接在原有的进行部分修改的，采用本发明方法，可以自动的对当前车站承载的客流压力做出可视化显示，使工作人员简便、清晰的了解客流量分布情况，从而提前做好布署与规划，利用计算机实现智能化的操作，代替人工的工作，减轻工作人员的工作量、提高准确度、提高工作效率。

进一步的，所述S1布局数据中的起始日期、结束日期是指使用该布局数据的起止日期，生效时间是指在使用布局方案数据的周期内具体执行的时刻。例如新建的布局数据起始日期为2017年1月1日，结束日期为2017年2月2日，生效时间为每天的15点到24点，则在2017年1月1日到2017年2月2日这段时间，每天的15点到24点这一段时刻，是按照新建的布局数据，车次与候乘区域进行对应的，使布局方案数据的执行更为灵活，方便调整，对于应用于实际中有更大的实用性。

进一步的，所述S1中还包括配置车站运能数据，车站运能数据包括运量数据、与运量数据对应的各车次发售车票数据，所述运量数据为该车站每天总发售车票数据。

进一步的，所述S2中对未来客流量数据做出预测的方法：根据历史运量数据与预测当天配置的运量数据的相似度，计算、统计得到预测当天的客流量数据。

进一步的，所述S2中对未来客流量数据做出预测的方法：根据历史运量数据与预测当天配置的运量数据，历史各车次发售车票数据与配置的各车次发售车票数据的相似度，计算出各车次预测当天的客流量数据，统计得到预测当天的进站、各候乘区域客流量数据。车站运量数据实际上就是每天车站总的运输人数，车站运量数据理论上与客流承载压力是有直接关系的，该车站每天总发售车票数量越多，车站要承载的人数也越多，预示着客流压力也会越大，所以在对未来时间预测客流压力时，运量数据不同，具体的客流量数据也不同，利用预测当天的车站运量数据对预测的客流量数据校正，最大化贴合实际情况，使预测数据提供有效地数据基础。

优选的，所述车站运量数据从铁路客票系统中获取并实时更新数据。铁路客票系统是指中国铁路客运的制票系统，包括铁路客票发售和预订，从铁路客票系统获取车站运量数据为最为准确的方式。

进一步的，所述S1中配置布局数据时，从旅服系统获取车次与候乘区域对应关系的数据，并实时更新数据旅服系统是指旅客信息服务集成控制系统，该系统以铁路行车信息为基础，综合运用现代通信技术、控制技术和网络技术，为用户提供集数字视频监控、数字广播、综合显示、列车到发通告、旅客引导、信息查询、人工求助、时钟系统、入侵报警以及照明、供电等设备自动控制的新型智能集成系统，从旅服系统直接获取车次对应候乘区域的布局方案数据，更为智能化，无需工作人员手工录入，也使得布局方案数据更为准确。

进一步的，所述S2中包括从旅服系统接收列车到发信息，根据到发信息修正客流量数据，并生成可视化显示。在统计当前可量数据时，为了保证实时性、适应列车作业状态，准确的将客流量数据密集情况体现出来，从旅服系统接收列车到发信息，当列车晚点时，本应该检票的乘客由于未检票而滞留，故此刻统计客流量数据时保持未检票的人数，在得知列车已到站时，再将检了票上车的乘客人数减掉。

进一步的，配置不同时间段布局数据的方法：对起始日期进行验证，若存在相同的起始日期，则返回错误提示，若不同，则将该方案数据储存。本发明方法可以帮助工作人员在新建、导入、修改布局方案数据时，验证新配置的布局数据是否配置重复，当工作人员误操作时，则会产生提示。

进一步的，对起始日期进行验证时，若起始日期不同，则进一步验证结束日期，若与历史布局数据时间段有重叠部分，历史布局数据和最新布局数据进行拆分，拆分的具体方法为：保留未重叠部分的布局数据，重叠部分按照最新的布局数据执行，最后新形成的多个布局数据按照起始日期增序排列。考虑到实际情况的复杂性，布局数据可能会有重叠的时候，本发明方法可自动校验、并形成新的布局方案供工作人员使用。

进一步的，所述S1中配置不同时间的布局数据时，将历史布局数据拷贝到副本中，生成用户提示和/或根据配置的生效时间，自动执行最新配置时间的布局数据，配置时间为配置操作完成的时间。最大贴合实际情况，可以使工作人员根据实际情况任意选择，最大化保证了灵活性。

进一步的，所述S2中对当前客流量数据进行统计的方法包括：

S21、获取客流信息数据，所述客流信息数据包括当前进站乘客所乘车次、乘客进站时间、发车时间、最早允许进站时间、开始检票时间、结束检票时间；

S22、分别对各时段、各车次进站人数统计，再将所有车次各时段进站人数叠加，得到各时段进站总人数数据；

S23、根据S1的布局数据，将同属于一个候乘区域的所有车次对应的进站人数累计，得到各候乘区域的人数数据。

进一步的，所述S2中对未来客流量数据预测的方法包括：

S24、获取该车站历史客流信息数据，所述客流信息数据包括车次、乘客进站时间、进站人数、发车时间、最早允许进站时间、开始检票时间、结束检票时间；

S25、建立各车次乘客进站时间与最早允许进站时间段内进站人数的函数关系；

S26、采用S25的函数关系，将各车次、各时段的进站人数叠加，得到各时段进站总人数数据，根据S1的布局数据，统计各候乘区域的人数数据，得到预测的客流量数据。

进一步的，S24中获取的历史客流信息数据还包括车站运能数据，S26中采用S25的函数关系，得到预测的各车次、各时段的进站人数A，配置预测当天车站运能数据，根据历史各车次发售车票数据N、对预测当天配置的各车次发售车票数据M，计算得到预测当天的各车次、各时段的进站人数R，计算的公式为R＝Ax(M/N)，再将各车次进站人数R叠加，得到预测当天各时段进站总人数数据；根据S1的布局数据，将同属于一个候乘区域的各车次、各时段的进站人数R累计，得到预测当天各候乘区域的人数数据。

进一步的，所述S2中还包括预设客流量预警值，将得到的客流量数据与预警值比对，生成可视化的预警信息。节省了工作人员自己比对的时间，采用计算机实现自动比对，并把预警的情况显现出来，更为直观的了解客流密集程度。

进一步的，该方法还包括S3、根据客流量数据，将客流量分布密集的候乘区域中所对应的车次，根据该车次的发车时间、检票时间、该车次人数，将该车次调至客流量分布松散的候乘区域，并将生成调整后的布局数据暂存，生成用户提示。当预估候乘区域可能会出现密集时，将导致候乘区域人数密集的车次调至客流量分布分散的候乘区域，生成优选的布局数据，以供工作人员参考，这样确保在实际当天时，每个候乘区域客流量合理、车次安排合理。

进一步的，所述S3中还包括根据各候乘区域客流量数据，无客流量分布松散候乘区域时，调整运量数据，按照运量数据从大到小的顺序，再次计算得到各候乘区域客流量数据，将每次调整的运量数据、调整运量数据后的布局数据暂存，生成用户提示。从理论上来说，运量越多，候乘区域出现客流密集的概率越大，所以，当预测的结果已无松散候乘区域时，计算机可自动筛选出最适合的车站运量数据，为工作人员计划当天运能提供有效地数据参考。

本发明还公开了实现上述方法的系统，包括布局数据配置模块、客流量数据显示模块，布局数据配置模块用于配置不同时间、车次对应候乘区域的布局数据，该布局数据包括起始日期、结束日期、生效时间、车次与候乘区域对应关系的数据；

所述客流量数据显示模块用于在对当前客流量数据进行统计，和/或对未来客流量数据做出预测，并生成可视化显示，客流量数据包括各时段进站总人数数据、各候乘区域人数数据。

进一步的，该系统还包括车站运能数据配置模块，用来显示和筛选车站运能数据，车站运能数据包括运量数据、与运量数据对应的各车次发售车票数据，所述运量数据为该车站每天总发售车票数据。

进一步的，所述客流量数据显示模块包括各时段进站总人数数据显示模块、各候乘区域人数数据显示模块。

进一步的，布局数据配置模块与旅服系统数据传输。

进一步的，车站运能数据配置模块与铁路客服系统数据传输。

进一步的，该系统还包括预警模块，预警模块可用于预设预警值，将预警值与计算得到的客流量数据比较，生成可视化的预警情况。

进一步的，系统还包括自动调整布局数据模块，自动调整布局数据模块用于根据客流量数据，将客流量分布密集的候乘区域中所对应的车次，根据该车次的发车时间、检票时间、该车次人数，将该车次调至客流量分布松散的候乘区域，并将生成调整后的布局数据暂存，生成用户提示。

进一步的该系统还包括调整车站运能数据模块，根据客流量数据，检测到无松散候车区域时，按照运量数据从大到小的顺序，再次计算得到各候乘区域客流量数据，将每次调整车站运能数据的记录暂存，生成用户提示。

本发明采用上述技术方案，包括以下有益效果：高度智能化、自动化实现对当前客流量压力的统计、未来客流压力预测，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为实施例一中统计的各时段进站总人数曲线图；

图3为实施例一中各候乘区域人数数据柱形图；

图4为实施例一中对当前统计的各时段进站总人数曲线图，曲线面积1为候乘区域一的客流量数据面积图、曲线面积2为候乘区域二的客流量数据面积图、曲线面积3为候乘区域三的客流量数据面积图、曲线面积4为候乘区域四的客流量数据面积图；

图5为实施例一中预测未来客流数据进站时间与进站人数的函数关系模型；

图6为实施例一中车站客流压力预测与统计分析的系统；

图7为实施例二中预测的第四候乘区域的客流量数据，峰面积5为G5车次的进站人数数据，峰面积6为G6车次的进站人数数据，峰面积7为G7车次的进站人数数据。

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。

实施例一：参照图1所示，本发明提供的一种车站客流压力预测与统计分析方法，包括如下步骤：

S1、配置不同时间段、车次对应候乘区域的布局数据，该布局数据包括起始日期、结束日期、生效时间、车次与候乘区域对应关系的数据：起始日期、结束日期是指使用该布局数据的起止日期，生效时间是指在使用布局方案数据的周期内具体执行的时刻，如表一所示的一份布局数据；

S2、对当前客流量数据进行统计，和/或对未来客流量数据做出预测，客流量数据包括各时段进站总人数数据、以及根据S1布局数据计算、统计得到的各候乘区域人数数据，并生成可视化显示。

表一

起始日期	2017.1.1
		结束日期	2017.2.2
生效时间	每天的15:00-24:00
		候乘区域一	G1车次、G2车次、G3车次
候乘区域二	T256车次、Z156车次、T161车次
		候乘区域三	G242车次、G212车次、G138车次

上表表明在2017.1.1-2017.2.2这段时间内使用该布局数据，生效时间是每天的15:00-24:00，该份布局数据中G1车次、G2车次、G3车次在候乘区域一等候乘车。

其中，所述结束日期、生效时间可缺省设置，为选填项，系统可自动默认，如结束日期不填，则默认为使用时间到9999-99-99为止，生效时间为从2017.1.1零点开始，到结束日期的这段时间，此布局数据一直生效。

优选的，上述配置布局数据时，从旅服系统获取车次与候乘区域对应关系的数据。

具体地，所述S2中对当前客流量数据进行统计的方法，可采用最为简单的对进站乘客人数累计，得到曲线图、柱形图的可视化展示，例如图2和图3所示，最为优选方法的包括：

S21、获取客流信息数据，所述客流信息数据包括当前进站乘客所乘车次、乘客进站时间、发车时间、最早允许进站时间、开始检票时间、结束检票时间，例如表二所示；

S22、分别对各时段、各车次进站乘客人数统计，再将所有车次各时段进站人数叠加，得到各时段进站总人数数据；

S23、根据S1的布局数据，将同属于一个候乘区域的所有车次对应的进站人数累计，得到各候乘区域的人数数据。如图4所示，横轴代表记录进站乘客人数的时间，纵轴代表进站乘客人数，曲线面积1为候乘区域一的客流量数据面积图、曲线面积2为候乘区域二的客流量数据面积图、曲线面积3为候乘区域三的客流量数据面积图、曲线面积4为候乘区域四的客流量数据面积图，先得到各车次客流进站情况，再进行叠加，生成热力面积图，既可以看到进站总人数情况，也便于统计候乘区域的客流分布情况，节约计算、统计客流量数据的时间，快速生成可视化显示，得到各种可视化显示的图谱均是直接采用现有技术公开的程序代码均可；

表二

上表所示为每隔5min统计了进站人数，这个时间段可任意选择。

进一步的，采用本发明方法也可以对未来时间的客流量数据进行预测，所述S2中对未来客流量数据预测的方法包括：

S24、获取该车站历史客流信息数据，所述客流信息数据包括车次、乘客进站时间、进站人数、发车时间、最早允许进站时间、开始检票时间、结束检票时间，如表二所示，所选取的历史数据，为预测当天前一天，或者是去年同期、抑或是相同工作日或节假日，总之以最大贴合预测当天为准；

S25、建立各车次乘客进站时间与最早允许进站时间段内进站人数的函数关系，采用SPSS建立每个车次的函数关系，例如图5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5所示的曲线，则可对预测当天所有时段的客流量人数计算出来；

S26、采用S25的函数关系，将各车次、各时段的进站人数叠加，得到各时段进站总人数数据，根据S1的布局数据，统计各候乘区域的人数数据，得到预测的客流量数据。

实现上述方法的系统，如图6所示，包括布局数据配置模块、客流量数据显示模块，布局数据配置模块用于配置不同时间、车次对应候乘区域的布局数据，该布局数据包括起始日期、结束日期、生效时间、车次与候乘区域对应关系的数据；

所述客流量数据显示模块用于在对当前客流量数据进行统计，和/或对未来客流量数据做出预测，并生成可视化显示，客流量数据包括各时段进站总人数数据、各候乘区域人数数据。

所述客流量数据显示模块包括各时段进站总人数数据显示模块、各候乘区域人数数据显示模块。各时段进站总人数数据显示模块内嵌S21-S23方法的计算逻辑程序，各候乘区域人数数据显示模块内嵌上述S24-S26方法的计算逻辑程序，用以实现上述方法。

布局数据配置模块与旅服系统数据传输，用以接收车次对应候乘区域的布局数据。

实施例二：本发明公开的一种本发明提供的一种车站客流压力预测与统计分析方法，包括如下步骤：

S1、配置不同时间段、车次对应候乘区域的布局数据，该布局数据包括起始日期、结束日期、生效时间、车次与候乘区域对应关系的数据：起始日期、结束日期是指使用该布局数据的起止日期，生效时间是指在使用布局方案数据的周期内具体执行的时刻，如表一所示的一份布局数据；

S2、对当前客流量数据进行统计，和/或对未来客流量数据做出预测，客流量数据包括各时段进站总人数数据，根据S1布局数据计算、统计得到的各候乘区域人数数据，并生成可视化显示。

进一步的，所述S1中还包括配置车站运能数据，车站运能数据包括运量数据、与运量数据对应的各车次发售车票数据，所述运量数据为该车站每天总发售车票数据；所述车站运能数据从铁路客票系统中获取。

所述S1中配置布局数据时，可从旅服系统获取车次与候乘区域对应关系的数据。

在统计当前客流量数据时，可显示出从铁路客票系统中获取的当前运量数据、各车次发售车票数据。

在对未来客流量预测时，所述S2中对未来客流量数据做出预测的方法：根据历史运量数据与预测当天配置的运量数据的相似度，例如比值，计算、统计得到预测当天的客流量数据。例如选用2017.2.2运量数据18万对2017.2.6的客流量数据进行预测，2017.2.6总售票数量预测为22万，即运量数据为22万，故2.6的各时段进站总人数、各候乘区域的人数必然与预测当天的有很大出入，故用历史运量数据与预测当天运量数据比例，来得到预测数据可提高准确性。

更为优选的，所述S2中对未来客流量数据做出预测的方法：根据历史运量数据与预测当天配置的运量数据，历史各车次发售车票数据与配置的各车次发售车票数据的相似度，例如比值，计算出各车次预测当天的客流量数据，统计得到预测当天的进站、各候乘区域客流量数据。

具体方法包括：S24、获取该车站历史客流信息数据，所述客流信息数据包括车次、乘客进站时间、进站人数、发车时间、最早允许进站时间、开始检票时间、结束检票时间；

S25、建立各车次乘客进站时间与最早允许进站时间段内进站人数的函数关系；

S26、采用S25的函数关系，将各车次、各时段的进站人数叠加，得到各时段进站总人数数据，根据S1的布局数据，统计各候乘区域的人数数据，得到预测的客流量数据。

S24中获取的历史客流信息数据还包括车站运能数据，S26中采用S25的函数关系，得到预测的各车次、各时段的进站人数A，配置预测当天车站运能数据，根据历史各车次发售车票数据N、对预测当天配置的各车次发售车票数据M，计算得到预测当天的各车次、各时段的进站人数R，计算的公式为R＝Ax(M/N)，再将各车次进站人数R叠加，得到预测当天各时段进站总人数数据；根据S1的布局数据，将同属于一个候乘区域的各车次、各时段的进站人数R累计，得到预测当天各候乘区域的人数数据，如图7所示，为选取的某一候乘区域，例如候乘区域4中客流量数据，峰面积为某一车次的进站人数数据，例如峰面积5为G5车次的进站人数数据，峰面积6为G6车次的进站人数数据，峰面积7为G7车次的进站人数数据，生成的可视化显示可以是多种形式的，例如简单的曲线图、散点图、柱形图等，本实施例列举的为面积图，在作出面积图时，可计算出各次列车、各时段进站人数占该次列车发售车票人数得百分比，进而为做面积图得到数据基础，优选的这种可视化方式，在统计候乘区域的客流量数据时，还可了解各车次的进站人数情况。

从铁路客票系统获取的距预测当天30日内部分车站运能数据，如表3所示：

表三不同运量数据下各次列车发售车票数据

车次	13万	15万	16万	18万
					1134	0	0	0	0
1136	0	0	0	0
					1303	934	1067	1134	1334
1487	934	1067	1134	1334
					3009	1145	1309	1391	1636
3021	1019	1165	1238	1456
					3093	1226	560	1489	1752
D20001	490	938	594	1310
					D2003	820	938	996	1577
G1559	820	938	996	630
					G1563	820	938	996	1055

预测当天配置的运能数据(部分)例如表4所示：

表四：预测当天运量数据下各次列车发售车票数据

如表三、表四所示，如选取18万运量数据来进行预测，而预测当天配置的运量数据为26万，则将每次列车数据都要用两个运量的比例来进行修正，更为准确的得到预测当天的客流量数据。

本实施例还公开了实现上述方法的系统，包括布局数据配置模块、客流量数据显示模块，布局数据配置模块用于配置不同时间、车次对应候乘区域的布局数据，该布局数据包括起始日期、结束日期、生效时间、车次与候乘区域对应关系的数据；

所述客流量数据显示模块用于在对当前客流量数据进行统计，和/或对未来客流量数据做出预测，并生成可视化显示，客流量数据包括各时段进站总人数数据、各候乘区域人数数据。

该系统还包括车站运能数据配置模块，用来显示和筛选车站运能数据，车站运能数据包括运量数据、与运量数据对应的各车次发售车票数据，所述运量数据为该车站每天总发售车票数据。

所述客流量数据显示模块包括各时段进站总人数数据显示模块、各候乘区域人数数据显示模块。

布局数据配置模块与旅服系统数据传输，车站运能数据配置模块与铁路客服系统数据传输。

实施例三：除了上述实施例一、二公开的本发明的技术方案，为了进一步优化本发明方法，所述S1中配置不同时间布局数据的方法：对起始日期进行验证，若存在相同的起始日期，则返回错误提示，若不同，则将该方案数据储存。

对起始日期进行验证时，若起始日期不同，则进一步验证结束日期，若与历史布局数据时间段有重叠部分，历史布局数据和最新布局方案数据进行拆分，拆分的具体方法为：保留未重叠部分的布局方案数据，重叠部分按照最新的布数据执行，最后新形成的多个布局方案数据按照起始日期增序排列。

例如，历史方案数据时间段为2017.1.2-2017.3.25，新设置的布局方案数据中时间段为2016.12.1-2017.2.1，则重叠部分的日期为2017.1.2-2017.2.1，则本发明方法保留2016.12.1-2017.1.1、2017.2.2-2017.3.25的布局方案数据，重叠部分2017.1.2-2017.2.1按照新设置的执行，最后将得到的三个布局方案数据排列顺序为：

(1)2016.12.1-2017.1.1；

(2)2017.1.2-2017.2.1；

(3)2017.2.2-2017.3.25。

所述S1中配置不同时间的布局数据时，将历史布局数据拷贝到副本中，生成用户提示和/或根据配置的生效时间，自动执行最新配置时间的布局数据，配置时间为配置操作完成的时间。例如上述的布局方案数据，用户可以选择继续使用2017.1.2-2017.3.25的布局方案数据，也可以选择使用修改后的三个布局方案数据，或者是自动按照最新配置时间来自动执行。

所述S2中还包括预设客流量预警值，将得到的客流量数据与预警值比对，生成可视化的预警信息，例如下表所示：

定员是指车站当日最大可容纳人数，预警人数是指当前进站总人数，一般在火车站都会预设一个预警值，实时比例是指预警人数与定员的百分比。再如候乘区域预警信息，如下表所示：

生成可视化的显示可以是上述表格的形式，也可以是曲线图、热力图、散点图都是可以的。

需要说明的是，本发明方法均可以是本领域技术人员利用计算机的任何一种语言来实现。

完成上述方法的系统，除了实施例一、二公开的系统，还包括预警模块，预警模块可用于预设预警值，将预警值与计算得到的客流量数据比较，生成可视化的预警情况。

实施例四：除了实施例一至三公开的本发明技术方案，为了进一步优化本发明方法，该方法还包括S3、根据客流量数据，将客流量分布密集的候乘区域中所对应的车次，根据该车次的发车时间、检票时间、该车次人数，将该车次调至客流量分布松散的候乘区域，并将生成调整后的布局数据暂存，生成用户提示。

进一步的，所述S3中还包括根据各候乘区域客流量数据，无客流量分布松散候乘区域时，调整运量数据，按照运量数据从大到小的顺序，再次计算得到各候乘区域客流量数据，将每次调整的运量数据、调整运量数据后的布局数据暂存，生成用户提示。

本发明方法还可以对预测的候乘区域松散情况做出检测，重复循环计算得到各候乘区域客流量数据，直至出现有松散候乘区域时即可提示用户，自动调整车次也是一样的情况，调整车次、即调整布局方案数据后，开始重复循环计算各候乘区域的客流量数据，直至出现最优的方案，供用户选择。

对统计当前客流量数据时，考虑到实际可能会发生多种情况，例如列车晚点等，进一步优化为所述S2中包括从旅服系统接收列车到发信息，根据到发信息修正客流量数据，并生成可视化显示。例如S2中将同属于一个候乘区域的所有车次进站人数统计时，在10点这个时刻，某一车次的列车本该检票而使该候乘区域不会出现客流预警情况，但在这个时刻，该车次晚点，导致不能检票，故在这个时间点，可能就会出现客流密集出现报警情况了，与旅服系统信息传输，可保证统计的客流承载量最为准确。

实现本实施例方法的系统，除了实施例一至三公开的，该系统还包括自动调整布局数据模块，自动调整布局数据模块用于根据客流量数据，将客流量分布密集的候乘区域中所对应的车次，根据该车次的发车时间、检票时间、该车次人数，将该车次调至客流量分布松散的候乘区域，并生成调整后的布局数据暂存，生成用户提示。

该系统还包括调整车站运能数据模块，根据客流量数据，检测到无松散候车区域时，按照运量数据从大到小的顺序，再次计算得到各候乘区域客流量数据，将每次调整车站运能数据的记录暂存，生成用户提示。

需要注意的是，上述方法步骤是本领域技术人员采用任一种形式的计算机化语言实现的。

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。

Claims (18)

1.一种车站客流压力预测与统计分析方法，其特征在于，该方法包括如下步骤：

S1、配置不同时间段、车次对应候乘区域的布局数据，该布局数据包括起始日期、结束日期、生效时间、车次与候乘区域对应关系的数据；

S2、对当前客流量数据进行统计，和/或对未来客流量数据做出预测，客流量数据包括各时段进站总人数数据、以及根据S1布局数据计算、统计得到各候乘区域的人数数据，并生成可视化显示。

2.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S1布局数据中的起始日期、结束日期是指使用该布局数据的起止日期，生效时间是指在使用布局数据的周期内具体执行的时刻。

3.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S1中还包括配置车站运能数据，车站运能数据包括运量数据、与运量数据对应的各车次发售车票数据，所述运量数据为该车站每天总发售车票数据。

4.根据权利要求1或3所述的车站客流压力预测与统计分析方法，其特征在于，所述S2中对未来客流量数据做出预测的方法：根据历史运量数据与预测当天配置的运量数据的相似度，计算、统计得到预测当天的客流量数据。

5.根据权利要求1或3所述的车站客流压力预测与统计分析方法，其特征在于，所述S2中对未来客流量数据做出预测的方法：根据历史运量数据与预测当天配置的运量数据，历史各车次发售车票数据与配置的各车次发售车票数据的相似度，计算出各车次预测当天的客流量数据，统计得到预测当天的进站、各候乘区域客流量数据。

6.根据权利要求3所述的车站客流压力预测与统计分析方法，其特征在于，所述车站运能数据从铁路客票系统中获取并实时更新数据。

7.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S1中配置布局数据时，从旅服系统获取车次与候乘区域对应关系的数据，并实时更新数据。

8.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S2中包括从旅服系统接收列车到发信息，根据到发信息修正客流量数据，并生成可视化显示。

9.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S1中配置不同时间段布局数据的方法：对起始日期进行验证，若存在相同的起始日期，则返回错误提示，若不同，则将该方案数据储存。

10.根据权利要求9所述的车站客流压力预测与统计分析方法，其特征在于，对起始日期进行验证时，若起始日期不同，则进一步验证结束日期，若与历史布局数据时间段有重叠部分，历史布局数据和最新布局方案数据进行拆分，拆分的具体方法为：保留未重叠部分的布局方案数据，重叠部分按照最新的布数据执行，最后新形成的多个布局方案数据按照起始日期增序排列。

11.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S1中配置不同时间的布局数据时，将历史布局数据拷贝到副本中，生成用户提示和/或根据配置的生效时间，自动执行最新配置时间的布局数据，配置时间为配置操作完成的时间。

12.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S2中对当前客流量数据进行统计的方法包括：

S21、获取客流信息数据，所述客流信息数据包括当前进站乘客所乘车次、乘客进站时间、发车时间、最早允许进站时间、开始检票时间、结束检票时间；

S22、分别对各时段、各车次进站人数统计，再将所有车次各时段进站人数叠加，得到各时段进站总人数数据；

S23、根据S1的布局数据，将同属于一个候乘区域的所有车次对应的进站人数累计，得到各候乘区域的人数数据。

13.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S2中对未来客流量数据预测的方法包括：

S24、获取该车站历史客流信息数据，所述客流信息数据包括车次、乘客进站时间、进站人数、发车时间、最早允许进站时间、开始检票时间、结束检票时间；

S25、建立各车次乘客进站时间与最早允许进站时间段内进站人数的函数关系；

S26、采用S25的函数关系，将各车次、各时段的进站人数叠加，得到各时段进站总人数数据，根据S1的布局数据，统计各候乘区域的人数数据，得到预测的客流量数据。

14.根据权利要求5或13所述的车站客流压力预测与统计分析方法，其特征在于，S24中获取的历史客流信息数据还包括车站运能数据，S26中采用S25的函数关系，得到预测的各车次、各时段的进站人数A，配置预测当天车站运能数据，根据历史各车次发售车票数据N、对预测当天配置的各车次发售车票数据M，计算得到预测当天的各车次、各时段的进站人数R，计算的公式为R＝Ax(M/N)，再将各车次进站人数R叠加，得到预测当天各时段进站总人数数据；根据S1的布局数据，将同属于一个候乘区域的各车次、各时段的进站人数R累计，得到预测当天各候乘区域的人数数据。

15.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，所述S2中还包括预设客流量预警值，将得到的客流量数据与预警值比对，生成可视化的预警信息。

16.根据权利要求1所述的车站客流压力预测与统计分析方法，其特征在于，该方法还包括S3、根据客流量数据，将客流量分布密集的候乘区域中所对应的车次，根据该车次的发车时间、检票时间、该车次人数，将该车次调至客流量分布松散的候乘区域，并将生成调整后的布局数据暂存，生成用户提示。

17.根据权利要求3或14所述的车站客流压力预测与统计分析方法，其特征在于，所述S3中还包括根据各候乘区域客流量数据，无客流量分布松散候乘区域时，调整运量数据，按照运量数据从大到小的顺序，再次计算得到各候乘区域客流量数据，将每次调整的运量数据、调整运量数据后的布局数据暂存，生成用户提示。

18.一种车站客流压力预测与统计分析系统，其特征在于，包括布局数据配置模块、客流量数据显示模块，布局数据配置模块用于配置不同时间、车次对应候乘区域的布局数据，该布局数据包括起始日期、结束日期、生效时间、车次与候乘区域对应关系的数据；

所述客流量数据显示模块用于在对当前客流量数据进行统计，和/或对未来客流量数据做出预测，并生成可视化显示，客流量数据包括各时段进站总人数数据、各候乘区域人数数据；

该系统还包括车站运能数据配置模块，用来显示和筛选车站运能数据，车站运能数据包括运量数据、与运量数据对应的各车次发售车票数据，所述运量数据为该车站每天总发售车票数据；

所述客流量数据显示模块包括各时段进站总人数数据显示模块、各候乘区域人数数据显示模块；

布局数据配置模块与旅服系统数据传输；

车站运能数据配置模块与铁路客服系统数据传输；

该系统还包括预警模块，预警模块可用于预设预警值，将预警值与计算得到的客流量数据比较，生成可视化的预警情况；

该系统还包括自动调整布局数据模块，自动调整布局数据模块用于根据客流量数据，将客流量分布密集的候乘区域中所对应的车次，根据该车次的发车时间、检票时间、该车次人数，将该车次调至客流量分布松散的候乘区域，并生成调整后的布局数据暂存，生成用户提示；

该系统还包括调整车站运能数据模块，根据客流量数据，检测到无松散候车区域时，按照运量数据从大到小的顺序，再次计算得到各候乘区域客流量数据，将每次调整车站运能数据的记录暂存，生成用户提示。