本發(fā)明屬于智能交通，具體涉及一種城市軌道交通網(wǎng)絡(luò)客流分布計(jì)算失效預(yù)警方法。

背景技術(shù)：

1、目前，軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)的“一票換乘”模式，僅靠軌道交通自動(dòng)售檢票(automaticfare?collection，簡(jiǎn)稱afc)數(shù)據(jù)無(wú)法直接獲取乘客出行路徑，且城市軌道交通網(wǎng)絡(luò)越復(fù)雜，這種情況越突出。為了能夠更為準(zhǔn)確地計(jì)算客流在軌道交通網(wǎng)絡(luò)中的時(shí)空分布情況，以客流分配為基礎(chǔ)的清分模型應(yīng)運(yùn)而生。隨著軌道交通網(wǎng)絡(luò)規(guī)模及結(jié)構(gòu)的復(fù)雜性、列車開(kāi)行方式的多樣性、乘客出行行為的差異性等不斷加大，現(xiàn)有的以afc數(shù)據(jù)為主的清分系統(tǒng)對(duì)網(wǎng)絡(luò)客流分布的計(jì)算結(jié)果與實(shí)際客流分布情況間的差異在不斷擴(kuò)大，這給城市軌道交通運(yùn)營(yíng)管理部門運(yùn)營(yíng)計(jì)劃的有效編制和車站客流的精準(zhǔn)組織帶來(lái)了困難。

2、既有研究通過(guò)對(duì)城市軌道交通網(wǎng)絡(luò)客流調(diào)查或者基于數(shù)據(jù)驅(qū)動(dòng)的推定模型可以確定乘客實(shí)際出行路徑，從而對(duì)客流分配模型計(jì)算結(jié)果做定量評(píng)價(jià)，通過(guò)增加乘客出行路徑綜合阻抗計(jì)算考慮因素和概率選擇模型結(jié)構(gòu)的改進(jìn)，從而提高模型對(duì)客流分布計(jì)算的準(zhǔn)確程度。

3、然而為了驗(yàn)證客流分布計(jì)算的準(zhǔn)確性而定期進(jìn)行全網(wǎng)絡(luò)大規(guī)?？土髡{(diào)查，不僅實(shí)施難度大，而且調(diào)查手段匱乏，所需時(shí)間、人力成本高昂。若能夠?qū)Τ鞘熊壍澜煌ňW(wǎng)絡(luò)客流分布計(jì)算的有效性先做預(yù)警，根據(jù)預(yù)警的結(jié)果再安排客流調(diào)查及者模型改進(jìn)，不僅能夠有效降低模型驗(yàn)證的成本，而且能夠提升運(yùn)營(yíng)管理的精細(xì)化水平。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種城市軌道交通網(wǎng)絡(luò)客流分布計(jì)算失效預(yù)警方法，在對(duì)城市軌道交通客流分布計(jì)算失效機(jī)理研究的基礎(chǔ)上，分析總結(jié)城市軌道交通網(wǎng)絡(luò)結(jié)構(gòu)(線路或車站)與客流分布計(jì)算失效的關(guān)系，研究提出城市軌道交通網(wǎng)絡(luò)客流分布計(jì)算失效預(yù)警方法，并且設(shè)計(jì)相應(yīng)的算法完成失效預(yù)警方法的自動(dòng)化實(shí)現(xiàn)及可視化展示。

2、本發(fā)明采用的技術(shù)方案如下：

3、一種城市軌道交通網(wǎng)絡(luò)客流分布計(jì)算失效預(yù)警方法，包括：

4、s1，構(gòu)建城市軌道交通網(wǎng)絡(luò)客流分布計(jì)算失效知識(shí)圖譜；

5、s2，以客流分布計(jì)算失效知識(shí)圖譜為基礎(chǔ)構(gòu)造關(guān)系圖卷積神經(jīng)網(wǎng)絡(luò)模型所需的異構(gòu)圖、異構(gòu)圖中的所有實(shí)體節(jié)點(diǎn)構(gòu)造特征矩陣、確定待預(yù)測(cè)的關(guān)系，為指定關(guān)系及其兩端節(jié)點(diǎn)添加特征標(biāo)簽，作為后續(xù)模型訓(xùn)練的輸入項(xiàng)；異構(gòu)圖指將具有實(shí)型的知識(shí)圖譜拓?fù)渚W(wǎng)絡(luò)抽象為數(shù)字化的拓?fù)渚仃嚇?gòu)成的圖；

6、s3，在神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練過(guò)程中通過(guò)設(shè)置掩碼將異構(gòu)圖拆分為兩個(gè)不同的子圖，一個(gè)子圖用作模型訓(xùn)練集，另一個(gè)用作模型驗(yàn)證集；通過(guò)設(shè)置不同的掩碼以及不同掩碼位數(shù)措施，生成多個(gè)不同子圖用作訓(xùn)練以彌補(bǔ)了知識(shí)圖譜的數(shù)據(jù)稀疏問(wèn)題，經(jīng)過(guò)多輪模型迭代，最終得到訓(xùn)練完畢的關(guān)系圖卷積神經(jīng)網(wǎng)絡(luò)模型；

7、s4，使用訓(xùn)練完畢的關(guān)系圖卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)可能存在特定關(guān)系的實(shí)體進(jìn)行打分，分?jǐn)?shù)的高低表示實(shí)體之間可能存在上述特定關(guān)系的概率；進(jìn)一步結(jié)合實(shí)際影響客流量、運(yùn)營(yíng)管理措施，確定該條特定關(guān)系的知識(shí)推理信息是否作為客流分布計(jì)算失效預(yù)警信息輸出。

8、可選地，在步驟s1之前，還包括：根據(jù)軌道交通實(shí)際物理網(wǎng)絡(luò)、失效致因清單進(jìn)行知識(shí)抽取，得到知識(shí)圖譜三元組數(shù)據(jù)；通過(guò)計(jì)算機(jī)編程完成三元組數(shù)據(jù)在數(shù)據(jù)庫(kù)中的批量導(dǎo)入、實(shí)體創(chuàng)建和關(guān)系配對(duì)，形成客流分布計(jì)算失效機(jī)理知識(shí)圖譜。

9、可選地，所述根據(jù)軌道交通實(shí)際物理網(wǎng)絡(luò)、失效致因清單進(jìn)行知識(shí)抽取，得到知識(shí)圖譜三元組數(shù)據(jù)；通過(guò)計(jì)算機(jī)編程完成三元組數(shù)據(jù)在數(shù)據(jù)庫(kù)中的批量導(dǎo)入、實(shí)體創(chuàng)建和關(guān)系配對(duì)，形成客流分布計(jì)算失效機(jī)理知識(shí)圖譜的步驟，具體包括：s01，失效機(jī)理知識(shí)三元組提?。嚎土鞣植加?jì)算失效由模型計(jì)算選擇概率、實(shí)際路徑選擇比例、模型推算選擇車次、實(shí)際出行選擇車次、有效路徑集和乘客實(shí)際出行路徑共同決定，這六者與客流分布計(jì)算失效之間構(gòu)成了因果及包含關(guān)系，將上述關(guān)系進(jìn)行知識(shí)提取并整理為三元組形式；模型計(jì)算選擇概率、實(shí)際路徑選擇比例、模型推算選擇車次、實(shí)際出行選擇車次、有效路徑集和乘客實(shí)際出行路徑，通常對(duì)于軌道交通運(yùn)營(yíng)方有明確的數(shù)據(jù)，實(shí)際選擇概率可以通過(guò)客流調(diào)查或數(shù)據(jù)驅(qū)動(dòng)的方法得到。s02，網(wǎng)絡(luò)結(jié)構(gòu)知識(shí)三元組提取：城市軌道交通實(shí)際網(wǎng)絡(luò)結(jié)構(gòu)知識(shí)包括網(wǎng)絡(luò)、線路、車站的多層組成結(jié)構(gòu)，線路的發(fā)車間隔、線路類型、車站類型基本屬性，以及城市軌道交通網(wǎng)絡(luò)與市域線、鐵路、航空、有軌電車的換乘關(guān)系，將上述關(guān)系進(jìn)行知識(shí)提取并整理為三元組形式；s03，構(gòu)建客流分布計(jì)算失效機(jī)理知識(shí)圖譜：將三元組信息輸入neo4j工具中，基于neo4j工具在知識(shí)圖譜中增加城軌網(wǎng)絡(luò)結(jié)構(gòu)信息，如軌道交通線路、車站的特征，并整理歷史客流分布計(jì)算失效場(chǎng)景和相關(guān)運(yùn)營(yíng)情況一同增加到失效圖譜中。利用neo4j工具完成客流分布計(jì)算失效機(jī)理知識(shí)圖譜的數(shù)據(jù)庫(kù)構(gòu)建及可視化展示，通過(guò)不同的顏色、大小表示實(shí)體和關(guān)系的不同類別。

10、進(jìn)一步地，步驟s2具體包括：s21，以客流分布計(jì)算失效知識(shí)圖譜為基礎(chǔ)構(gòu)造關(guān)系圖卷積神經(jīng)網(wǎng)絡(luò)模型所需的異構(gòu)圖：知識(shí)圖譜中的知識(shí)以“實(shí)體-關(guān)系-實(shí)體”或“實(shí)體-屬性-屬性值”的三元組形式存儲(chǔ)，在相應(yīng)構(gòu)造異構(gòu)圖時(shí)，需要為每個(gè)實(shí)體添加實(shí)體類別和實(shí)體編號(hào)，同種類型的實(shí)體應(yīng)當(dāng)具有相同的實(shí)體類別，同種類別下的實(shí)體以0號(hào)開(kāi)始遞增編號(hào)；s22，為異構(gòu)圖中的所有實(shí)體節(jié)點(diǎn)構(gòu)造特征矩陣：異構(gòu)圖中的節(jié)點(diǎn)帶有名稱、類別和編號(hào)的特征，用一個(gè)多維的向量用以描述節(jié)點(diǎn)的特征；s23，確定待預(yù)測(cè)的關(guān)系，為指定關(guān)系及其兩端節(jié)點(diǎn)添加特征標(biāo)簽：知識(shí)圖譜鏈路預(yù)測(cè)是學(xué)習(xí)了特定關(guān)系的特征表達(dá)后，推理其它實(shí)體間存在特定關(guān)系的可能性，這種關(guān)系是“特定類別實(shí)體1-特定關(guān)系-特定類別實(shí)體2”的三元組形式；在這一步中需要對(duì)異構(gòu)圖中所有待預(yù)測(cè)關(guān)系及其兩端實(shí)體添加一個(gè)多維向量構(gòu)成的特征標(biāo)簽。

11、可選地，客流分布計(jì)算失效機(jī)理知識(shí)圖譜描述為g＝(v,e,r)，其中，v表示知識(shí)圖譜中實(shí)體節(jié)點(diǎn)的集合vi∈v，e表示帶關(guān)系標(biāo)簽的邊的集合(vi,r,vj)∈e，r是關(guān)系類型集合r∈r。

12、可選地，神經(jīng)網(wǎng)絡(luò)模型采用多r-gcn層構(gòu)成的關(guān)系圖卷積神經(jīng)網(wǎng)絡(luò)，對(duì)異構(gòu)圖局部圖中的節(jié)點(diǎn)及其領(lǐng)域的關(guān)系特征進(jìn)行學(xué)習(xí)，通過(guò)關(guān)系-節(jié)點(diǎn)的傳遞性逐漸擴(kuò)展到對(duì)大規(guī)模關(guān)系網(wǎng)絡(luò)特征表示的學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)模型構(gòu)成的編碼器需要對(duì)關(guān)系圖中的每個(gè)節(jié)點(diǎn)進(jìn)行特征學(xué)習(xí)及更新，需要用多個(gè)r-gcn層堆疊而成以允許跨越多個(gè)關(guān)系來(lái)學(xué)習(xí)節(jié)點(diǎn)間的隱藏關(guān)系，用于計(jì)算在關(guān)系圖中各個(gè)節(jié)點(diǎn)特征表示的前向傳遞更新的傳播模型如下：

13、

14、其中是指索引為i的節(jié)點(diǎn)的所有通過(guò)關(guān)系r連接的鄰居節(jié)點(diǎn)，是一個(gè)歸一化常數(shù)。是節(jié)點(diǎn)i在模型第l層的表示矩陣，可以用獨(dú)熱編碼或者其它特征表示；是每個(gè)關(guān)系對(duì)應(yīng)的特征矩陣，用于將第l層縮影為i的節(jié)點(diǎn)的表示向量傳遞給第(l+1)層該節(jié)點(diǎn)的表示向量；σ(·)表示任意一種激活函數(shù)，激活函數(shù)的作用是將節(jié)點(diǎn)的鄰居節(jié)點(diǎn)和相應(yīng)的關(guān)系信息進(jìn)行聚合，同時(shí)將節(jié)點(diǎn)本身的信息進(jìn)行傳遞，以便讓每一層神經(jīng)網(wǎng)絡(luò)模型都能夠?qū)W習(xí)到節(jié)點(diǎn)的結(jié)構(gòu)特征。

15、可選地，在步驟s4中，在模型實(shí)際訓(xùn)練過(guò)程中，對(duì)于每一個(gè)知識(shí)圖譜中存在的關(guān)系(s,r,o)∈e，即正樣本，隨機(jī)破環(huán)關(guān)系的主體實(shí)體s或客體實(shí)體o生成w個(gè)負(fù)樣本，通過(guò)交叉熵?fù)p失來(lái)區(qū)分正樣本和負(fù)樣本，使打分函數(shù)對(duì)正樣本打高分而負(fù)樣本打低分，交叉熵?fù)p失函數(shù)的計(jì)算公式為：

16、

17、其中，γ是正負(fù)樣本的集合，當(dāng)(s,r,o)是正樣本時(shí)y取值為1，否則取0，l(·)是sigmoid函數(shù)，屬于一種激活函數(shù)；該損失函數(shù)中ylogl(f(s,r,o)0用于優(yōu)化正樣本的辨別而(1-y)log(1-l(f(s,r,o)))用于優(yōu)化負(fù)樣本的辨別能力；|ε|表示該集合中的元素?cái)?shù)量，(1+w)|ε|整個(gè)分母表示是對(duì)所有樣本做歸一化處理。

18、由于采用上述技術(shù)方案，本發(fā)明的有益效果包括：本發(fā)明設(shè)計(jì)了基于關(guān)系圖卷積神經(jīng)網(wǎng)絡(luò)模型的客流分布計(jì)算失效預(yù)警方法，可以從城軌網(wǎng)絡(luò)失效機(jī)理知識(shí)圖譜中學(xué)習(xí)系統(tǒng)結(jié)構(gòu)特征、歷史運(yùn)營(yíng)經(jīng)驗(yàn)，識(shí)別網(wǎng)絡(luò)中導(dǎo)致客流分布計(jì)算模型失效的關(guān)鍵結(jié)構(gòu)，輔助運(yùn)營(yíng)管理者有針對(duì)性地綜合影響客流量等因素對(duì)模型有效性做定量驗(yàn)證。