一种通过深度学习进行轨交人流预测的方法

本发明涉及交通中心的人流预测，尤其是一种通过深度学习进行轨交人流预测的方法；它包括以下步骤：S1数据预处理；S2训练神经网络；S3生成预测结果：将前t个时刻的热流张量矩阵导入训练好的神经网络模型，生成后k个时刻人流量的预测结果，对于k个时刻后人流量预测结果乘于天气变量，天气采用官方天气预报部门对k个时刻后的天气预测，对每种天气进行赋值即为天气变量，晴朗/多云为1，小雨为0.9，中雨为0.7，大雨/雨雪为0.5，灾害天气为0.3；对生成预测结果进行人为的预测修正，也就是对预测结果结合官方天气预报对人流量的影响，使得最终预测结果受到天气预报影响，较为符合真实数据。