-
公开(公告)号:CN116580850A
公开(公告)日:2023-08-11
申请号:CN202310278326.X
申请日:2023-03-21
Applicant: 南威软件股份有限公司
IPC: G16H50/80 , G06F16/903 , G06F16/951 , G06N20/00
Abstract: 本发明提供了疫情预测技术领域的一种基于生活物资流动的疫情态势预测方法,包括如下步骤:步骤S10、通过爬虫技术获取疫情历史数据;步骤S20、基于ARIMA模型创建一疫情态势预测模型,利用所述疫情历史数据对疫情态势预测模型进行预训练;步骤S30、获取生活物资流动数据,对所述生活物资流动数据进行预处理,得到物资数据集;步骤S40、将所述物资数据集划分为训练集和验证集;步骤S50、利用所述训练集和验证集对预训练后的疫情态势预测模型进行训练和验证;步骤S60、利用验证通过后的所述疫情态势预测模型进行疫情态势预测。本发明的优点在于:极大的提升了疫情预测的准确性。
-
公开(公告)号:CN113902011A
公开(公告)日:2022-01-07
申请号:CN202111170942.0
申请日:2021-10-08
Applicant: 南威软件股份有限公司
Abstract: 本发明实施例公开一种基于循环神经网络的城市轨道交通短时客流预测方法,包括:获取历史站点客流量数据集,根据站点聚类数目和客流量的最大值及最小值,计算每一个聚类的聚类中心点,然后采用聚类算法对站点客流量数据集进行聚类,实现对站点的聚类;根据输入变量将历史站点客流量数据集与天气数据进行整合得到模型数据集,基于LSTM模型与GRU模型搭建短时客流预测模型,然后训练直至收敛,得到优化的短时客流预测模型及其参数组合。本发明实施例还通过RMSE与MAE的模型评价方法对得到的短时客流预测模型进行评价,从而验证模型预测结果的准确性。本发明方法考虑因素全面,实用性强,可为轨道交通运营管理提供必要的参考数据,大大提高运营管理效率。
-