摘要
本发明公开了一种基于人工智能的轨道交通多维特征客流预测方法及系统,属于信息处理技术领域;包括:S1、对地铁站点进行聚类分析;S2、采用改进的集成经验模态分解算法对客流时间序列进行分解;S3、子序列合并;S4、模型集成:针对不同子序列的特性,分别采用四种深度学习模型进行单独预测,并根据验证集上的评价指标选择最优模型的预测结果作为该子序列的最终预测值,通过叠加所有子序列的预测结果,重构得到整体的短时客流预测值;S5、外部特征嵌入:引入包括天气和节假日的外部特征,通过嵌入层将离散的类别型特征映射为高维稠密向量,与时间序列特征共同作为模型输入,提升预测模型对外部环境变化的敏感性。