买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉云南师范大学申请的专利一种基于流式计算引擎的轨道交通客流实时预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119558460B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411604589.6，技术领域涉及：G06Q10/04；该发明授权一种基于流式计算引擎的轨道交通客流实时预测方法是由张适显;熊文;王晓璇设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种基于流式计算引擎的轨道交通客流实时预测方法在说明书摘要公布了：本发明涉及一种基于流式计算引擎的轨道交通客流实时预测方法，属于实时客流预测领域。首先，获取轨道交通系统历史票卡记录，按时间窗口划分，计算各站点的短时进出站客流，其次，在批处理环境下，使用多滚动窗口基于滑动聚合的客流数据构建时序预测样本，训练预测模型并保存，之后，利用Kafka和Spark‑streaming搭建流水线式实时计算环境，部署网络级短时客流计算算法、特征管理模块和预测控制模块，最后，持续处理实时票卡数据流，滑动预测未来短时客流。本发明用于解决大规模轨道交通场景下客流实时预测问题，满足流场景下高频次滑动预测需求，有效应对迟到票卡数据影响，在每分钟处理7万条票卡记录时，时延维持在4秒内。

本发明授权一种基于流式计算引擎的轨道交通客流实时预测方法在权利要求书中公布了：1.一种基于流式计算引擎的轨道交通客流实时预测方法，其特征在于： Step1：采集轨道交通票卡采集系统产生的所有历史智能卡拍卡记录，得到静态的离线刷卡数据集； Step2：对离线刷卡数据集进行数据预处理，并使用滑动窗口按设定的时间粒度和滑动间隔计算离线网络级短时进出站客流； Step3：使用多滚动窗口的多模式特征样本构造方法处理离线网络级短时进出站客流，构造离线多模式特征样本； Step4：使用离线多模式特征样本训练和评估预训练模型； Step5：将预训练模型以序列化的方式进行保存； Step6：部署消息中间件、持久化键值存储服务、流式计算引擎、特征工程控制器、预测控制模块和实时数据模拟模块，提供可用的流处理环境； Step7：使用实时数据模拟模块按部署时的参数设置模拟轨道交通系统产生海量实时刷卡数据流，并接入到消息中间件中； Step8：使用流式计算引擎从消息中间件获取实时刷卡数据流，进行数据预处理后，并行计算实时网络级短时进出站客流，并写入持久化键值存储服务； Step9：输入实时网络级短时进出站客流，并使用特征工程控制器和预测控制模块组成的触发器控制机制对在线特征工程与预测进行流程控制，输出预测结果； Step10：重复循环Step7-Step9，形成一个包括实时票卡数据流接入、数据预处理、短时客流计算，多模式特征构造与客流预测的持续流处理流水线； 所述Step9具体为： 触发器控制机制根据迟到数据对分布指定水印大小和流处理触发间隔，通过设置，，，实现辅助流程控制，在每个滑动间隔内，流处理应用触发次计算，对应个微批micro-batch，但仅有前次计算会更新上一窗口的计算状态，因此仅对前次计算进行在线特征工程与预测，具体实现步骤为： Step9.1：获取当前微批micro-batch的触发时间； Step9.2：结合特征工程控制器的实例和实时网络级短时进出站客流，依次判断是否需要初始化，以及是否需要更新中的实时客流数据缓存； Step9.3：基于特征工程控制器的实例与当前micro-batch的触发时间计算当前滑动窗口内的计算次数，若计算次数，则借助封装的方法执行在线特征工程，构造实时多模式特征，并传入预测控制模块中缓存的预训练模型进行实时预测，输出预测结果； Step9.4：进行循环控制，跳转到Step7，开始新一轮的实时短时客流预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人云南师范大学，其通讯地址为：650500 云南省昆明市呈贡区聚贤街768号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。