随着城市交通的日益繁忙，地铁作为城市交通的重要组成部分，其客流量预测与优化显得尤为重要。为了更好地管理和调度地铁资源，提高乘客出行效率，开发这款地铁客流量大数据预测与优化系统。该系统是一款基于B/S架构的web应用，其它技术还包括python，hadoop，spark，vue，Echarts，pandas，sklearn等。系统模拟获取广州地铁2023年1月1日到3月31日三个月内，每15分钟的客流量，包括进站人数和出站人数，另外获取站点、线路等数据，根据这些数据生成地铁客流量时间段热度统计，进展数量和出站数量分析，地铁客流量时间走势数据分析等可视化界面，另外，通过逻辑回归机器学习算法，用户输入未来时间日期，可以预测进出的站台信息和时间信息。希望通过该系统，管理部门可以更好地了解广州地铁状况，用户也可以找到客流量最少的时间段和站台，为乘客提供更便捷的出站和进站选择。

用户进入本系统可查看系统首页，读取的时候使用到spark分布式计算的方式进行分布式读取的。首页展示了地铁客流量时间段热度统计，进展数量和出站数量分析，地铁客流量时间走势数据分析等可视化界面。实现图表分析的方法都是将数据封装到Echarts对应的图表类中，然后再通过设置图表类的具体属性数据，比如颜色，横坐标和纵坐标等完成图表的展示。

图5.4系统主界面图