专利名称：一种基于活动链模式的选择自行车方式出行预测方法
技术领域：
本发明涉及交通需求预测与交通规划技术领域，具体涉及一种基于活动链模式的选择自行车方式出行预测方法。
背景技术：
目前，随着我国城市化进程的加快，城市空间拓展、城市人口规模和城市道路机动化水平都相应的发生变化，突出表现在城市客运交通体系方面。在快速城市化中城市客运交通体系逐渐暴露出交通拥堵、能源消耗、空气污染等一系列负面问题。如何优化城市客运交通体系是缓解城市交通拥堵和节能减排的关键，而自行车在短距离出行中具有灵活快捷、无污染、无能耗、占用道路资源少等优势，因此可将自行车作为城市客运交通体系的一部分，解决当前城市客运交通体系的一系列问题。但是近十年来，以自行车作为交通出行方式的分担率下降非常明显，相反的个体机动化交通出行方式的分担率增长迅速。因此，通过对自行车交通出行需求的一系列研究，分析出行者选择自行车的使用意向差异和产生原因，则有利于预测自行车交通出行方式未来的发展趋势、有助于制定有效且具有针对性的交通需求管理政策以引导出行者合理使用自行车出行。而现有的研究只考虑了单次出行中个体对选择自行车使用的偏好，没有考虑居民一日内活动模式对于选择自行车方式出行的影响。在基于活动的交通需求预测理论认为人们的出行方式选择受到出行活动特征的影响，例如人们在多目的地活动模式中更倾向选择灵活性较高的出行方式，出行活动模式亦受到倾向使用的交通工具的影响。所以，有必要将研究、分析单元从“单次出行”扩展至“活动-活动链模式”层次，从自行车方式出行与活动链模式出行的交互作用角度对城市中选择自行车方式出行需求进行预测，为城市交通规划和政策的制定提供科学、合理的指导。因此，基于上述问题，本发明提供一种基于活动链模式的选择自行车方式出行预测方法。
发明内容
发明目的:本发明提供一种基于活动链模式的选择自行车方式出行预测方法，对城市中选择自行车方式出行需求进行预测，为城市交通规划和政策的制定提供科学、合理的指导。技术方案:本发明提供一种基于活动链模式的选择自行车方式出行预测方法，该预测方法包括以下步骤:步骤(I)对居民出行情况进行数据调查并整理、统计出调查结果。步骤(2)提取居民一日出行的数据调查结果，自行车方式出行和活动链模式，并对其进行变量虚拟和编码操作。步骤(3)将活动链模式中的相关变量输入至多项1git模型中，自行车方式出行中的相关变量输入至二项1git模型中，并对自行车方式出行和活动链模式交互后进行分析，计算出模型结果，得到协同进化1git模型。步骤(4)对计算出的协同进化1git模型结果进行迭代运算，并记录自行车方式出行和活动链模式的选择结果，当所有出行者的出行方式选择完毕后，结束迭代运算。步骤(5)分别对自行车方式出行和活动链模式的选择结果进行统计和分析，并对预测精度进行对比分析。所述步骤(I)中对居民出行情况进行数据调查并整理、统计出调查结果，包括以下步骤，步骤(1-1)划分交通小区，采用随机抽样家访问卷调查，按小区人口比例发放问卷;步骤(1-2)确定分析变量；步骤(1-3 )采集变量数据。所述步骤(1-1)至步骤(1-3)，首先定义样本中的主要活动、活动链模式和表示方法，然后采用随机抽样家访进行问卷调查，按小区人口比例发放问卷，内容包含出行者个体特征、家庭特征、典型工作日出行活动和选择何种交通方式出行，个体属性包括出行者性另IJ、年龄和职业等，家庭特征包括家庭结构、家庭收入等，出行属性包括土地特征、出行距离等。所述步骤(2)中活动链模式，按活动数目划分为，一次活动的简单活动链、两次及以上活动的复杂活动 链；按出行目的划分为，以出行为目的的生存型活动链、以休闲娱乐目的的非生存型活动链和含有两种出行目的的混合型活动链；活动链模式的变量虚拟和编码操作，hwh为简单生存型活动链、无其它停留，hwhwh为简单生存型活动链、包含基于家的出行往返停留，hoh为生存型活动链、无其它停留，hohoh为非生存型活动链、多次返家，hwh+o为简单出行、包含非生存型活动链，其中自行车方式出行为，使用自行车和不使用自行车，最后舍去调查数据种样本量小于I %的活动链模式样本，得到有效样本。所述步骤(3)中假设出行者有自行车方式出行(Dl)和活动链模式(D2)两种，(Di e D, i=l，2)，各包含若干选择项且各项之间相互独立，假设效用最大的选择项被选中，则基于Logit模型，选择项d被选中概率的计算公式为:
权利要求
1.一种基于活动链模式的选择自行车方式出行预测方法，其特征在于:该方法包括以下步骤， 步骤(I)对居民出行情况进行数据调查并整理、统计出调查结果； 步骤(2)提取居民一日出行的数据调查结果，自行车方式出行和活动链模式，并对其进行变量虚拟和编码操作； 步骤(3)将活动链模式中的相关变量输入至多项1git模型中，自行车方式出行中的相关变量输入至二项1git模型中，并对自行车方式出行和活动链模式交互后进行分析，计算出模型结果，得到协同进化1git模型； 步骤(4)对计算出的协同进化1git模型结果进行迭代运算，并记录自行车方式出行和活动链模式的选择结果，当所有出行者的出行方式选择完毕后，结束迭代运算； 步骤(5)分别对自行车方式出行和活动链模式的选择结果进行统计和分析，并对预测精度进行对比分析。
2.根据权利要求1所述的一种基于活动链模式的选择自行车方式出行预测方法，其特征在于: 所述步骤(I)中对居民出行情况进行数据调查并整理、统计出调查结果，包括以下步骤， 步骤(1-1)划分交通小区，采用随机抽样家访问卷调查，按小区人口比例发放问卷； 步骤(1-2)确定分析变量； 步骤(1-3)采集变量数据。
3.根据权利要求2所述的一种基于活动链模式的选择自行车方式出行预测方法，其特征在于: 所述步骤(1-1)至步骤(1-3)，首先定义样本中的主要活动、活动链模式和表示方法，然后采用随机抽样家访进行问卷调查，按小区人口比例发放问卷，内容包含出行者个体特征、家庭特征、典型工作日出行活动和选择何种交通方式出行，个体属性包括出行者性别、年龄和职业，家庭特征包括家庭结构、家庭收入，出行属性包括土地特征、出行距离。
4.根据权利要求1所述的一种基于活动链模式的选择自行车方式出行预测方法，其特征在于: 所述步骤(2)中活动链模式，按活动数目划分为，一次活动的简单活动链、两次及以上活动的复杂活动链；按出行目的划分为，以出行为目的的生存型活动链、以休闲娱乐目的的非生存型活动链和含有两种出行目的的混合型活动链；活动链模式的变量虚拟和编码操作，hwh为简单生存型活动链、无其它停留，hwhwh为简单生存型活动链、包含基于家的出行往返停留，hoh为生存型活动链、无其它停留，hohoh为非生存型活动链、多次返家，hwh+o为简单出行、包含非生存型活动链，其中自行车方式出行为，使用自行车和不使用自行车，最后舍去调查数据种样本量小于I %的活动链样本，得到有效样本。
5.根据权利要求1所述的一种基于活动链模式的选择自行车方式出行预测方法，其特征在于: 所述步骤(3)中假设出行者有自行车方式出行(Dl)和活动链模式(D2)两种，(Di e D, i=l，2)，各包含若干选择项且各项之间相互独立，假设效用最大的选择项被选中，则基于Logit模型，选择项d被选中概率的计算公式为:
6.根据权利要求1所述的一种基于活动链模式的选择自行车方式出行预测方法，其特征在于: 所述步骤(4)中，时刻t的各选择模式中各选择项效用受到t-ι时刻选择模式结果的影响，每个迭代周期末，每个选择模式Di的不确定性取决于熵的大小计算公式为:
全文摘要
本发明公开了一种基于活动链模式的选择自行车方式出行预测方法，该预测方法包括以下步骤，对居民出行情况进行数据调查并整理、统计出调查结果；提取数据调查结果中居民一日出行的选择模式，并对出行模式进行变量虚拟和编码操作；将活动链模式中的相关变量输入至多项logit模型中，计算得到协同进化logit模型；对计算出的协同进化logit模型结果进行迭代运算，并记录两种出行模式的选择结果；对两种出行模式的选择结果进行统计和分析，并对预测精度进行对比分析。本发明通过对城市居民出行交通工具选择的统计、分析，精准的预测出选择自行车方式出行的比例，进而为城市交通规划和政策的制定提供科学、合理的指导。
文档编号G06F19/00GK103116702SQ20131004107
公开日2013年5月22日 申请日期2013年2月1日 优先权日2013年2月1日
发明者李志斌, 刘攀, 王炜, 曹玮 申请人:东南大学