一種基于手機(jī)數(shù)據(jù)計(jì)算o-d流進(jìn)行車源預(yù)測(cè)的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于交通技術(shù)領(lǐng)域，具體涉及一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè) 的方法。
【背景技術(shù)】
[0002] 面向當(dāng)代嚴(yán)重的城市交通擁堵，城市交通規(guī)劃與組織水平受到人們的廣泛關(guān)注， 交通需求作為交通規(guī)劃與組織的重要基礎(chǔ)數(shù)據(jù)，其獲取方法一直以來(lái)都是非常重要的探 索方向。由于傳統(tǒng)的交通需求預(yù)測(cè)方法耗費(fèi)巨大的人力物力，利用各種信息資源進(jìn)行數(shù) 據(jù)挖掘，分析獲取交通需求成為了新的研究方向?，F(xiàn)有技術(shù)中，車源預(yù)測(cè)的基礎(chǔ)就是O-D 流預(yù)測(cè)。傳統(tǒng)的O-D流調(diào)查分析方法耗費(fèi)巨大的人力物力，隨著城市交通系統(tǒng)的日益復(fù) 雜，迫切需要找到一種經(jīng)濟(jì)、可行的O-D流獲取方法。為了更加快捷、方便、準(zhǔn)確預(yù)測(cè)出 交通流的情況，本領(lǐng)域技術(shù)人員針對(duì)智能交通預(yù)測(cè)系統(tǒng)做了廣泛了研究，例如專利號(hào)為 201410410008. 5的發(fā)明專利，公開了基于路段O-D反推的實(shí)時(shí)交通流分布預(yù)測(cè)系統(tǒng)，將目 前分散的交通小區(qū)劃分、交通小區(qū)交通量預(yù)測(cè)、O-D交通量實(shí)時(shí)預(yù)測(cè)、路段流量分配進(jìn)行了 系統(tǒng)的整合，構(gòu)建基于路網(wǎng)的交通小區(qū)劃分方法和實(shí)時(shí)交通流分布的預(yù)測(cè)系統(tǒng)，將出行起 訖點(diǎn)和交通量分配的知識(shí)和技術(shù)進(jìn)行了有機(jī)的結(jié)合，從軟件角度進(jìn)行了實(shí)現(xiàn)。雖然該方法 進(jìn)行交通流的準(zhǔn)確性高，但該方法具有數(shù)據(jù)采集過程不夠便捷，預(yù)測(cè)方法復(fù)雜的缺點(diǎn)。
[0003] 由此可見，能否發(fā)明出一種具有能夠?yàn)榻煌ńM織和規(guī)劃提供更快捷、更準(zhǔn)確的信 息支持，為交通需求預(yù)測(cè)提供一條經(jīng)濟(jì)、可行的新方法，成為本領(lǐng)域技術(shù)人員亟待解決的技 術(shù)問題。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明為了解決上述技術(shù)問題，提供一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè) 的方法，將人類出行建模領(lǐng)域的最新成果引入到交通需求預(yù)測(cè)中，通過產(chǎn)生道路車流的人 的實(shí)時(shí)位置掌握車流的形成過程，動(dòng)態(tài)分析各路段的車輛來(lái)源。本發(fā)明將人類出行建模、交 通需求預(yù)測(cè)、復(fù)雜網(wǎng)絡(luò)、大規(guī)模手機(jī)數(shù)據(jù)挖掘等研究領(lǐng)域的科學(xué)理論和研究方法恰當(dāng)結(jié)合。
[0005] 人類出行行為統(tǒng)計(jì)特性與人類出行建模成為了一個(gè)非?；钴S的研究領(lǐng)域。至今， 此領(lǐng)域的研究多集中在出行距離統(tǒng)計(jì)和人類位置預(yù)測(cè)等方向，在其應(yīng)用方面則多集中在傳 染病/病毒的傳播預(yù)測(cè)方向，將人類出行行為研究領(lǐng)域的最新成果應(yīng)用到交通領(lǐng)域的交叉 性研究還比較少，原因在于兩個(gè)領(lǐng)域的研究理論和研究方法有很大的不同，結(jié)合兩個(gè)研究 領(lǐng)域的優(yōu)勢(shì)和成果，，發(fā)展交叉研究，需要在兩個(gè)領(lǐng)域都具有豐富的科研積累。
[0006] 為達(dá)到上述技術(shù)效果，本發(fā)明的技術(shù)方案為：一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行 車源預(yù)測(cè)的方法，包括以下步驟：
[0007] 步驟一：篩選具有足夠位置信息的手機(jī)用戶，建立手機(jī)用戶的位置記錄表；
[0008] 步驟二：采用人類特征行為算法，以手機(jī)用戶的位置記錄表為基礎(chǔ)，通過特征向量 進(jìn)行擴(kuò)樣，預(yù)測(cè)居民的小時(shí)位置，建立居民出行模型，預(yù)測(cè)居民重要活動(dòng)地點(diǎn)所在的小區(qū)， 得到居民出行的O-D矩陣；
[0009] 步驟三：篩選出使用機(jī)動(dòng)車出行的居民，估計(jì)機(jī)動(dòng)車出行O-D矩陣，計(jì)算城市道路 網(wǎng)絡(luò)路段通行能力，預(yù)測(cè)出行路徑和路段的交通流；
[0010] 步驟四：基于交通需求預(yù)測(cè)居民出行建模的城市道路車源：關(guān)聯(lián)所述步驟二預(yù)測(cè) 居民重要活動(dòng)地點(diǎn)所在的小區(qū)和所述步驟三預(yù)測(cè)出行路徑，建立城市道路車源預(yù)測(cè)模型；
[0011] 步驟五：基于車源預(yù)測(cè)理論分析導(dǎo)致?lián)矶碌能囋捶植迹夯谒霾襟E四建立城市 道路車源預(yù)測(cè)模型，比較預(yù)測(cè)的交通流和道路通行能力以確定擁堵路段，計(jì)算各車源對(duì)擁 堵路段的交通流貢獻(xiàn)量，定位制造擁堵的主要車源。
[0012] 所述的一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè)的方法，步驟一中具有足夠位 置信息的手機(jī)用戶為月通話記錄大于20條的手機(jī)用戶。
[0013] 所述的一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè)的方法，步驟二中所述人類特 征行為算法為，統(tǒng)計(jì)用戶η某一小時(shí)時(shí)段從小區(qū)i到小區(qū)j的出行總數(shù)計(jì)算公式為：
[0015] 其中Fu為用戶η某一小時(shí)時(shí)段從小區(qū)i到小區(qū)j的出行總數(shù)，N代表用戶總數(shù)， Un)代表用戶η在此時(shí)段從小區(qū)i到小區(qū)j的出行數(shù)，
[0016] 手機(jī)用戶在各小區(qū)之間的出行分布值計(jì)算公式為：
[0017] Pij- F ij/ Σ Ii jFij,
[0018] P1,為用戶η在此時(shí)段從小區(qū)i到小區(qū)j的出行分布值；
[0019] 然后對(duì)用戶η某一小時(shí)時(shí)段從小區(qū)i到小區(qū)j的出行總數(shù)進(jìn)行校正，小區(qū)i內(nèi)人 口數(shù)量和手機(jī)用戶數(shù)量的比例M(i)為：
[0020] M(i) = Npop ⑴/Nuser ⑴，
[0021] 其中Nw(i)為小區(qū)i內(nèi)的居民總數(shù)，NUSCT(i)是小區(qū)i內(nèi)手機(jī)用戶總數(shù)；通過對(duì)手 機(jī)用戶擴(kuò)樣，計(jì)算小區(qū)i和小區(qū)j之間的居民出行總數(shù)為：
[0023] M(k)為第k個(gè)小區(qū)內(nèi)人口數(shù)量和手機(jī)用戶數(shù)量的比例，Tlj(Ii)代表用戶η在此時(shí) 段從小區(qū)i到小區(qū)j的出行數(shù)，Nk是第k個(gè)小區(qū)的手機(jī)用戶總數(shù)，A為小區(qū)的總數(shù)。
[0024] 所述的一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè)的方法，步驟三中篩選出使用 機(jī)動(dòng)車出行的居民為用各個(gè)小區(qū)居民總數(shù)乘以已知的各個(gè)小區(qū)機(jī)動(dòng)車使用率來(lái)獲得使用 機(jī)動(dòng)車的用戶。
[0025] 所述的一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè)的方法，步驟三中估計(jì)機(jī)動(dòng)車 出行O-D矩陣為：
[0027] nTChl(：lf；為使用機(jī)動(dòng)車出行用戶，M(k)為第k個(gè)小區(qū)內(nèi)人口數(shù)量和手機(jī)用戶數(shù)量的 比例，ΤΓΑ??/ρ(心為使用機(jī)動(dòng)車出行用戶nTChl^在此時(shí)段從小區(qū)i到小區(qū)j的出行數(shù)，A 為小區(qū)的總數(shù)，Nk是第k個(gè)小區(qū)的手機(jī)用戶總數(shù)。
[0028] 所述的一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè)的方法，所述步驟三中估計(jì)機(jī) 動(dòng)車出行O-D矩陣的方法為增量交通分配法：將O-D矩陣ODrtefc內(nèi)包括的所有OD隨機(jī)分 為四個(gè)子矩陣，同時(shí)從第一個(gè)子矩陣到第四個(gè)子矩陣內(nèi)包括的OD數(shù)分別占 OA1,總量的 40 %、30 %、20 %和10 %，對(duì)這些子矩陣依次進(jìn)行交通分配，對(duì)于第一個(gè)子矩陣，路段行駛時(shí) 間設(shè)定為自由行駛時(shí)間，路徑選擇依據(jù)最短路徑算法，計(jì)算出第一個(gè)子矩陣中所有的行程 路徑后，再計(jì)算路段交通流，結(jié)合已知的城市道路網(wǎng)絡(luò)路段通行能力，計(jì)算得到路段行駛時(shí) 間并更新，然后利用更新的路段行駛時(shí)間對(duì)第二個(gè)子矩陣采用同樣的步驟進(jìn)行交通分配， 依次對(duì)四個(gè)子矩陣執(zhí)行完交通分配過程。
[0029] 所述的一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè)的方法，所述步驟四中，建立 城市道路車源預(yù)測(cè)模型方法包括靜態(tài)、動(dòng)態(tài)兩種車源預(yù)測(cè)計(jì)算方法。
[0030] 所述的一種基于手機(jī)數(shù)據(jù)計(jì)算O-D流進(jìn)行車源預(yù)測(cè)的方法，所述靜態(tài)車源預(yù)測(cè)方 法將某車輛使用者的住址與其出行路徑上的路段關(guān)聯(lián)，若待測(cè)路段是標(biāo)記路徑的一部分， 其數(shù)組變量S[用戶住址小區(qū)編號(hào)]的計(jì)數(shù)增加1，對(duì)所述O-D矩陣中的所有出行路徑進(jìn)行 上述統(tǒng)計(jì)，求解各小區(qū)車輛在待測(cè)路段交通流貢獻(xiàn)量，計(jì)算擁堵路段的靜態(tài)車源分布；所述 動(dòng)態(tài)車源預(yù)測(cè)方法將某車輛的出行起點(diǎn)與其出行路徑上的路段關(guān)聯(lián)，若待測(cè)路段是標(biāo)記路 徑的一部分，其數(shù)組變量S [出行起點(diǎn)所在小區(qū)編號(hào)]的計(jì)數(shù)增加1，對(duì)所述O-D矩陣中的所 有出行路徑進(jìn)行上述統(tǒng)計(jì)，求解各小區(qū)車輛在待測(cè)路段交通流貢獻(xiàn)量，計(jì)算待測(cè)路段的動(dòng) 態(tài)車源分布。
[0031] 所述的一種基于手機(jī)數(shù)據(jù)計(jì)算0 - D流進(jìn)行車源預(yù)測(cè)的方法，所述步驟五中，基于 所述城市道路車源預(yù)測(cè)模型，定位交通流量大于通行能力的擁堵路段，計(jì)算各小區(qū)車輛在 擁堵路段的額外行駛時(shí)間總和，定位額外行駛時(shí)間最大的目標(biāo)小區(qū)，降低目標(biāo)小區(qū)出行量， 研究額外行駛時(shí)間的減少量。
[0032] 本發(fā)明的有益效果包括：
[0033]