通勤者日活动―出行时间预测方法

摘要

本发明公开了一种通勤者日活动-出行时间预测方法，旨在克服现有技术存在仅考虑一天内的某一段活动-出行、某一类出行或活动等问题。步骤为：调查通勤者出行数据；将通勤日活动和出行按顺序划分为5个活动-出行段；构建通勤者日活动-出行时间预测的模型系统的整体框架；为模型系统筛选影响变量；设定出发时间选择模型和驻停开始时间选择模型的选择枝；应用Ordered Probit模型，构建模型系统的出发时间选择子模型和驻停开始时间选择子模型；应用支持向量回归机模型，构建模型系统中的出行耗时预测子模型和活动耗时预测子模型；预测和计算通勤日活动-出行时间要素；识别和去除重叠时间段，形成最终的通勤者日活动-出行时间安排。

主权项

一种通勤者日活动‑出行时间预测方法，其特征在于，所述的通勤者日活动‑出行时间预测方法的步骤如下：1）调查通勤者出行数据调查通勤者出行数据，或抽取城市大规模居民出行调查数据中的通勤者出行数据，进行初步的数据处理，去掉有缺项问题的数据，生成包括全日通勤出行日记、出行者个人和家庭属性的基础数据;2）划分活动‑出行段将通勤者的日活动和出行按顺序划分为5个活动‑出行段：早活动‑出行段、上班活动‑出行段、工作子往返活动‑出行段、下班活动‑出行段和晚活动‑出行段；3）构建通勤者日活动‑出行时间预测的模型系统的整体框架分别针对第2）步中划分的每个活动‑出行段，建立出发时间选择子模型、驻停开始时间选择子模型、出行耗时预测子模型与活动耗时预测子模型，将5个活动‑出行段的子模型整合，构建通勤者日活动‑出行时间预测的模型系统的整体框架；4）变量筛选基于对通勤者出行调查数据的统计分析，选择对通勤者的日活动和出行时间安排有影响的变量，包括个人及家庭属性变量和出行变量，为模型系统筛选变量；5）选择枝设定基于通勤者出行调查数据，统计分析待预测的出行出发时间和中途驻停开始时间的分布，结合建模经验，设定出行出发时间和中途驻停开始时间的时间分布阈值，将时间分布阈值再划分为若干个时间段，即为出发时间选择模型和驻停开始时间选择模型两组离散模型的选择枝；6）建立模型系统中的Ordered Probit模型根据已设定的各离散选择模型的选择枝和变量，基于Ordered Probit模型，分别建立出发时间选择模型组中的5个子模型以及驻停开始时间选择模型组中的2个子模型，应用Stata软件中的op命令进行各个Ordered Probit模型的参数标定；7）建立模型系统中的支持向量回归机模型基于支持向量回归机模型，分别建立出行耗时预测模型组中的5个子模型以及活动耗时预测模型组中的3个子模型，应用Matlab软件的支持向量机回归工具箱进行模型的参数标定；8）预测和计算通勤日活动‑出行时间要素应用已建的模型系统预测通勤者主要的日活动‑出行时间要素，根据预测结果对日活动‑出行安排中其它的时间要素进行计算，生成初步的通勤者日活动‑出行时间安排；9）识别和去除重叠时间段编制重叠时间段检测程序，对预测所得的通勤者日活动‑出行时间安排进行重叠时间段检测识别，对前后有重叠的时间段进行合并，去除重叠段，形成最终的通勤者日活动‑出行时间安排；10）生成通勤者日活动‑出行时间安排根据去除重叠段的通勤者日活动‑出行时间预测计算结果，生成通勤者日活动‑出行时间安排。