[发明专利]一种基于活动链模式的选择自行车方式出行预测方法无效
申请号: | 201310041074.5 | 申请日: | 2013-02-01 |
公开(公告)号: | CN103116702A | 公开(公告)日: | 2013-05-22 |
发明(设计)人: | 李志斌;刘攀;王炜;曹玮 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 210096*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 活动 模式 选择 自行车 方式 出行 预测 方法 | ||
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(1)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logit模型中,自行车方式出行中的相关变量输入至二项logit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logit模型;
步骤(4)对计算出的协同进化logit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(1)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1%的活动链样本,得到有效样本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310041074.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用