[发明专利]一种城轨线路级密切接触者交叉感染风险辨识方法和装置有效
申请号: | 202010357460.5 | 申请日: | 2020-04-29 |
公开(公告)号: | CN111584091B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 秦勇;孙璇;郭建媛;谢臻;高勃;贾利民;王雅观;薛宏娇;李健;孙方 | 申请(专利权)人: | 北京交通大学 |
主分类号: | G16H50/80 | 分类号: | G16H50/80 |
代理公司: | 北京市商泰律师事务所 11255 | 代理人: | 黄晓军 |
地址: | 100044 北*** | 国省代码: | 北京;11 |
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 线路 密切 接触 交叉感染 风险 辨识 方法 装置 | ||
1.一种城轨线路级密切接触者交叉感染风险辨识方法,其特征在于,包括:
步骤S1、获取病例的风险暴露线路REL、风险暴露物理路径RER及出行时长;
步骤S2、根据病例的REL、RER及出行时长分析出病例的微观出行行为及出行时间,获取密接者的出行物理路径、微观出行行为和出行过程;
步骤S3、根据病例的微观出行行为及出行过程构成,以及密接者的出行物理路径、微观出行行为和出行过程确定交叉感染风险暴露站点RESFC集合、交叉感染风险暴露列车RETFC集合、交叉感染风险暴露时段REPFC,所述密接者为城轨线路级密切接触者;
步骤S4、构建密接者的交叉感染风险暴露物理路径RERFC集合、有效列车ET集合,一条数据给定一个唯一标识码,构建包含病例唯一标识码的密接者初始数据集Dataset(0);
步骤S5、基于密接者初始数据集Dataset(0)构建含隐变量的风险暴露线路REL中各站点的乘客走行时间概率分布模型;
步骤S6,基于期望最大化EM算法对乘客走行时间概率分布模型进行求解,计算出乘客群体的登程列车概率和乘客出站走行时间的分布参数;
步骤S7、根据乘客群体的登程列车概率和乘客出站走行时间的分布参数计算出各个站点的乘客进出站走行时间分布参数,计算出RETFC集合中列车的交叉感染风险概率、密接者列车登程概率;
步骤S8、基于RETFC集合中列车的交叉感染风险概率、密接者列车登程概率更新所述步骤3中的交叉感染风险暴露时段REPFC,基于更新后的REPFC更新Dataset(0)为交叉感染者风险数据集Dataset(new),唯一标识码不变;
步骤S9、基于交叉感染者风险数据集Dataset(new)计算密接者的交叉感染风险概率POC;
步骤S10、根据密接者交叉感染风险概率POC和设定的交叉感染风险等级划分策略确定密接者的交叉感染风险等级。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1中的获取病例的风险暴露线路REL、风险暴露物理路径RER及出行时长,具体包括:
步骤S011、确定病例的智能交通卡号、出行时段和出行起讫OD对信息;
步骤S012、查询数据库中线路站点的基础信息,确定病例的出行OD对编码为:
病例的风险暴露物理路径RER为:
步骤S013、以病例的智能交通卡号、出行OD对为索引,查询数据库中乘客AFC数据,确定病例记录及相应出行时刻其中,根据所述出行时刻确定病例的出行时长
3.根据权利要求1所述的方法,其特征在于,所述步骤S2中根据病例的REL、RER及出行时长分析出病例的微观出行行为及出行时间,具体包括:
步骤S021、分析病例的出行环节中所包含的微观出行行为,该微观出行行为包括:出行OD对选择行为、进站刷卡行为、进站走行行为、进站候车行为、登程列车选择行为、出站走行行为和出站刷卡行为;
步骤S022、获取所述病例的微观出行行为对应的出行时间T,其中包括:进站走行时间AT、进站候车时间WT、乘车时间BT及出站走行时间ET,即T=AT+WT+BT+ET。
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北京交通大学,未经北京交通大学许可,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/202010357460.5/1.html,转载请声明来源钻瓜专利网。