[发明专利]城市社区特定人行为链动态识别与预测评估方法及系统

权利要求书

1.一种城市社区特定人行为链动态识别与预测评估方法，其特征在于，所述方法包括：

步骤一 基于多智能体仿真技术对城市社区特定人的日常活动进行模拟，设置仿真场景，仿真主体，智能体的行为规则；

步骤二 建立城市社区特定人行为链库，通过对特定人的日常活动进行仿真，得到的不同行为模式下的行为链集合；

步骤三 城市社区特定人动态轨迹标定，包括动态轨迹标定与序列化建模，将实时、连续的定位信息反向地理编码，转换为地址或地名描述，并基于此建立动态行为链；

步骤四 城市社区特定人行为链动态识别与预测评估；

根据行为链间的时空相似性，利用观测的局部行为链在行为链库中搜索匹配相似的完整行为链，并通过对观测到的局部行为链进行更新，优化在行为链库中的搜索匹配结果，以实现城市社区特定人行为链动态识别与预测评估；

具体地：

设行为模式库BPL＝(bp₁,bp₂,…,bp_j,…,bp_m)，行为链库BCL＝(bc₁,bc₂,…,bc_i,…,bc_n)，每一个完整的bc_i对应于一个bp_j，设观测到的局部行为链为observed_bc＝{person_name:[ob₁,ob₂,…,ob_l]},其长度为l，与观测的局部行为链进行对比的完整行为链为bc_i＝{person_name:[b₁,b₂,…,b_k,]},其长度为k，则observed_bc与bc_i的空间相似性定义为：

其中，bp_j表示一种行为模式，bc_i表示一个完整的行为链，person_name代表城市社区特定人的名称，ob_l表示特定人的观测的子行为，b_k表示子行为的表达式，bp_m表示行为模式库中存在m种行为模式，bc_n表示行为链库中存在n个完整的行为链，LCS(observed_bc，bc_i)表示求observed_bc和bc_i的最长公共子序列，len(LCS(observed_bc，bc_i))代表求最长公共子序列的长度，LCS是一种开源的动态规划算法，利用递归的方式进行求解，设X＝(x₁,x₂,…,x_i)和Y＝(y₁,y₂,…,y_j)分别为两个序列，其长度分别为i和j，则其最大公共子序列的长度C[I,j]计算如下：

时间相似性的定义式为如公式三所示：

TS＝w₁*Holiday+w₂*Day_of_week+w₃*Hour_of_day 公式三

其中，Holiday表示是否节假日，Day of Week表示星期，Hour of Day表示一天内的时段，w₁,w₂和w₃是特征变量的权重，代表三种时间特征的重要程度，w₁,w₂和w₃的加和为1，以此保证时间相似性的值域为[0,1]；

定义了行为链间的时空加权相似性，定义式为：

STS＝w₄*SS+w₅*TS 公式四

其中w₄,w₅是空间相似性和时间相似性的权重，其加和为1；根据轨迹间的时空热点相似性，在行为链库中匹配出与观测的局部行为链observed_bc最相似的一个完整行为链bc_i，两者的时空相似性为STS_i，则观测行为链observed_bc对应的行为模式为bp_j，置信度为STS_i。