[发明专利]一种可验证的基于极大似然法的旅游交通OD预测方法

权利要求书

1.一种可验证的基于极大似然法的旅游交通OD预测方法，其特征在于：包括以下步骤：

S1：构建目标函数L，求解目标函数L的最大值的公式：

其中，G_r、G_s是起点r和终点s的GDP,c_rs是起点r到终点s的交通花费,β是与GDP有关的交通弹性系数，α是比例参数，γ是参数，f_i是路段i上观测的路段交通量；

S2：获取G_r、G_s和c_rs；在起点r和终点s之间的道路上设置观测点，获取f_i，并计算统计分布自由度n；

S3：迭代计算出满足目标函数L对α,β,γ的一阶偏导数均等于0时的α,β,γ值；

S4：对α,β,γ值进行显著度检验，若α,β,γ的效果明显，则将α,β,γ带入交通分布的重力模型：计算出起点r到终点s的交通分布q_rs。

2.如权利要求1所述的可验证的基于极大似然法的旅游交通OD预测方法，其特征在于：步骤S1包括以下步骤：

S1.1：构建交通分布的重力模型：

S1.2：不区分旅游车辆类型，各路段i上的所有类型旅游车辆数直接相加，则路段i上分配到的路段交通量F_i：

S1.3：构建极大似然方程：

S1.4：根据步骤S1.2和步骤S1.3构建目标函数L，并转化为求解目标函数L的最大值，得到：

3.如权利要求1所述的可验证的基于极大似然法的旅游交通OD预测方法，其特征在于：步骤S1中的所述GDP采用规划年当年的GDP数据。

4.如权利要求1所述的可验证的基于极大似然法的旅游交通OD预测方法，其特征在于：步骤S3中，目标函数L对α,β,γ的一阶偏导数公式如下：

给出三个假定的α,β,γ初始值，然后通过遗传算法进行迭代计算，通过多次迭代找到同时满足的α,β,γ值。

5.如权利要求1所述的可验证的基于极大似然法的旅游交通OD预测方法，其特征在于：步骤S4中，对α,β,γ值进行显著度检验的过程为：

构建目标函数L的Hessian矩阵：

Hessian矩阵的逆矩阵对应方差作为估计方差

采用Wald检验，矢量表示代估参数(α,β,γ)，q表示代估参数所对应的极大似然值，建立：

Wald统计量为：

Wald统计量渐进逼近于自由度为n的χ²分布。