[发明专利]一种基于出行模式识别的乘客出行时间价值计算方法

权利要求书

1.一种基于出行模式识别的乘客出行时间价值计算方法，其特征在于，包括：

构建出租车及地铁乘客的时空需求矩阵；

根据所述时空需求矩阵识别出出租车乘客的出行模式；

根据所述出租车乘客的出行模式对各地铁站间出租车乘客的出行模式进行划分；

根据各地铁站间出租车乘客的出行模式构建出租车与地铁乘客出行方式选择方程，对所述出租车与地铁乘客出行方式选择方程进行求解，得到出租车及地铁乘客的出行时间价值。

2.根据权利要求1所述的方法，其特征在于，所述的构建出租车及地铁乘客的时空需求矩阵，包括：

在空间维度上，通过搜索出租车行程的起终点对应的映射地铁站点，将出租车出行需求集计到地铁网络；

在时间维度上，通过划分时间窗，将出发时间处于同一时间窗的乘客进行集计；

建立出租车乘客时空需求矩阵P_m×h，该出租车乘客时空需求矩阵P_m×h的每一行代表一个地铁站点对，储存出行需求的空间维度信息；每一列代表一个时间窗，储存出行需求的时间维度信息；

其中，P表示出租车乘客数量；v_n表示第n个地铁站点；d表示第d天；h为时间窗个数；m为站点对个数，矩阵中第(v_iv_j)行，第(h)列的元素表示行程起点映射到地铁站点v_i，行程终点映射到站点v_j，且出发时间在h时间窗内的出租车乘客数量。

3.根据权利要求1所述的方法，其特征在于，所述的根据所述时空需求矩阵识别出出租车乘客的出行模式，包括：

将乘客时空需求作为原始矩阵，基于步骤3.1-步骤3.6的NMF求解方法，求解公式(2)

P_m×h≈S_m×δB_δ×h(δ＜＜min(m,h)) (2)

式中，δ表示特征个数；

步骤3.1：在NMF算法中输入乘客时空需求矩阵P_m×h，特征个数k和容差e；

步骤3.2：随机生成初始化的基矩阵S和特征矩阵B；

步骤3.3：计算损失函数欧几里得范数的平方值||P_m×h-SB||²；

步骤3.4：当||P_m×h-SB||²＞e，转至步骤2.5，否则转至步骤2.6；

步骤3.5：按照乘法更新规则更新矩阵S和B，矩阵表达式如下，其中i,j分别代表矩阵的第i行和j列，B_ij代表特征矩阵B中第i行和j列对应的元素，其他矩阵下标含义相同：

步骤3.6：返回S和B；

出租车乘客时空需求矩阵P中的任意行向量表示为行向量与特征矩阵B的乘积，如公式(4)，矩阵B提取了出租车乘客在某个时间维度h上潜在的δ个出行模式；矩阵S为不同地铁站点之间，各出行模式对应的权重系数，其中权重系数最大的模式为地铁站点之间出租车乘客的主要出行模式B_l(l∈[1,δ])，将求得的特征矩阵B_l在时间维度上展开，在不同的出行模式数量l取值下，制作横轴为时间纵轴为特征矩阵元素值的折线图，根据l个出行模式折线图的峰值分布和分离情况，确定合理的出行模式数量，若l取3，表示该案例下的出行模式具体有3种类型；