[发明专利]一种基于空间向量自回归模型的多模式交通需求影响分析方法

摘要

本发明提供了一种基于空间向量自回归模型的公共交通需求与私家车不同区域间的多模式交通需求影响分析方法。发明主要包括以下内容：(1)构建区域间多模式交通需求协同模型。在传统的spVAR模型基础上进行了改进，引入区域POI指标定义了针对不同交通模式的区域间空间权重，构建了包含区域空间结构关系的多模式交通需求空间VAR模型。(2)提出区域间多模式交通需求协同策略。基于构建的区域多模式交通空间VAR模型求解得到各个交通模式的脉冲响应和方差分解结果，从而据此进一步分析得到交通需求的空间溢出效应，提出和构建针对不同空间状态、交通状态下的协同策略模型。上述模型经过证明具有提高交通效率的可用性和科学性。

主权项

1.一种基于空间向量自回归模型的多模式交通需求影响分析方法，包括如下步骤：1)、数据的处理：基于数字地图的路网数据，限定基于区域的路网拥堵指数指标TCI，其定义如下：M表示路段的数量，T_i表示第i条路段车辆实际行驶时间，T_i0表示第i条路段车辆在自由流条件下的期望行驶时间，V_i为第i条路段的流量；其中，为了方便表示自由流行驶时间这一指标，将T_i0定义为路长与限速的比值，即L_i表示第i条路的长度，v_i0表示第i条路的规定限速；然后，根据地铁站点和公交站点在所述地图上的投影，以交通小区为单位，统计投影在每个交通小区内的全天内每15分钟的所有地铁乘客进站量和公交乘客上车量；同时统计投影在所在目标交通小区的所有路段的全部数字地图数据，然后基于所述目标交通小区内各路段的长度、行驶时间、流量以及各路段的限速数据，计算各交通小区的拥堵指数TCI；2)、构建spVAR模型：对应于所进行的区域间的多模式交通影响研究，当要研究N个交通小区间公交、地铁、私家车间的相互影响时，即有三个变量，有Y_t＝P[Y′_1t,Y′_2t,…,Y′_nt,…,Y′_Nt]'，Y_nt表示第n个交通小区的交通需求，并且有Y_nt＝[Y_nt¹，Y_nt²，Y_nt³]'其中，Y_nt¹表示地铁交通需求，即交通小区n中以15分钟为粒度的地铁进站量的时间序列，Y_nt²表示公交的交通需求，即交通小区n中以15分钟为粒度的公交上车量的时间序列，Y_nt³表示私家车拥堵指数，即交通小区n中以15分钟为粒度的路网交通拥堵指数值的时间序列；对变量构建如下模型：C₀y_t＝α+C₁y_t‑1+C₂y_t‑2+…+C_py_t‑p+ε_t其中，y_nt^k表示第n个区域的第k种交通方式的需求量；α为独立固定效应，p为时间滞后阶数，ε_t为残差项，C₀是表征spVAR模型同期相关性的系数矩阵：其中，C_i,j⁰分别为对应变量的同期相关系数；C_h是包含空间结构关系的系数矩阵：上式中，A_kr^(h)表示在第h阶时间滞后期数上第k种交通方式受到第r种交通方式在第h阶时间滞后期数上的影响系数，包含空间权重系数矩阵；即有，k,r＝1,2,…，Kh＝1,2,…，pl＝1,2,…，s展开C_h得到：在上式中，h为时间滞后期数，l为空间滞后期数；Ψ_kr^(hl)表征区域间第r个变量对第k个变量在第h阶时间滞后和第l阶空间滞后上产生的影响作用，Ψ_ikr^(hl)表示第i个区域的第r个变量对其他各区域的第k个变量的总溢出效应，综合溢出效应值通过构建的空间权重矩阵W_kr^(hl)分解到每个区域中；3)、空间权重的确定：在spVAR模型中，空间权重的表达形式为：其中，d_ij表示区域j和区域i之间的距离，在此直接用第j交通小区和i交通小区地理的中心距离表示；Z_j和Z_i分别是表征j区域和i区域空间尺度效应的量；为此，将各种属性的兴趣点在预定权重下的叠加值通过预定变换所得到的结果来表征该区域的空间尺度效应；在此，选取逻辑斯蒂回归模型，即，其中，X_i为交通小区中各属性的兴趣点的个数，是一个M维向量，M为该区域中兴趣点的种类；ω_i同为M维向量，表示向量中的每个元素对应的兴趣点的权重，通过梯度下降法训练得到；T表示连续时间序列的观测值的个数；4)、参数的估计spVAR参数的极大似然函数生成如下似然函数：其中，是常数项，A_rr⁰满足对于给定条件下三角分块矩阵C₀有T表示连续时间序列的观测值的个数；通过极大似然法求解似然函数最小时各参数的值；5)、脉冲响应求解对于spVAR模型y_t＝μ+C₁y_t‑1+C₂y_t‑2…+C_hy_t‑h…+C_py_t‑p+ε_t，将其写为滞后算子的形式，可得：变量y_jt受到残差一个标准差的冲击时引起向量y_t+q的广义脉冲响应如下：其中，Σ_j表示ε_t协方差矩阵Σ的第j列元素，σ_jj表示残差项ε_jt的方差，δ_j表示残差项ε_jt受到的冲击；6)、多模式交通需求协同策略的制定通过脉冲响应求解的分析，得到区域和变量间的相互影响关系和影响程度，由此制定区域多模式交通协同策略。