[发明专利]一种基于多源交通数据的全局动态出行需求估计方法

摘要

本发明公开了一种基于多源交通数据的全局动态出行需求估计方法，将动态的交通数据与静态手机历史信令数据相融合，结合居民全局历史出行数据与实时交通出行数据来实时估计居民全局出行数据，可以大大减小OD调查的时间和经济成本。此外，引入Chi‑square distance来度量所构建的融合模型的准确度，进而确定最佳的主导出行方式阈值，获得估计准确的融合模型。本发明所述方法通过出租车出行与地铁出行的实时数据结合手机历史信令数据，可以有效感知大规模居民出行的实时出行状态，对于发生一些人群聚集的事件能够及时的感知并预警，对于城市的规划和管理具有十分重要的借鉴意义。

主权项

1.一种基于多源交通数据的全局动态出行需求估计方法，其特征在于，包括以下步骤：步骤1：依据道路网络和居民出行信息，构建城市交通小区；步骤2：基于手机历史信令数据，提取居民出行OD作为居民全局出行信息；步骤3：基于交管局实时记载的出租车GPS数据和地铁出行刷卡数据，提取居民出行OD作为居民实时交通出行信息；步骤4：依据居民实时交通出行信息占居民全局出行信息的比值，选取不同居民出行OD估计模型，对不同交通小区之间的居民出行需求进行估计；所述居民出行OD估计模型包括以下两种：1)若β(i,j,tp)<δ，TR(i,j,t)＝f(i,j,t)×；2)若β(i,j,tp)>δ，TR(i,j,t)＝T(i,j,t)×(1/β(i,j,tp))；其中，δ表示主导出行方式阈值，取值为范围为(0‑1)；t表示当前时间窗，tp表示历史日期数据中与t相同的时间窗；β(i,j,t)表示居民实时交通出行信息占居民全局出行信息的比值：β(i,j,tp)＝/T(i,j,t)为利用出租车GPS数据和地铁出行刷卡数据记录到的在t时间窗从交通小区i到达交通小区j的居民数量；为与当前时间窗t所在日期前的至少连续30天内每天在在tp时间窗从交通小区i到达交通小区j的平均居民数量；表示利用手机历史信令数据记录到的与当前时间窗t所在日期前的至少连续30天内每天在tp时间窗从交通小区i到达交通小区j的平均居民数量；f(i,j,t)表示活力系数，为t时间窗从交通小区i以及i周围ε_d＝2km范围以内的所有交通小区选择出租车或地铁出发的居民数量；为与当前时间窗t所在日期前的至少连续30天内每天在在tp时间窗从交通小区i以及i周围ε_d范围以内的所有交通小区选择出租车或地铁出发的平均居民数量；为在t时间窗选择出租车或地铁到达交通小区j或j周围ε_d范围以内的所有交通小区的居民数量；为与当前时间窗t所在日期前的至少连续30天内每天在在tp时间窗选择出租车或地铁到达交通小区j或j周围ε_d范围以内的所有交通小区的平均居民数量；TR(i,j,t)为所估计的在t时间窗从i交通小区到达j交通小区的实时真实居民数量。