一种基于价格内生性的乘客出行时间选择行为建模方法技术

技术编号:20045444 阅读:79 留言:0更新日期:2019-01-09 04:19
本发明专利技术提供了一种基于价格内生性的乘客出行时间选择行为建模方法,包括:调研和筛选出地铁乘客出行场景的属性,划分属性的水平和分配属性的水平值;设计地铁乘客出行场景的选择集合;根据出行场景的选择集合,构建基于价格内生性的乘客出行时间选择改进混合对数模型。本发明专利技术构建了地铁运力与乘客出行时间行为的内在作用关系,融合乘客出行时间的内在因素和外在因素,实现了乘客出行时间选择行为的定量分析,比既有的混合Logit模型具有更好的预测精度,为高峰时段的客流控制策略提供了可靠的依据。

【技术实现步骤摘要】
一种基于价格内生性的乘客出行时间选择行为建模方法
本专利技术涉及轨道交通领域,尤其涉及一种基于价格内生性的乘客出行时间选择行为建模方法。
技术介绍
我国大城市经济的日益增长对地铁系统网络化运营提出了越来越高的需求,调查研究表明,高峰时期乘客的出行时间选择行为,对地铁系统的乘客需求管理效率具有极大的提升作用。目前,国内对于影响地铁乘客出行时间选择的因素的研究还很少。因此,急需一种用于解决影响地铁乘客出行时间选择的方法,为地铁高峰客流组织提供决策支持。
技术实现思路
本专利技术的实施例提供了一种融合价格内生性的地铁乘客出行时间选择行为建模方法,以解决以上实际需求。为了实现上述目的,本专利技术采取了如下技术方案。一种基于价格内生性的乘客出行时间选择行为建模方法,包括:调研和筛选出地铁乘客出行场景的属性,分配所述出行场景的属性的水平值;根据所述的属性的水平值设计地铁乘客出行场景的选择集合;根据所述的出行场景的选择集合,构建基于价格内生性的乘客出行时间选择改进混合对数模型。进一步地,所述的调研和筛选地铁乘客出行场景的属性,包括:调查和记录乘客对场景属性因素影响程度的认知;根据调查和记录的结果,采用逼近理想解排序法,对各种属性的影响因素重要度进行排序,筛选出地铁乘客的出行场景属性,所述的出行场景属性包括:出行时间节省、车站拥挤度、地铁票价和出发时间改变量。进一步地,所述的分配所述出行场景的属性的水平值,包括:根据限流情况、车站拥挤度和高峰时段持续时间对客流量进行调查统计,根据调查统计的结果计算出所述的筛选出的地铁乘客出行场景的属性的水平值。进一步地,所述的分配所述出行场景的属性的水平值,还包括:所述属性的水平值为一种非线性编码,根据每个车门队列人数平均值之比得出反映车站拥挤度属性的水平值的非线性编码;根据各个乘客的出发时间改变量之比得出反映出发时间改变量属性的水平值的非线性编码;根据各个乘客实际地铁出行费用的倒数得出反映地铁票价属性的水平值的非线性编码;根据地铁票价得出反映出行时间节省属性的水平值的非线性编码。进一步地,所述的方法还包括:针对正常时间出行、提前出行和晚于正常时间出行的场景分别分配不同的属性水平值。在属性水平值分配上,需要针对不同的场景分配不同的属性水平值。出发时间的选项有。进一步地,所述的根据所述的属性的水平值设计地铁乘客出行场景的选择集合,包括:将地铁乘客出行场景的各种属性的水平值进行组合,构成属性组合矩阵,根据所述属性组合矩阵采用D-efficient设计方法设计地铁乘客的出行场景组合,根据Dp-error指标对所述属性组合矩阵进行效率性检验。进一步地,所述的根据所述属性组合矩阵采用D-efficient设计方法设计地铁乘客的出行场景组合,根据Dp-error指标对所述属性组合矩阵进行效率性检验,包括:根据所述属性组合矩阵采用D-efficient设计方法设计地铁乘客的出行场景组合,根据Dp-error指标对M×K维的属性组合矩阵进行效率性检验。Dp-error指标越小,则场景组合设计的效率越高,所述Dp-error指标的计算方法如下:式中:ΩP是反映估计错误的费希尔矩阵;Z是由元素znjt组成的M×K矩阵,元素K是设计中待估计的泛型参数的总数,即场景的属性个数;T为选择场景总数;P是由pnjt元素组成的M×M对角矩阵。pnjt为乘客n在场景t下选择出行时间j的标准评定概率,按下式计算:其中,β'为先验系数。进一步地,所述的根据所述的出行场景的选择集合,构建基于价格内生性的乘客出行时间选择改进混合对数模型,包括:选取列车满载率和列车出发时间间隔作为工具变量;以选取的工具变量、筛选出的地铁乘客出行场景属性和出发时间的改变量作为变量,构建两阶段控制函数2SCF模型,用所述两阶段控制函数2SCF模型对基于价格内生性的乘客出行时间选择改进混合对数模型进行参数标定。进一步地,所述两阶段控制函数2SCF模型,包括:阶段一:采用普通最小二乘法OLS回归估计价格;阶段二:利用第一阶段的价格残差估计选择模型。由上述本专利技术的实施例提供的技术方案可以看出,本专利技术实施例的融合价格内生性的地铁乘客出行时间选择行为建模方法,与未进行改进的常规混合对数模型方法比较,改进后的模型具有更高的精度,且在预测方面也具有更高的可靠性,本专利技术为掌握地铁乘客出行时间选择规律提供了有效的方法支撑,并且为制定客流控制策略提供了可靠的理论依据。本专利技术附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本专利技术的实践了解到。附图说明为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例1提供的一种基于价格内生性的乘客出行时间选择行为建模方法流程图;图2为随迭代次数而改变的Dp-error曲线图;图3为问卷场景设计组合的生成方法示意图;图4为D-effective法设计的一个选项集示意图;图5为改进的ML模型以及未改进的ML模型的ROC曲线图。具体实施方式下面详细描述本专利技术的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本专利技术,而不能解释为对本专利技术的限制。本
技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本
技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。为便于对本专利技术实施例的理解,下面将结合附图以具体实施例为例做进一步的解释说明,且实施例并不构成对本专利技术的限定。本专利技术实施例的基于价格内生性的乘客出行时间选择行为建模方法,旨在实现乘客出行时间选择行为的定量分析,为高峰时段的客流控制策略提供了可靠的依据。实施例图1为本专利技术实施例1提供的一种基于价格内生性的乘客出行时间选择行为建模方法流程图,参照图1,该方法包括:S1调研和筛选出地铁乘客出行场景的属性,划分属性的水平和分配属性的水平值。S2设计地铁乘客出行场景的选择集合;S3根据所述的出行场景的选择集合,构建基于价格内生性的乘客出行时间选择混合Logit模型。其中,调研和筛选地铁乘客出行场景的属性,包括:S11调查和记录乘客对本文档来自技高网
...

【技术保护点】
1.一种基于价格内生性的乘客出行时间选择行为建模方法,其特征在于,包括:调研和筛选出地铁乘客出行场景的属性,分配所述出行场景的属性的水平值;根据所述的属性的水平值设计地铁乘客出行场景的选择集合;根据所述的出行场景的选择集合,构建基于价格内生性的乘客出行时间选择改进混合对数模型。

【技术特征摘要】
1.一种基于价格内生性的乘客出行时间选择行为建模方法,其特征在于,包括:调研和筛选出地铁乘客出行场景的属性,分配所述出行场景的属性的水平值;根据所述的属性的水平值设计地铁乘客出行场景的选择集合;根据所述的出行场景的选择集合,构建基于价格内生性的乘客出行时间选择改进混合对数模型。2.根据权利要求1所述的方法,其特征在于,所述的调研和筛选地铁乘客出行场景的属性,包括:调查和记录乘客对场景属性因素影响程度的认知;根据调查和记录的结果,采用逼近理想解排序法,对各种属性的影响因素重要度进行排序,筛选出地铁乘客的出行场景属性,所述的出行场景属性包括:出行时间节省、车站拥挤度、地铁票价和出发时间改变量。3.根据权利要求2所述的方法,其特征在于,所述的分配所述出行场景的属性的水平值,包括:根据限流情况、车站拥挤度和高峰时段持续时间对客流量进行调查统计,根据调查统计的结果计算出所述的筛选出的地铁乘客出行场景的属性的水平值。4.根据权利要求3所述的方法,其特征在于,所述的分配所述出行场景的属性的水平值,还包括:所述属性的水平值为一种非线性编码,根据每个车门队列人数平均值之比得出反映车站拥挤度属性的水平值的非线性编码;根据各个乘客的出发时间改变量之比得出反映出发时间改变量属性的水平值的非线性编码;根据各个乘客实际地铁出行费用的倒数得出反映地铁票价属性的水平值的非线性编码;根据地铁票价得出反映出行时间节省属性的水平值的非线性编码。5.根据权利要求1所述的方法,其特征在于,所述的方法还包括:针对正常时间出行、提前出行和晚于正常时间出行的场景分别分配不同的属性水平值。在属性水平值分配上,需要针对不同的场景分配不同的属性水平值。出发时间的选项有。6.根据权利要求1至5任一项所述的方法,其特征在于,所述的根据所述的属性的...

【专利技术属性】
技术研发人员:许心越王英祥李海鹰李宪刘军
申请(专利权)人:北京交通大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1