基于风险的持续时间模型的电动自行车出行时间预测方法技术
【技术实现步骤摘要】
基于风险的持续时间模型的电动自行车出行时间预测方法
本专利技术涉及一种电动自行车出行时间的预测方法，尤其涉及一种基于风险的持续时间模型的电动自行车出行时间预测方法。
技术介绍
.与汽车相比，电动自行车是一种环保、可持续的交通方式，使用电动自行车可以帮助解决如交通拥堵、事故死亡、能量消耗和空气质量的恶化等城市交通及污染问题；电动自行车使用率与各影响因素之间的相互关联性，在不同的交通规划工作中起着重要的作用。因此，电动自行车在中国交通领域是一个必不可少的研究课题。对以往的研究进行查阅时发现，研究大多都不区分男性和女性，然而实际上，性别是确定出行行为的重要因素，女性的身体和心理特征使她们的出行时间在某种程度上与男性有所不同，此外，大多数研究都集中在电动自行车模式的选择问题上，很少有研究考虑自行车出行的时间，而出行时间对于交通需求有着显著地影响，是确定交通需求的一个重要的因素。通过对电动自行车出行时间的研究，可以更好地了解各种因素对自行车使用的影响，并且将有助于交通运输专业人士预测电动自行车使用的需求，这是制定促进电动自行车使用的有效政策和做好基础设施规划的重要前提。专利...
【技术保护点】
一种基于风险的持续时间模型的电动自行车出行时间预测方法，其特征在于，包括以下步骤：(1)获取电动自行车使用者的个人和家庭特征及他们的出行信息；(2)提取出不同信息项下不同划分对应的参数；(3)将总样本根据性别分为男性和女性两部分；(4)基于风险的持续时间模型，对男性和女性电动自行车出行时间分别建模；(5)预测出电动自行车的出行时间，同时根据模型结果分析各种因素对于电动自行车出行时间的影响。
【技术特征摘要】
1.一种基于风险的持续时间模型的电动自行车出行时间预测方法，其特征在于，包括以下步骤：(1)获取电动自行车使用者的个人和家庭特征及他们的出行信息；(2)提取出不同信息项下不同划分对应的参数；(3)将总样本根据性别分为男性和女性两部分；(4)基于风险的持续时间模型，对男性和女性电动自行车出行时间分别建模；(5)预测出电动自行车的出行时间，同时根据模型结果分析各种因素对于电动自行车出行时间的影响。2.根据权利要求1所述的基于风险的持续时间模型的电动自行车出行时间预测方法，其特征在于，所述步骤(1)中提及的个人和家庭特征及出行信息主要包括：出行者职业、出行者年龄、家庭年收入、汽车拥有情况、出行目的、出行距离、出行起点人口密度、出行时长、出行终点人口密度、出行时间是否是早高峰和起讫点的交通流量。3.根据权利要求1所述的基于风险的持续时间模型的电动自行车出行时间预测方法，其特征在于，所述步骤(2)中的参数设置为：出行者职业是学生、工人、官员和其他，其对应参数为x1i、x2i、x3i、x4i；出行者年龄小于20岁、20到40岁之间、40到50岁之间和50岁以上的，对应参数为x5i，x6i，x7i，x8i；家庭年收入小于2000人民币和大于20000人民币的，对应参数为x9i、x10i；家里已有汽车、未来五年会买汽车、未来十年会买汽车和未来不会买汽车，对应参数为x11i、x12i、x13i、x14i；出行目的是工作、上学、购物、回家和其他，对应参数为x15i、x16i、x17i、x18i、x19i；出行目的分别为工作、上学、购物、回家、其他的出行距离，对应参数为x20i、x21i、x22i、x23i、x24i、x25i；出行起点人口密度大于0.023人/平方米和小于0.023人/平方米，对应参数为x26i、x27i；出行终点人口密度大于0.023人/平方米和小于0.023人/平方米，对应参数为x28i、x29i；出行时间是早高峰，对应参数为x30i；起讫点的交通流量，对应参数为x31i；其他信息，对应参数xki；i表示第i份问卷。4.根据权利要求1所述的基于风险的持续时间模型的电动自行车出行时间预测方法，其特征在于，所述步骤(4)包括以下步骤：(41)基于风险持的续时间模型，出行时间t的累积分布函数F(t)如下：
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。