SEM-Logit旅游铁路客流预测模型的构建方法技术

本发明专利技术公开了一种SEM

【技术实现步骤摘要】
SEM
‑
Logit旅游铁路客流预测模型的构建方法


[0001]本专利技术属于铁路客流预测
，具体涉及一种基于SEM
‑
Logit混合选择模型的旅游铁路客流交通需求预测。

技术介绍

[0002]交旅融合已成为发展趋势，旅游铁路客流预测由于其客流的不确定性、节假日弹性等原因，一直是研究难点。对于旅游铁路出行需求分析，行业内主要采用四阶段模型、类比法、趋势外推法等方法进行分析。但由于旅游客流在出行需求上的偏好差异，如潜在心理需求，出行体验要求更高，且旅游行业在管理体系和数据统计口径方面与交通行业差异较大，这些方法的适用性仍有待验证，目前该领域尚无公认的、较为合理有效的方法。
[0003]综上所述，现有旅游出行需求分析缺乏系统成熟的分析技术体系框架，现有分析技术在某些技术环节仍然存在不足，使得旅游出行需求分析效果不甚理想，亟待结合游客个体特征、出行行为特征和旅游出行需求的特殊性构建完整的旅游需求分析技术体系，以提升旅游出行需求预测分析的整体效果和可靠度。

技术实现思路

[0004]为了克服现有技术的上述缺点，本专利技术提出了一种SEM
‑
Logit旅游铁路客流预测模型的构建方法，旨在解决旅游铁路客流交通需求预测，尤其是存在多个景点出行的区域性组团景区。本专利技术先构建基于弹性系数法和类比预测法的交通生成预测模型。再根据调查得到的现状分布数据进行旅游出行分布预测，包括对外出行分布、内部出行分布和诱增客流预测三部分。最后考虑了潜变量对出行者方式选择决策的影响，提出了一种融合表征旅游出行态度感知的SEM模型和旅游出行方式选择Logit模型的整合行为模型。
[0005]本专利技术解决其技术问题所采用的技术方案是：一种SEM
‑
Logit旅游铁路客流预测模型的构建方法，包括如下步骤：
[0006]步骤一、基于景区组团特征的交通生成预测；
[0007]步骤二、基于旅游交通区域特征的出行分布预测；
[0008]步骤三、构建SEM
‑
Logit混合出行方式选择模型。
[0009]与现有技术相比，本专利技术的积极效果是：
[0010]本专利技术针对目前旅游铁路系统需求预测方法中，旅游出行分析技术体系框架缺乏，重力模型阻抗系数感知差异大等问题，提出了一种旅游铁路需求预测分析方法，包括交通生成、交通分布及方式划分三个部分。首先采用弹性系数法和类比预测法进行交通生成预测；再根据调查得到的现状分布进行旅游出行分布预测，包括对外出行分布、内部出行分布、诱增客流预测三部分；最后提出了一种融合表征旅游出行态度感知的SEM模型和旅游出行方式选择Logit模型的整合行为模型。具体包括：
[0011]一、基于景区组团特征的出行总量预测
[0012]以旅游景区统计数据和行为特征为基础，构建基于弹性系数法和类比预测法的交
通生成预测模型，包括景区组团和外围区的交通发生量和吸引量，以作为交通分布的直接基础数据。
[0013]二、基于旅游交通区域特征的出行分布预测
[0014]调查交通现状分布状况，采用选择概率模型对出发点在外围区的交通分布进行预测，再利用双约束重力模型法预测出发点在区域内的交通分布，通过引入旅游吸引力系数对预测公式进行修正，并结合区间的阻抗变化计算诱增客流，获得景区间与外围区的未来年出行分布情况。
[0015]三、构建SEM
‑
Logit混合出行方式选择模型
[0016]综合易观察的个人社会经济特性、交通方式属性和不易直接测量的舒适性、便捷性等潜变量对出行者方式选择决策的影响，构建了一种融合表征旅游出行态度感知的SEM模型和旅游出行方式选择Logit模型的整合行为模型。
[0017]本专利技术的优点在于：考虑预测年景区的旅游资源发生变动，预测工作根据不同景区特点采用弹性系数法和类比预测法进行交通生成预测，能够作为交通分布的直接基础数据；提出了一种考虑外部游客与景区内部出行分层计算的出行分布预测方法，根据调查得到的现状分布，首先将外围区进出游客分布到各景区，最后对景区组团内部出行进行分布，获得景区间与外围区的未来年出行分布情况，有效提高交通出行分布特征的分析精度；基于旅游出行需求的特殊性，综合考虑了易观察的个人社会经济特性、交通方式属性和不易直接测量的舒适性、便捷性等潜变量对出行者方式选择决策的影响，构建SEM
‑
Logit旅游出行方式选择模型，在旅游出行方式划分预测效果上实现优化改善。
附图说明
[0018]本专利技术将通过例子并参照附图的方式说明，其中：
[0019]图1为旅游交通出行链图；
[0020]图2为景区组团与外围区域的关系图；
[0021]图3SEM
‑
Logit混合选择模型图。
具体实施方式
[0022]旅游铁路需求预测方法以旅游铁路为研究对象，旅游铁路是以服务旅游出行为主导，串联沿线旅游资源的铁路设施。旅游交通出行链如图1所示，分为城际交通、区域交通、景区组团内部交通3个阶段。景区组团内部交通关系如图2所示，景区组团区域为各景区交通小区以及连接小区之间的主要通道；外围区为无具体边界的假定区域，表示为客源地，其意义是方便区分对外交通和内部交通。与某景区相对应的直达通道表示为外围区进入该景区不需经过其他景区可直接到达。一般的串联状的景区组团，可能具有两个直达通道。下文将以四个景区和两个直达通道的情况进行分析，不影响研究方法的推广。为叙述方便，作如下定义：
[0023]研究区域：景区组团区+外围区
[0024]内部出行：发生在景区组团内部，不同景区之间的出行
[0025]对外出行：外围区进/出景区组团的出行
[0026]方法具体步骤如下：
[0027]步骤一：交通小区划分
[0028]划分交通小区是分析连接景区组团旅游铁路需求的基础，其中以单个景区进行划分，其中小区形心为区内的核心景点，没有景点、不吸引客流的地域不划入交通小区；若小区内只有一个封闭式景点且出入口唯一，则小区形心为该景点出入口。
[0029]交通小区划分还应结合旅游铁路站点布设做出合理调整，若某景区内部设置2个及以上站点，应根据站点与景点相关性将该景区划分为多个交通小区，以满足客流预测的需要。
[0030]步骤二：基于景区组团特征的交通生成预测
[0031]随时间发生变化，景区的旅游资源可能发生很大的变动，因此预测工作应根据不同景区采用不同的预测方法。旅游出行人次预测分为两类：对于景区资源变化不明显的小区，采用弹性系数法，对于景区资源变化明显的小区，采用类比预测法。弹性系数法公式如下：
[0032]Q＝Q0(1+γ)
T
[0033]式中：Q为景点未来预测特征年的旅游出行人次(人次/年)；Q0为景点基年旅游出行人次(人次/年)；T为预测年限；γ为景点旅游交通量增长率(％)；
[0034]类比预测法是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种SEM
‑
Logit旅游铁路客流预测模型的构建方法，其特征在于：包括如下步骤：步骤一、基于景区组团特征的交通生成预测；步骤二、基于旅游交通区域特征的出行分布预测；步骤三、构建SEM
‑
Logit混合出行方式选择模型。2.根据权利要求1所述的SEM
‑
Logit旅游铁路客流预测模型的构建方法，其特征在于：步骤一所述基于景区组团特征的交通生成预测方法为：对于景区资源变化不明显的小区，采用弹性系数法预测旅游出行人次；对于景区资源变化明显的小区，采用类比预测法预测旅游出行人次。3.根据权利要求2所述的SEM
‑
Logit旅游铁路客流预测模型的构建方法，其特征在于：采用弹性系数法预测旅游出行人次的方法为：按如下公式计算景点未来预测特征年的旅游出行人次：Q＝Q0(1+γ)
T
式中：Q为景点未来预测特征年的旅游出行人次；Q0为景点基年旅游出行人次；T为预测年限；γ为景点旅游交通量增长率。4.根据权利要求2所述的SEM
‑
Logit旅游铁路客流预测模型的构建方法，其特征在于：采用类比预测法预测旅游出行人次的方法为：(1)按如下公式计算各类比地区的四指标几何平均：式中：e
i
表示类比地区i的四指标几何平均，a
i
表示地区i的GDP，b
i
表示地区i的景区质量等级，c
i
表示地区i的居民可自由支配收入，f
i
表示地区i的人口数量；(2)按如下公式计算各类比地区的四指标几何密度：式中：f
i
表示类比地区i的四指标几何密度，p
i
表示地区i的旅游出行人次；(3)按如下公式计算未来年目标地区旅游出行人次：p
n
＝f
平
×
e
n
式中：f
平
表示i个地区的四指标几何密度平均值，e
n
表示未来年目标地区四指标几何平均值，p
n
表示未来年目标地区旅游出行人次。5.根据权利要求1所述的SEM
‑
Logit旅游铁路客流预测模型的构建方法，其特征在于：步骤二所述出行分布预测包括：(1)采用增长率法预测对外出行分布；(2)采用重力模型预测内部出行分布；(3)诱增客流量预测。6.根据权利要求5所述的SEM
‑
Logit旅游铁路客流预测模型的构建方法，其特征在于：采用增长率法预测对外出行分布的方法为：1)采用如下修正增长率模型预测外围区进景区组团出行分布：第一步迭代：
第二步迭代：式中：i＝0,5；j＝1,2,3,4；P
i

【专利技术属性】
技术研发人员：杨安国，周涛，翟长旭，陈世峰，王利雷，杨飞，
申请(专利权)人：重庆市交通规划研究院，
类型：发明
国别省市：