一种空港旅客群体出行方式柔性推荐方法技术

本发明专利技术提供了一种空港旅客群体出行方式柔性推荐方法。该方法包括：对空港旅客属性约减的群体出行偏好进行分级处理，生成空港旅客的出行偏好序列；根据路网节点及节点间传递关系构建城市复合公共交通网络拓扑与运力关系模型；根据所述城市复合公共交通网络拓扑与运力关系模型和空港旅客的出行偏好序列，通过遗传算法实现基于遗传算法的到港旅客出行方式的柔性推荐。本发明专利技术能够将预测数据集中不同特征的旅客出行偏好，结合空港陆侧真实运力关系模型及公共交通路网拓扑，实现到港旅客群体与交通运力间的匹配，为旅客进行出行方式的柔性推荐并生成多目标优化路径，为旅客出行偏好与机场高效疏解双向需求提供了一种切实有效的解决方案。解决方案。解决方案。

【技术实现步骤摘要】
一种空港旅客群体出行方式柔性推荐方法


[0001]本专利技术涉及机场旅客出行管理
，尤其涉及一种空港旅客群体出行方式柔性推荐方法。

技术介绍

[0002]人民生活水平飞速提高，因出行而增加的中长途客运量正带动民航运输业快速发展。同时民航旅客服务也面临着诸多的挑战：国内逐步完善的铁路线网利用准时便捷的特性，给民航运输业的发展带来的一定冲击；同时国外枢纽机场利用更加智慧化的服务也在不断蚕食国内市场。机场作为大型交通枢纽，旅客及时高效地出行有利于机场人流疏散，同时旅客可以方便快捷地到达目的地，这就使得出行方式推荐及路径优化成为机场智慧化服务的重点。
[0003]空港陆侧具有城市公交、轨道交通、出租车、私家车等多种交通方式，可以为旅客提供较为完善的出行选择。过往对出行方式推荐的研究多立足于旅客个体需求的基础上，并没有由点到面的延伸到整个旅客群体的出行优化角度；同时，目前的LBS(Location Based Services，基于位置的服务)软件局限于室外的分段信息估计及出行换乘策略，没有考虑室内室外复杂的路径分布与衔接，导致出行方式没有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空港旅客群体出行方式柔性推荐方法，其特征在于，包括：对空港旅客属性约减的群体出行偏好进行分级处理，生成空港旅客的出行偏好序列；根据路网节点及节点间传递关系构建城市复合公共交通网络拓扑与运力关系模型；根据所述城市复合公共交通网络拓扑与运力关系模型和空港旅客的出行偏好序列，通过遗传算法实现基于遗传算法的到港旅客出行方式的柔性推荐。2.根据权利要求1所述的方法，其特征在于，所述的对空港旅客属性约减的群体出行偏好进行分级处理，生成空港旅客的出行偏好序列，包括：挖掘空港旅客的特征属性与决策属性间的耦合依赖度，生成基于核属性的知识约简序列，删除冗余属性，基于量化权值的方式计算特征属性与决策属性间的关联程度，通过基于特征属性与决策属性间的关联程度的加权贝叶斯算法生成空港旅客的出行偏好序列。3.根据权利要求2所述的方法，其特征在于，所述的挖掘空港旅客的特征属性与决策属性间的耦合依赖度，包括：Step1：设空港旅客数据集为S，特征属性集为C，决策属性集为D，计算旅客数据集S中的决策属性集D相对特征属性集C的条件熵H(D/C)：决策属性集D相对特征属性集C的条件熵H(D/C)：其中{X1，X2，
…
，X
n
}和{Y1，Y2，
…
，Y
m
}分别为C和D的属性集合，p(X
i
)与p(Y
j
)表示旅客数据集中对应属性类型的出现概率，p(Y
j
|X
i
)表示特征属性类型X
i
出现下决策属性类型Y
j
出现的概率；Step2：计算旅客数据集S中特征属性集C相对决策属性集D的核属性CORE
D
(C)，对于特征属性集C的所有属性n，若H(D/C小于H(D/C
‑
{n})，则：CORE
D
(C)＝CORE
D
(C)∪{n}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)令P＝CORE
D
(C)，B＝C
‑
CORE
D
(C)；Step3：进行条件信息熵的计算，分为以下几步：
①
计算条件信息熵H(D/P)，转到
④
；
②
对B中的每个属性b
i
(i＝1,
…
,n)计算条件熵H(D/P∪b
i
)，计算属性b
i
的依赖度：SGF(b
i
,P,D)＝H(D/P)
‑
H(D/P∪b
i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
③
选择使SGF(b
i
,P,D)最小的属性b
i
，若多个属性达到了最小值，则选取一个与P的属性值组合最少的属性，从B中删除b
i
，并把b
i
增加到P的尾部；从B中删除使SGF的值为0的属性b
i
；
④
若H(D/P)＝H(D/C)，则转到Step4，否则就转
②
；Step4：从P的尾部开始，从后向前判别每个属性b是否可约，b∈CORE
D
(C，则从b开始向前的属性都是核属性，不可约简，终止算法；若H(D/P
‑
{a})＝H(D/C)，则b是可约简的，把b从P中删除。4.根据权利要求3所述的方法，其特征在于，所述的通过基于特征属性与决策属性间的关联程度的加权贝叶斯算法生成空港旅客的出行偏好序列，包括：
计算特征属性C
i
与决策属性D间的相关系数δ
i
：利用δ
i
对每个特征属性赋予相应的权值，使特征属性权值等于相关系数，权值越大，特征属性C
i
对决策的影响越大；利用先验概率，通过贝叶斯公式计算每个旅客实例x＝(c1,c2,...c
n
)属于决策类d的概率：其中，P(d)是决策类d的先验概率，P(c1,c2,...,c
n
|d)是决策类d的后验概率，对于旅客实例x＝(c1,c2,...c
n
)，按照公交、大巴、地铁和出租车四个决策类的后验概率大小排序，输出到港旅客的出行偏好梯度序列，其中最高级出行偏好即为相应的极大似然估计：D(x)为旅客实例x的最高级出行偏好，为不同特征属性权值加成下的决策参数d对于数据集S的似然，由公式(6)获得。5.根据权利要求4所述的方法，其特征在于，所述的根据路网节点及节点间传递关系构建城市复合公共交通网络拓扑与运力关系模型，包括：设定交通方式包括公交、大巴、出租车和地铁，定义站点和换乘点为网络拓扑中的节点，定义道路和轨道为网络拓扑中的弧边，定义道路特征为网络拓扑中的弧边权值，针对不同交通方式生成多层级路网，分析路段特性一致性关系，将道路特征统一为路段权值，该路段权值包括单位耗时、单位花费、单位舒适度阈值和单位通行运力，通过邻接表的方式建立多元权值表存储，形成节点

【专利技术属性】
技术研发人员：柴琳果，上官伟，张立斌，芮涛，王剑，蔡伯根，杨文慧，任高翔，秦倩，丁新伟，黄明，
申请(专利权)人：北京首都国际机场股份有限公司首都机场集团有限公司，
类型：发明
国别省市：