基于网络核密度的公交出行目的地估计方法技术

本发明专利技术涉及公交出行目的地估计领域，具体涉及一种基于网络核密度的公交出行目的地估计方法。该方法基于网络核密度估计公交出行者出行的目的地。基于网络核密度的公交出行目的地估计方法共分为三步：第一步，筛选下车站点440米范围内的公交站点，并计算下车站点到这些站点的网络距离；第二步，根据网络距离计算上述公交站点的网络核密度；第三步，根据网络核密度计算结果估计公交出行的目的地。本发明专利技术能够有效估计公交出行的目的地。能够有效估计公交出行的目的地。能够有效估计公交出行的目的地。

【技术实现步骤摘要】
基于网络核密度的公交出行目的地估计方法


[0001]本专利技术涉及公交出行目的地估计领域，具体涉及一种基于网络核密度的公交出行目的地估计方法。

技术介绍

[0002]核密度估计(Kernel Density Estimation，KDE)是一种用于估计数据集概率密度函数的非参数方法。核密度估计的基本思想是，每个数据点可以被视为一个小的概率密度函数(核)，通过将这些核函数叠加在一起，可以近似地得到整个数据集的概率密度函数。核密度估计在大规模空间点数据集下被证明聚类效果良好，且可以从结果中发现出行者的出行行为特征及土地利用规律。核密度估计分为基于欧氏距离搜索和基于网络距离搜索。基于欧式距离的核密度估计会导致很多不在实际窗宽搜索范围内的公交站点被计算在内，从而导致估计结果偏大。在基于网络距离的搜索中，主要考虑的是网络中的节点之间的连接关系和距离，而非传统的几何距离。
[0003]目前公交出行目的地的估计方法包括基于历史数据的统计方法、基于机器学习的方法基于移动设备数据的方法等。基于历史数据的统计方法使用乘客历史出行数据进行分析和建模。通过计算不同上车站点到各个下车站点的出行频次或概率，并根据当前上车站点的特征来预测乘客下车站点的概率分布。基于机器学习的方法通过将乘客上车站点、时间、天气等特征作为输入，以目的地站点作为输出，训练一个回归或分类模型来预测乘客的目的地。基于移动设备数据的方法利用乘客携带的移动设备的位置数据来进行目的地估计。通过分析乘客的移动轨迹数据和出行行为模式，预测乘客的目的地。上述方法一般需要海量多源数据才能够实现对公交出行目的地的估计，这无疑增加了计算成本。目前还没有一种简单有效的方法用来估计公交出行的目的地。

技术实现思路

[0004]本专利技术提供了一种基于网络核密度的公交出行目的地估计方法，通过筛选下车站点附近的公交站点，并计算下车站点到这些站点的网络距离，根据上述公交站点的网络距离计算网络核密度，将网络核密度值在交通分析区尺度加和得到公交乘客前往交通分析区的概率，从而实现公交出行目的地的估计。
[0005]基于以上说明，本专利技术的一种基于网络核密度的公交出行目的地估计方法，包括以下步骤。
[0006]步骤一：筛选下车站点440米范围内的公交站点，并计算下车站点到这些站点的网络距离。
[0007]首先，选定一个公交站点stop，以该公交站点为圆心搜索440米半径范围内包含的公交站点stop
i
(i＝1,2,
…
,n)；
[0008]其次，计算公交站点stop到搜索到的公交站点的网络距离d(stop,stop
i
)；
[0009]重复上述步骤，直至所有的公交站点均被遍历完。
[0010]步骤二：根据网络距离计算上述公交站点的网络核密度。
[0011]对于第一步得到的网络距离d(stop,stop
i
)，分别计算公交站点stop到搜索范围内的公交站点的网络核密度值Kstop
i
，计算公式如下：
[0012][0013]式中，h为使核函数均方积分误差函数最小的值，k[
·
]为核函数。
[0014]h是根据公式
[0015][0016]计算得到，其中1.06为经验值，c为下车站点到搜索到的站点的网络距离的标准差，n为在该下车站点下车的人数，在本实施例中场景为1个人，即n＝1。
[0017]步骤三：根据网络核密度计算结果估计公交出行的目的地。
[0018]将属于同一交通小区的公交站点的网络核密度值进行加和，所得值即公交出行目的地的概率。
[0019]步骤四：目的地估计流程结束。
[0020]本专利技术的优点及有益效果如下：
[0021]本专利技术提出了一种基于网络核密度的公交出行目的地估计方法，该方法首先筛选下车站点440米范围内的公交站点，并计算下车站点到这些站点的网络距离。其次，根据网络距离计算上述公交站点的网络核密度，根据计算结果估计公交出行的目的地。该方法充分了考虑相邻公交站点的空间分布特征，通过对下车站点周围区域进行核密度估计，可以获得不同公交站点的核密度值，将核密度值在交通分析区尺度加和得到的概率反映出公交乘客前往该交通分析区的倾向性。
附图说明
[0022]下面结合附图和具体实施方法对本专利技术做进一步详细的说明。
[0023]图1为本申请实施例所提供的一种基于网络核密度的公交出行目的地估计方法流程；
[0024]图2为本申请实施例提供的搜索到的公交站点及计算的网络距离部分结果示例；
[0025]图3为本申请实施例提供的公交站点网络核密度计算结果。
[0026]图4为本申请实施例提供的公交出行目的地估计结果。
[0027]图5为交通分析区结合交通分析和交通需求预测的需要将研究区域划分成的若干地理单元的示意图。
具体实施方式
[0028]下面将参考附图，对本专利技术的技术方案进行清楚、详细地描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。
[0029]基于网络核密度的公交出行目的地估计方法，包括：
[0030]第一步：筛选下车站点范围内的公交站点，并计算下车站点到这些站点的网络距
离；筛选下车站点440米范围内的公交站点；首先，选定一个公交站点stop，以该公交站点为圆心搜索440米半径范围内包含的公交站点stop
i
(i＝1,2,
…
,n)；
[0031]其次，计算公交站点stop到搜索到的公交站点的网络距离d(stop,stop
i
)；
[0032]重复上述步骤，直至所有的公交站点均被遍历完。
[0033]第二步：根据网络距离计算上述公交站点的网络核密度；对于第一步得到的网络距离d(stop,stop
i
)，分别计算公交站点stop到搜索范围内的公交站点的网络核密度值Kstop
i
，计算公式如下：
[0034][0035]式中，h为使核函数均方积分误差函数最小的值，k[
·
]为核函数；
[0036]第三步：根据第二步计算结果估计公交出行的目的地；将属于同一交通分析区的公交站点的网络核密度值进行加和，所得值即公交出行目的地的概率。
[0037]本专利技术实施例中，以一位公交乘客目的地估计为例，所用数据为公交站点数据、交通分析区数据和路网数据。交通分析区是结合交通分析和交通需求预测的需要将研究区域划分成的若干地理单元，是分析居民、车辆出行及分布的最小空间单元，如图5图所示。
[0038]本专利技术实施例的具体实现包括如下步骤：
[0039]步骤一：筛选该公交乘客下车站点440米范围内的公交站点，并计算下车站点到这些站点的网络距离。这里的440米是根据文献中的结论选择的，是指公交乘客下车后的平均步行距离。
[0040]以该公交乘客在C5本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于网络核密度的公交出行目的地估计方法，其特征在于，包括：第一步：筛选下车站点范围内的公交站点，并计算下车站点到这些站点的网络距离；第二步：根据网络距离计算上述公交站点的网络核密度；第三步：根据第二步计算结果估计公交出行的目的地。2.根据权利要求1所述的基于网络核密度的公交出行目的地估计方法，其特征在于：所述第一步中，筛选下车站点440米范围内的公交站点。3.根据权利要求1所述的基于网络核密度的公交出行目的地估计方法，其特征在于：所述第一步包括：首先，选定一个公交站点stop，以该公交站点为圆心搜索440米半径范围内包含的公交站点stop
i
(i＝1,2,
…
,n)。4.根据权利要求3所述的基于网络核密度的公交出行目的地估计方法，其特征在于：所述第一步还包括：其次，计算公交站点stop到搜索到的公交站点的网络距离d(stop,stop
i
)；重复上述步骤，直至所有的公交站点均被遍历完。5.根据权利要求1所述的基于网络核...

【专利技术属性】
技术研发人员：程绍武，高越，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：