【技术实现步骤摘要】
一种模拟城市通勤出发时间选择的方法
[0001]本专利技术属于城市交通管理领域,具体地说是一种基于自适应学习的城市早高峰通勤出发时间选择模拟方法
。
技术介绍
[0002]随着城市化进程的不断推进,我国机动车保有量急剧增加
。
我国已进入汽车社会,随之而来的交通拥堵也成为各大城市普遍面临的难题,尤其是早晚通勤高峰时段的拥堵,不仅挤占了生活工作的时间和增加经济成本,而且影响工作的心情,降低生活的满意度和幸福感
。
早高峰通勤时段的交通拥堵问题已经成为困扰各城市的难题,是城市交通管理领域重点关注的内容
。
模拟城市早高峰通勤者出发时间选择行为,揭示其宏观特征和内在机制,对制定有效的交通管控措施有重要的参考价值
。
[0003]在城市早高峰通勤出发时间选择的研究中,国内外学者大都基于
Vickrey
的瓶颈模型进行理论分析和实验验证,基于
Logit
效用理论进行模拟分析
。
但是通勤一般会受到天气
、
大型活动
、
道路施工等外部条件影响,目前能够模拟不同外部条件对通勤出发时间选择的方法较少
。
本专利技术能够通过调整参数对不同条件下城市通勤者出发时间选择行为进行模拟,方法简单且实用
。
[0004]公开号为
CN111724586A
的专利技术专利申请公开了一种通勤时间预测方法
、
通勤时间预测模型的训练方
【技术保护点】
【技术特征摘要】
1.
一种模拟城市早高峰通勤出发时间选择的方法,包括城市通勤个体出发时间选择数据采样,其特征在于,还包括以下步骤:步骤1:建立自适应学习模型;步骤2:通勤个体初始选择倾向设置;步骤3:基于城市通勤出发时间选择数据的模拟参数拟合;步骤4:更新模型中通勤个体的选择倾向;步骤5:更新模型中通勤个体选择出发时间的概率;步骤6:输出模拟结果
。2.
如权利要求1所述的城市通勤个体出发时间选择数据采样,其特征在于,选定某城市连接居住区和工作区主干道的历史通勤出发时间选择数据,采集固定时间间隔
Δ
t(
例如1分钟
、5
分钟
、10
分钟等
)
从居住地出发的人数
、
路上拥堵时间
、
花费的出行费用和实际到达工作区的时间,形成样本空间
X
=
{X1,X2,X3,X4}
,其中
X
i
=
(x
i1
,x
i2
,
…
,x
ij
)
是第
i
个量对应的
j
个数据
。3.
如权利要求2所述的一种模拟城市早高峰通勤出发时间选择的方法,其特征在于,所述步骤1包括的自适应学习模型,每个通勤个体首先试探所有可选的出行时间点,然后选择花费成本最低的时间点出行,经过若干天的选择演化后,所有通勤个体能够达到一个均衡状态,即每个个体不会通过改变自己的选择而降低出行成本
。
这个过程称为自适应学习,基于此原理建立数学模型
。4.
如权利要求3所述一种模拟城市早高峰通勤出发时间选择的方法,其特征在于,步骤2包括的通勤个体初始选择倾向设置
。
假设每个通勤个体对每个出发时间点有相同的选择倾向其中
m
表示通勤个体,
t
表示出发时间
。
在具体的模拟中,可以选取任意非零数值
。5.
如权利要求4所述一种模拟城市早高峰通勤出发时间选择的方法,其特征在于,步骤3包括的基于城市通勤出发时间选择数据的模拟参数拟合
。
利用多项式的最小二乘拟合方法求出自适应学习模型中的各参数
。6.
如权利要求5所述一种模拟城市早高峰通勤出发时间选择的方法,其特征在于,步骤3包括以下子步骤:子步骤
31
:假设
Y
=
f(X,
ω
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。