【技术实现步骤摘要】
本专利技术涉及大数据，具体涉及一种网联自动驾驶汽车用户扩散预测方法、装置、设备及介质。
技术介绍
1、随着交通运输、人工智能、大数据等领域深度融合发展，网联自动驾驶汽车(connected and autonomous vehicle，简称cav)作为一种代表未来发展趋势的变革型交通工具而备受关注。cav是指通过车辆之间和车辆与基础设施的实时通信，实现自主驾驶技术和智能交通系统的融合。相较于传统人工驾驶车辆(human-driven vehicle，简称hv)，cav具有减少人为交通事故、提升道路通行能力、降低能耗及排放、为低行动力群体提供出行便利等显著优势。许多汽车制造商和科技公司正在进行网联自动驾驶汽车的实验项目和道路测试。例如，谷歌的waymo项目、特斯拉的自动驾驶功能、百度的阿波罗自动驾驶汽车项目等，它们在不同的城市和道路上进行了大量测试，并逐渐取得了一定的成果。
2、在技术的更新迭代下，cav出行行为方面的研究已初具规模，但在考虑潜变量的个体选择模型和agent模型的应用方面仍有较大探索空间，且多数研究与创新扩散理论的结合较少，进而导致不能更加可靠准确地预测cav用户的扩散情况。
技术实现思路
1、有鉴于此，本专利技术提供了一种网联自动驾驶汽车用户扩散预测方法、装置、设备及介质，以解决如何更加可靠准确地预测cav用户的扩散情况的问题。
2、第一方面，本专利技术提供了一种网联自动驾驶汽车用户扩散预测方法，该方法包括：
3、获取基本属性数据
4、本专利技术提供的网联自动驾驶汽车用户扩散预测方法，通过反映网联自动驾驶汽车用户的个人社会属性、出行特征和出行选择偏好的基本属性数据集和反映网联自动驾驶汽车用户的网联自动驾驶汽车选择意愿和出行方式选择影响因素的决策影响因素集，结合创新扩散理论和技术接受模型，可以构建得到对应的iclv方式选择模型，进一步，通过该iclv方式选择模型进一步构建用于预测的基于agent的网联自动驾驶汽车用户扩散模型，可以使产生的扩散预测结果更加真实准确，切合实际。
5、在一种可选的实施方式中，基于基本属性数据集和决策影响因素集，经过创新扩散理论和技术接受模型处理，构建iclv方式选择模型，包括：
6、基于决策影响因素集，经过创新扩散理论和技术接受模型处理，构建mimic出行方式选择意愿模型；基于基本属性数据集和mimic出行方式选择意愿模型，确定mnl出行方式选择模型；基于mimic出行方式选择意愿模型和mnl出行方式选择模型，确定iclv方式选择模型。
7、本专利技术结合创新扩散理论和技术接受模型，构建对应的iclv方式选择模型，可以为后续提高扩散预测结果的真实准确性提供支持。
8、在一种可选的实施方式中，基于iclv方式选择模型确定出行方式效用函数，包括：
9、基于mimic出行方式选择意愿模型，确定多个目标变量；基于多个目标变量和mnl出行方式选择模型，经过最大似然法标定处理，确定出行方式效用函数。
10、在一种可选的实施方式中，基于出行方式效用函数构建基于agent的网联自动驾驶汽车用户扩散模型，包括：
11、获取预设社交网络、agent选择交互行为；基于预设社交网络、agent选择交互行为和出行方式效用函数，构建基于agent的网联自动驾驶汽车用户扩散模型。
12、在一种可选的实施方式中，利用基于agent的网联自动驾驶汽车用户扩散模型对网联自动驾驶汽车用户进行多场景扩散预测，得到网联自动驾驶汽车用户扩散预测结果，包括：
13、获取网联自动驾驶汽车用户的目标出行方式和多个目标出行场景；将目标出行方式和多个目标出行场景经过基于agent的网联自动驾驶汽车用户扩散模型处理，得到网联自动驾驶汽车用户扩散预测结果。
14、在一种可选的实施方式中，该方法还包括：
15、基于网联自动驾驶汽车用户扩散预测结果，确定网联自动驾驶汽车用户的发展规律。
16、第二方面，本专利技术提供了一种网联自动驾驶汽车用户扩散预测装置，该装置包括：
17、获取模块，用于获取基本属性数据集和决策影响因素集，基本属性数据集反映网联自动驾驶汽车用户的个人社会属性、出行特征和出行选择偏好，决策影响因素集反映网联自动驾驶汽车用户的网联自动驾驶汽车选择意愿和出行方式选择影响因素；处理与构建模块，用于基于基本属性数据集和决策影响因素集，经过创新扩散理论和技术接受模型处理，构建iclv方式选择模型；第一确定模块，用于基于iclv方式选择模型确定出行方式效用函数；构建模块，用于基于出行方式效用函数构建基于agent的网联自动驾驶汽车用户扩散模型；预测模块，用于利用基于agent的网联自动驾驶汽车用户扩散模型对网联自动驾驶汽车用户进行多场景扩散预测，得到网联自动驾驶汽车用户扩散预测结果。
18、在一种可选的实施方式中，处理与构建模块，包括：
19、处理与构建子模块，用于基于决策影响因素集，经过创新扩散理论和技术接受模型处理，构建mimic出行方式选择意愿模型；第一确定子模块，用于基于基本属性数据集和mimic出行方式选择意愿模型，确定mnl出行方式选择模型；第二确定子模块，用于基于mimic出行方式选择意愿模型和mnl出行方式选择模型，确定iclv方式选择模型。
20、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的网联自动驾驶汽车用户扩散预测方法。
21、第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的网联自动驾驶汽车用户扩散预测方法。
本文档来自技高网...【技术保护点】
1.一种网联自动驾驶汽车用户扩散预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于所述基本属性数据集和所述决策影响因素集，经过创新扩散理论和技术接受模型处理，构建ICLV方式选择模型，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述ICLV方式选择模型确定出行方式效用函数，包括：
4.根据权利要求1所述的方法，其特征在于，基于所述出行方式效用函数构建基于Agent的网联自动驾驶汽车用户扩散模型，包括：
5.根据权利要求1所述的方法，其特征在于，利用所述基于Agent的网联自动驾驶汽车用户扩散模型对网联自动驾驶汽车用户进行多场景扩散预测，得到网联自动驾驶汽车用户扩散预测结果，包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.一种网联自动驾驶汽车用户扩散预测装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述处理与构建模块，包括：
9.一种计算机设备，其特征在于，包括：
10.一种计算
...【技术特征摘要】
1.一种网联自动驾驶汽车用户扩散预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于所述基本属性数据集和所述决策影响因素集，经过创新扩散理论和技术接受模型处理，构建iclv方式选择模型，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述iclv方式选择模型确定出行方式效用函数，包括：
4.根据权利要求1所述的方法，其特征在于，基于所述出行方式效用函数构建基于agent的网联自动驾驶汽车用户扩散模型，包括：
5.根据权利要求1所述的方法，其特征在于，利用所述基于agent的网联自动驾驶汽...
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。