网联自动驾驶汽车用户扩散预测方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及大数据技术领域，公开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，本发明专利技术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。

【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...

【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...

【专利技术属性】
技术研发人员：陈旭梅，都钺，王茗，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：