[发明专利]SEM-Logit旅游铁路客流预测模型的构建方法

说明书

本发明公开了一种SEM‑Logit旅游铁路客流预测模型的构建方法，包括如下步骤：步骤一、基于景区组团特征的交通生成预测；步骤二、基于旅游交通区域特征的出行分布预测；步骤三、构建SEM‑Logit混合出行方式选择模型。与现有技术相比，本发明的积极效果是：本发明考虑了预测年景区的旅游资源发生变动，能有效提高交通出行分布特征的分析精度，且综合考虑了易观察的个人社会经济特性、交通方式属性和不易直接测量的舒适性、便捷性等潜变量对出行者方式选择决策的影响，构建SEM‑Logit旅游出行方式选择模型，在旅游出行方式划分预测效果上实现优化改善。

技术领域

本发明属于铁路客流预测技术领域，具体涉及一种基于SEM-Logit混合选择模型的旅游铁路客流交通需求预测。

背景技术

交旅融合已成为发展趋势，旅游铁路客流预测由于其客流的不确定性、节假日弹性等原因，一直是研究难点。对于旅游铁路出行需求分析，行业内主要采用四阶段模型、类比法、趋势外推法等方法进行分析。但由于旅游客流在出行需求上的偏好差异，如潜在心理需求，出行体验要求更高，且旅游行业在管理体系和数据统计口径方面与交通行业差异较大，这些方法的适用性仍有待验证，目前该领域尚无公认的、较为合理有效的方法。

综上所述，现有旅游出行需求分析缺乏系统成熟的分析技术体系框架，现有分析技术在某些技术环节仍然存在不足，使得旅游出行需求分析效果不甚理想，亟待结合游客个体特征、出行行为特征和旅游出行需求的特殊性构建完整的旅游需求分析技术体系，以提升旅游出行需求预测分析的整体效果和可靠度。

发明内容

为了克服现有技术的上述缺点，本发明提出了一种SEM-Logit旅游铁路客流预测模型的构建方法，旨在解决旅游铁路客流交通需求预测，尤其是存在多个景点出行的区域性组团景区。本发明先构建基于弹性系数法和类比预测法的交通生成预测模型。再根据调查得到的现状分布数据进行旅游出行分布预测，包括对外出行分布、内部出行分布和诱增客流预测三部分。最后考虑了潜变量对出行者方式选择决策的影响，提出了一种融合表征旅游出行态度感知的SEM模型和旅游出行方式选择Logit模型的整合行为模型。

本发明解决其技术问题所采用的技术方案是：一种SEM-Logit旅游铁路客流预测模型的构建方法，包括如下步骤：

步骤一、基于景区组团特征的交通生成预测；

步骤二、基于旅游交通区域特征的出行分布预测；

步骤三、构建SEM-Logit混合出行方式选择模型。

与现有技术相比，本发明的积极效果是：

本发明针对目前旅游铁路系统需求预测方法中，旅游出行分析技术体系框架缺乏，重力模型阻抗系数感知差异大等问题，提出了一种旅游铁路需求预测分析方法，包括交通生成、交通分布及方式划分三个部分。首先采用弹性系数法和类比预测法进行交通生成预测；再根据调查得到的现状分布进行旅游出行分布预测，包括对外出行分布、内部出行分布、诱增客流预测三部分；最后提出了一种融合表征旅游出行态度感知的SEM模型和旅游出行方式选择Logit模型的整合行为模型。具体包括：

一、基于景区组团特征的出行总量预测

以旅游景区统计数据和行为特征为基础，构建基于弹性系数法和类比预测法的交通生成预测模型，包括景区组团和外围区的交通发生量和吸引量，以作为交通分布的直接基础数据。

二、基于旅游交通区域特征的出行分布预测

调查交通现状分布状况，采用选择概率模型对出发点在外围区的交通分布进行预测，再利用双约束重力模型法预测出发点在区域内的交通分布，通过引入旅游吸引力系数对预测公式进行修正，并结合区间的阻抗变化计算诱增客流，获得景区间与外围区的未来年出行分布情况。

三、构建SEM-Logit混合出行方式选择模型