[发明专利]一种适用于大型体育活动交通预测的出行生成预测方法在审

专利信息
申请号: 202210256967.0 申请日: 2022-03-16
公开(公告)号: CN114613139A 公开(公告)日: 2022-06-10
发明(设计)人: 王扬;张雨萌;李炎锋;王宏燕 申请(专利权)人: 北京工业大学
主分类号: G08G1/01 分类号: G08G1/01;G08G1/065
代理公司: 北京思海天达知识产权代理有限公司 11203 代理人: 刘萍
地址: 100124 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 适用于 大型 体育活动 交通 预测 出行 生成 方法
【说明书】:

随着大型活动举办频率日益增加,准确高效地对活动的交通需求进行预测是大型体育活动安全顺利举办的前提。而传统的居民生成预测方法和基于大规模调查的活动需求预测方法具有针对性弱、工作量大等确定。据此,本发明提出了一种适用于大型体育活动的出行生成预测方法,即以交通需求预测四阶段法中的交通生成预测为理论基础,根据大型体育活动的规模、类型等属性确定活动吸引的总出行量基数范围和对不同地区或群体的吸引程度,由此对各个地区的出行生成量进行预测计算。该预测方法无需进行大规模调查即可对大型体育活动举办过程中的交通生成量进行预测,具有简便、快捷、适用性强、准确性高等优势。

技术领域

本发明涉及交通出行预测领域,特别涉及一种适用于大型体育活动交通预测的出行生成预测方法。

背景技术

大型体育活动的举办既丰富了国民的物质文化生活,又加快了城市发展的进程,因此近年来大型体育活动的举办频次也日益增加。众多大型活动举办的经验表明,交通问题是大型活动举办成功与否的关键因素。对短时间汇集的大量人流、车流进行合理的规划和安排是活动能够安全、有序举办的前提。

交通需求预测又是交通规划的核心研究内容和交通组织管控的参考依据。交通需求预测在国际上较为常用的模型为“四阶段”交通需求预测模型。在该模型中交通生成量预测作为四阶段的第一阶段,既是整个需求预测的首要一步,也是最关键的一步。交通生成量预测直接决定了交通需求的整体规模大小,起到了整体把控的作用。一旦生成量预测出现了较大误差,整个需求预测也将直接偏离实际情况。因此,需要提出较为准确的交通生成预测方法以提高交通需求预测精度。

传统的居民出行生成预测根据居民人口、土地利用情况和居民出行调查资料计算得到。在以往的有关出行生成预测的专利中,一种出行生成量预测方法及系统从出行软件的数据中筛选不同时间点的出行产生量和出行吸引量的时间序列建立自回归滑动平均模型实现对未来出行量的预测;一种基于POI的城市交通需求预测方法中基于地图兴趣点属性计算得到其出行生成能力指数,进而预测出行量。以上两种方法极大得弥补了传统计算方法中的不足。

但大型体育活动的交通需求中出行目的明确且单一,因此针对居民日常出行的预测方法并不适用。而以往大型体育活动的需求预测通常采用意向调查的方法掌握各个地区的观众客流量。但这种基于大规模调查结果的预测方式具有工作量大、耗时长、泛化性差等缺点。不仅需要大规模的调查来保证预测精度,每次的调查结果也仅能运用于该次预测而无法推广运用于未来的活动。

本发明提出一种适用于大型体育活动的出行生成预测方法。本发明的特征在于:根据大型体育活动的规模、类型等属性确定活动吸引的总出行量基数范围和对不同地区或群体的吸引程度,由此对各个地区的出行生成量进行预测计算。该种出行生成预测无需大规模的交通调查,且对于不同的大型体育活动均可运用此方法通过分析活动特点来进行较为准确的预测,因此具有简便、快捷、适用性强、准确性高等优势。

发明内容

本发明提出了一种适用于大型体育活动的出行生成预测方法,即以交通需求预测四阶段法中的交通生成预测为理论基础,根据大型体育活动的诸多属性特征预测其交通生成量的需求预测模型。该预测方法无需进行大规模调查即可对大型体育活动举办过程中的交通生成量进行预测,有效弥补了大规模调查所带来的工作量大、耗时长、重复工作多等缺陷。

本发明方法是一种适用于大型体育活动的出行生成预测方法。该方法包括以下部分:活动属性特征分析、总生成交通量预测、各小区生成交通量预测。

所述活动属性特征分析部分即对大型体育活动的举办规模、举办地点、持续时长、活动类型等特征进行确定并进行等级或类型划分;

所述总生成交通量预测即根据活动属性特征在原单位法的基础上进行一系列系数修正从而计算出目标活动的生成交通量预测。

所述各小区生成交通量预测即考虑与以活动为出行目的的有关影响因素,进而确定各交通小区的出行生成权,最终计算出各交通小区的生成交通量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210256967.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top