[发明专利]基于空间自回归模型的电动自行车非通勤出行预测方法

摘要

本发明公布了一种基于空间自回归模型的电动自行车非通勤出行预测方法，包括：步骤10)获取出行预测城市的居民出行信息；步骤20)计算莫兰指数并判断问题适用性；步骤30)应用逻辑回归模型，构建电动自行车非通勤出行预测模型；步骤40)使用最大似然估计对步骤30)中的模型进行参数估计；步骤50)根据步骤30)和步骤40)得到的具体模型，对城市居民是否选择电动自行车非通勤出行的出行方式进行预测。

主权项

1.一种基于空间自回归模型的电动自行车非通勤出行预测方法，其特征在于，该预测方法包括以下步骤：步骤10)获取用于电动自行车出行预测的城市居民出行信息，具体为：进行电动自行车出行相关数据的城市居民出行调查，或者直接利用城市已有的居民出行数据，调查时要对城市进行交通小区的划分；步骤20)首先计算所有N个交通小区的电动自行车非通勤出行比例，然后根据下式计算莫兰指数Moran′s I： Moran ′ s I = N Σ i Σ j C i j Σ i Σ j C i j ( E i - E ‾ ) ( E j - E ‾ ) Σ i ( E i - E ‾ ) - - - ( 1 ) ]]>其中，Ei和Ej分别表示第i个和第j个交通小区的电动自行车非通勤出行比例，i＝1，2，...，N，j＝1，2，...，N，i≠j，表示所有交通小区的平均电动自行非通勤出行比例，Cij表示第i个和第j个交通小区之间的地理连接情况，即Cij＝1时两个交通小区是相邻的，Cij＝0时两个交通小区不相邻；Cij是未标准化的空间权重矩阵C的一个元素；如莫兰指数显著大于0，则进入步骤30)；如莫兰指数不显著大于0，则结束本方法流程；步骤30)应用逻辑回归模型，构建电动自行车非通勤出行选择概率模型结构，如式(2)所示： P ( y m = 1 | x m ) = 1 1 + e - g ( x m ) , m = 1 , 2 , ... , M - - - ( 2 ) ]]>P(ym＝1|xm)表示非通勤出行的出行数据总样本中第m个出行者选择使用电动自行车出行的概率，因变量ym是一个可观测的二项分类变量，m＝1，2，...，M，表示居民对电动自行车出行的选择，共进行M次出行预测，ym＝1表示该出行者本次非通勤出行选择使用电动自行车出行，ym＝0表示该出行者本次非通勤出行不使用电动自行车出行；g(xm)由线性部分、空间自回归项和误差项组成：①线性部分：统计整理步骤10)获取的城市居民出行信息，得到k个备选自变量及部分统计特性参数，k个自变量的集合用向量xm＝[x1m，x2m，...，xkm]来表示，用系数向量β＝[β1，β2，...，βk]来表示这些自变量在模型中的系数，模型常系数为β0；②空间自回归项：用θm来表示空间因素对出行者选择电动自行车非通勤出行的概率的影响，其具体形式如下： θ m = ρ Σ m = 1 M w i j y m , m = 1 , ... , M - - - ( 3 ) ]]>这里ρ为随机参数，其向量形式，即随机参数向量用P表示，wij是M×M的空间权重矩阵的元素，是cij归一化处理的结果，即： w i j = c i j / Σ j = 1 M c i j - - - ( 4 ) ]]>其中，cij用来表示第i条和第j条出行线路的地理连接情况，即cij＝1时两条出行线路的起点或者终点在同一小区，cij＝0时表示不在同一小区；③误差项：εm表示误差项，服从概率密度函数为f(εm)＝e-εm/(1+e-εm)2的分布；步骤40)使用最大似然估计法，对电动自行车非通勤出行选择概率模型结构中的系数进行参数标定：通过测算下式的最大值，确定β0和β＝[β1，β2，...，βk]各元素的值： ln L ( x m ) = Σ i = 1 n [ y m ln ( 1 1 + e - ( β 0 + β 1 x 1 m + β 2 x 2 m + ... + β k x k m + θ m + ϵ m ) ) + ( 1 - y m ) ( 1 - 1 1 + e - ( β 0 + β 1 x 1 m + β 2 x 2 m + ... + β k x k m + θ m + ϵ m ) ) ] - - - ( 5 ) ]]>其中，lnL(xm)表示似然函数的自然对数值；接着将确定的常数项β0、变量系数β、随机参数向量P，带入步骤30)构建的电动自行车非通勤出行选择概率模型结构中，得到电动自行车非通勤出行选择概率模型，具体形式如式(6)所示： P ( y m = 1 | x m ) = 1 1 + e - g ( x m ) , m = 1 , 2 , ... , M ]]>g(xm)＝β0+β1x1m+β2x2m+...+βkxkm+θm+εm (6)步骤50)对城市居民是否选择电动自行车非通勤出行的出行方式进行预测，具体为：将待预测的数据带入式(6)所示的电动自行车非通勤出行选择概率模型，得到出行者选择使用电动自行车进行非通勤出行的概率值P(ym＝1|xm)，若P(ym＝1|xm)＞0.5，则认为该出行者会选择使用电动自行车；若P(ym＝1|xm)≤0.5，则认为该出行者不会选择使用电动自行车。