买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南大学

摘要：本发明公开了一种交通起讫点需求估算方法，包括获取待分析区域的交通参数；进行空间相关性建模得到空间相关性损失；进行出行语义相关性建模得到出行语义相关性损失；根据空间相关性损失和出行语义相关性损失构建OD估算模型；对OD估算模型进行求解得到最终的交通起讫点需求估算结果。本发明提供的这种交通起讫点需求估算方法，考虑了空间关联权重对OD需求空间自相关性以及出行语义关联权重对OD需求出行目的相似性，从而构建了考虑OD需求与空间距离的相关性和OD需求与出行目的的相关性的交通起讫点需求估算模型，并对模型求解得到最终的估算结果；因此，本发明方法的可靠性高、精确性好且适用范围广。

主权项：1.一种交通起讫点需求估算方法，包括如下步骤：S1.获取待分析区域的交通参数；S2.对待分析区域进行空间相关性建模，从而得到空间相关性损失；具体为采用如下步骤建模并得到空间相关性损失：A.将待分析区域划分为交通小区，将出行OD点匹配至交通小区；同时规定若两交通小区共边相邻，则视作两交通小区存在空间邻接；B.规定对于任意交通需求ODi，其空间属性由起始点交通小区Oi与目的地交通小区Di共同决定；任意两个交通需求ODi与ODj之间的空间关系同时取决于起始点交通小区OiOj的空间关系与目的地交通小区DiDj的空间关系；C.对于N个OD对，建立空间关系矩阵WN×N来表达OD对间的空间关系，其中空间关系矩阵的元素wij表示交通需求ODi与ODj之间空间权重；D.采用如下算式作为空间相关性损失的计算式： 式中SpaceLoss为空间相关性损失；W为OD对集；W0为观测路段集合；ODi为第i对OD对的需求估计值；ODGj为第j对OD对的需求观测值；wij为交通需求ODi与ODj之间空间权重；S3.对待分析区域进行出行语义相关性建模，从而得到出行语义相关性损失；具体为采用如下步骤进行建模并得到出行语义相关性损失：a.定义交通小区功能向量：若兴趣点类型数量为N，则任意交通小区i的功能用途表达为一个N维向量Fi＝n1,n2,...,nk,...,nN；其中nk为落入交通小区内第k类兴趣点的数目；b.定义出行语义向量：对于OD对ODi，其出行语义向量表示为目的地的功能用途与出发点的功能用途之差其中为N维向量；c.定义出行语义相似度：对于任意两个OD对ODi和ODj，采用如下所示的向量余弦相似度计算两次出行之间的目的相似性 式中为ODi的出行语义相似度；为ODj的出行语义相似度；||为向量的模运算；·为向量的內积运算；d.采用语义关联权重swij表示两次出行之间的语义关联： 式中Simi,j为ODi和ODj之间的出行语义相似度；δ为设定的阈值；e.采用如下算式作为出行语义相关性损失的计算式： 式中SemanticLoss为出行语义相关性损失；W为OD对集；W0为观测路段集合；ODi为第i对OD对的需求估计值；ODGj为第j对OD对的需求观测值；swij为ODi和ODj之间的出行语义关系权重；SODi为第i对OD对的需求估计值与Oi人口的比值；SODGj为第j对OD对的需求观测值与Oj人口的比值；S4.根据步骤S2得到的空间相关性损失和步骤S3得到的出行语义相关性损失，构建OD估算模型；具体为采用如下模型作为最终的OD估算模型：优化目标：OD＝argminLOSSOD；其中，LOSSOD为优化模型的上层总损失函数，且LOSSOD＝1-α-β-γODLoss+α·TimeLoss+β·SpaceLoss+γ·SemanticLoss式中ODLoss为OD需求误差，且W0为观测路段集合，ODi为第i对OD对的需求估计值；ODGj为第j对OD对的需求观测值；TimeLoss为旅行时间误差，且A0为观测路段集合，ta为路段a的旅行时间的估计值，taG为路段a的旅行时间的观测值；SpaceLoss为空间相关性损失；SemanticLoss为出行语义相关性损失；α、β和γ为非负的权重参数且0≤α+β+γ≤1；下层模型为基于Logit-SUE的配流模型；优化目标的约束条件为： 式中W为OD对集；va为路段a上的交通流量；pia为ODi对路段a贡献的交通量占总OD需求的比例；A0为路段集合；ta为路段a的行驶时间，为路段a的自由流行驶时间，ca为路段a的最大容量；S5.对步骤S4构建的OD估算模型进行求解，从而得到最终的交通起讫点需求估算结果；具体为采用如下步骤进行求解：1采用小批量梯度下降法求解上层模型，每次迭代中的徒弟方向R采用如下算式计算： 式中α、β和γ为非负的权重参数且0≤α+β+γ≤1；W为OD对集；W0为观测路段集合；ODi为第i对OD对的需求估计值；ODGj为第j对OD对的需求观测值；ta为路段a的旅行时间的估计值，taG为路段a的旅行时间的观测值；pia为ODi对路段a贡献的交通量占总OD需求的比例；va为路段a上的交通流量；ta为路段a的行驶时间；wij为交通需求ODi与ODj之间空间权重；swij为ODi和ODj之间的出行语义关系权重；SODi为第i对OD对的需求估计值与Oi人口的比值；SODGj为第j对OD对的需求观测值与Oj人口的比值；为ODi起点Oi的人口数；为路段a的自由流行驶时间，ca为路段a的最大容量；2参数pia由下层的Logit-SUE配流模型得到；3下层的Logit-SUE配流模型由相继移动平均法求解。

全文数据：

权利要求：

百度查询： 中南大学 交通起讫点需求估算方法