[發明專利]基于零膨脹負二項模型的電動自行車出行頻次預測方法

在審

• 申請號: 201710958985.2
• 申請日: 2017-10-16
• 公開（公告）號: CN107748929A
• 公開（公告）日: 2018-03-02
• 發明（設計）人: 徐鋮鋮;鄧翎;劉攀
• 申請（專利權）人: 東南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 南京蘇高專利商標事務所(普通合伙)32204
• 代理人: 柏尚春

技術領域

本發明涉及一種電動自行車出行頻次的預測方法，尤其涉及一種基于零膨脹負二項模型的電動自行車出行頻次預測方法。

背景技術

近年來，電動自行車是交通市場增長最快的領域之一，而中國的電動自行車銷量在世界排名處于領先地位；同時，推動電動自行車在城市的使用也有助于減輕交通擁堵問題，提高交通安全；因此，電動自行車在中國交通領域是一個必不可少的研究課題。

對以往的研究進行查閱時發現，研究大多都不區分男性和女性，然而實際上，性別是確定出行行為的重要因素，女性的身體和心理特征使她們的出行行為在某種程度上與男性有所不同；此外，大多數研究都集中在電動自行車模式的選擇問題上，很少有研究考慮電動自行車出行的頻次，而出行頻次對于交通需求有著顯著地影響，是確定交通需求的一個重要的因素；研究電動自行車的出行頻次可以更好地了解各種因素對電動自行車使用的影響，并且將有助于交通運輸專業人士預測電動自行車使用的需求，這是制定有效政策和良好基礎設施規劃的重要前提。

發明內容

技術問題：本發明提供一種基于零膨脹負二項模型的電動自行車出行頻次預測方法，該方法可以用來分析電動自行車的出行頻次，有助于制定促進城市電動自行車使用的策略。

技術方案：本發明所述的一種基于零膨脹負二項模型的電動自行車出行頻次預測方法，包括以下步驟：

(1)獲取電動自行車使用者的個人和家庭特征及他們的出行信息；

(2)提取出不同信息項下的不同劃分所對應的參數；

(3)將總樣本根據性別分為男性和女性兩部分；

(4)對電動自行車出行頻次遵循通常的負二項計數的狀態，采用負二項模型對一個工作日內男性和女性電動自行車出行頻次分別建模；

(5)對不使用電動自行車出行的狀態，采用零膨脹負二項模型對一個工作日內男性和女性電動自行車出行頻次分別建模；

(6)通過步驟(4)和步驟(5)中的模型預測出電動自行車的出行頻次，同時根據模型結果分析各種因素對于電動自行車出行頻次的影響。

所述步驟(1)中提及的個人和家庭特征及出行信息主要包括：出行者職業、出行者年齡、家庭年收入、汽車擁有情況、出行目的、出行距離、出行起點人口密度、出行時長、出行終點人口密度、出行時間是否是早高峰和起訖點的交通流量。

所述步驟(2)中的參數設置為：出行者職業是學生、工人、官員和其他，其對應參數為x_1i、x_2i、x_3i、x_4i；出行者年齡小于20歲、20到40歲之間、40到50歲之間和50歲以上的，對應參數為x_5i，x_6i，x_7i，x_8i；家庭年收入小于2000人民幣和大于20000人民幣的，對應參數為x_9i、x_10i；家里已有汽車、未來五年會買汽車、未來十年會買汽車和未來不會買汽車，對應參數為x_11i、x_12i、x_13i、x_14i；出行目的是工作、上學、購物、回家和其他，對應參數為x_15i、x_16i、x_17i、x_18i、x_19i；出行目的分別為工作、上學、購物、回家、其他的出行距離，對應參數為x_20i、x_21i、x_22i、x_23i、x_24i、x_25i；出行起點人口密度大于0.023人/平方米和小于0.023人/平方米，對應參數為x_26i、x_27i；出行終點人口密度大于0.023人/平方米和小于0.023人/平方米，對應參數為x_28i、x_29i；出行時間是早高峰，對應參數為x_30i；起訖點的交通流量，對應參數為x_31i；其他信息，對應參數x_ki；i表示第i份問卷。

所述步驟(4)建模如下：

其中，Γ(.)是伽馬函數，α是過度離散參數，λ_i表示n_i的期望值，在負二項模型中，參數λi通過以下等式被指定為解釋變量的函數：