[發(fā)明專利]對出行鏈斷鏈時公交IC卡乘客進行下車站點識別的方法

有效

• 申請?zhí)枺?/td>: 202011593440.4
• 申請日: 2020-12-29
• 公開（公告）號: CN112733891B
• 公開（公告）日: 2023-08-01
• 發(fā)明（設(shè)計）人: 王成;崔紫薇;張烜榕
• 申請（專利權(quán)）人: 華僑大學
• 主分類號: G06F18/27
• 分類號: G06F18/27;G06F18/23213;G06F18/22;G06Q10/047;G06Q50/26
• 代理公司: 廈門市首創(chuàng)君合專利事務(wù)所有限公司 35204
• 代理人: 張松亭;楊鍇

1.一種對出行鏈斷鏈時公交IC卡乘客進行下車站點識別的方法，其特征在于，包括如下步驟：

1)根據(jù)常規(guī)公交的IC刷卡數(shù)據(jù)以及運營車輛數(shù)據(jù)，使用第一層Stacking框架對常規(guī)公交IC刷卡乘客下車站點進行識別，步驟1)中，設(shè)第m個乘客第d天第b個出行鏈斷裂的出行，是在l線路f方向第T個班次J個站點中的第j₁個站點上車，則通過識別獲得該次出行在第j₂個可能下車站點的下車概率，其中，j₁＜j₂＜J；

采用使用第一層Stacking框架進行基于個人高頻站點的方法、基于下游站點吸引權(quán)的方法、基于換乘便利性概率的方法、基于用地性質(zhì)吸引概率的方法和基于群體歷史記錄方法中的一種或幾種，對常規(guī)公交IC刷卡乘客下車站點進行識別，分別獲得則該次出行在第j₂個可能下車站點的下車概率

2)將步驟1)的識別結(jié)果作為輸入，使用第二層Stacking框架基于Logistic回歸模型對常規(guī)公交IC刷卡乘客下車站點進行識別，步驟2)具體如下：

2.1)建立模型，將步驟1)識別獲得的可能下車站點分別標記為0或1，標記為1的可能下車站點為識別出的正確下車站點，標記為0的可能下車站點為不正確下車站點，正確下車站點與不正確下車站點共同作為第二層Stacking框架的Logistic回歸模型的輸入；

對于第m個乘客第d天第b個出行鏈斷裂的出行，Logistic回歸模型的輸出為該次出行在第j₂個可能下車站點的下車概率，如下：

其中，是輸入向量，為中的一種或幾種；是權(quán)值向量，W為w₁、w₂、w₃、w₄、w₅中的一種或幾種，分別表示的權(quán)重，w₀為偏置；

2.2)使用基于出行鏈方法識別下車站點的公交IC卡數(shù)據(jù)，并作為訓練集和測試集進行模型的學習；

2.3)選用極大似然估計法來估計模型參數(shù)，并采用適合大規(guī)模數(shù)據(jù)計算的L-BFGS算法進行參數(shù)數(shù)值的確定；則在第j₂個可能下車站點的下車概率如下：

其中，為的極大似然估計值；

2.4)第m個乘客第d天第b個出行鏈斷裂的出行的下車站點是可能下車站點中下車概率最大的第j₂個可能下車站點具體如下：

2.根據(jù)權(quán)利要求1所述的對出行鏈斷鏈時公交IC卡乘客進行下車站點識別的方法，其特征在于，步驟1)中，基于個人高頻站點的方法確定可能下車站點的下車概率的方法如下：

統(tǒng)計第m個乘客在研究時間段D天內(nèi)，在第j₂個可能下車站點的上車刷卡總次數(shù)則該次出行在第j₂個可能下車站點的下車概率如下：

3.根據(jù)權(quán)利要求1所述的對出行鏈斷鏈時公交IC卡乘客進行下車站點識別的方法，其特征在于，步驟1)中，基于下游站點吸引權(quán)的方法確定可能下車站點的下車概率的方法如下：

統(tǒng)計第m個乘客在第j₁個站點上車的所乘公交班次中，在第j₂個可能下車站點的上車刷卡總次數(shù)則該次出行在第j₂個可能下車站點的下車概率如下：

4.根據(jù)權(quán)利要求1所述的對出行鏈斷鏈時公交IC卡乘客進行下車站點識別的方法，其特征在于，步驟1)中，基于換乘便利性概率的方法確定可能下車站點的下車概率的方法如下：

根據(jù)公交靜態(tài)線路站點信息統(tǒng)計第j₂個可能下車站點的公交線路數(shù)量則該次出行在第j₂個可能下車站點的下車概率如下：

且，