[發明專利]一種基于量子游走的行為軌跡序列多特征模擬方法

在審

• 申請號: 202110636508.0
• 申請日: 2021-06-08
• 公開（公告）號: CN113393488A
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 王增杰;滕玉浩;羅文;張悅
• 申請（專利權）人: 南京師范大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06N10/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 王安琪

1.一種基于量子游走的行為軌跡序列多特征模擬方法，其特征在于，包括如下步驟：

(1)生成全集特征序列；

(2)篩選特征序列；

(3)構建特征序列映射機制；

(4)實驗驗證。

2.如權利要求1所述的基于量子游走的行為軌跡序列多特征模擬方法，其特征在于，步驟(1)中，生成全集特征序列具體為：基于量子游走的基本假設，在格網化為m×n個區塊的城市內部系統中，將行為特征所有可能的分布定義為量子游走的基態，記為：

表示駕駛員在不同區塊間的移動在量子游走模擬中體現為粒子在不同結點間的轉移；

定義一個由基態構成的希爾伯特空間H，且由基態線性組合而成的疊加態同樣處于該空間中；因此，量子游走的狀態|δ(k)被定義為所有基態的線性疊加：

其中|a_i(k)|∈[0,1]，表示駕駛員在給定時間處于狀態|i的概率幅；根據隨機性假設，基于酉變換，將狀態向量|δ(k)隨時間的演化表示如下：

如式(3)所示，狀態向量的動態演變取決于鄰接矩陣A，從離散點的視角將其轉化為矩陣，并通過矩陣運算有效求解狀態向量；至此，構建了基于量子游走的全集特征序列生成模型。

3.如權利要求2所述的基于量子游走的行為軌跡序列多特征模擬方法，其特征在于，基于以下規則不斷調整參數：在研究區域的56個區塊上進行2000次量子游走，其控制參數從0.01增加至20，且間隔為0.01；最終，得到了56個區塊所有可能的特征序列，實現了量子游走的全集特征序列生成。

4.如權利要求1所述的基于量子游走的行為軌跡序列多特征模擬方法，其特征在于，步驟(2)中，篩選特征序列具體為：以ReliefF特征選擇算法來篩選行為軌跡特征序列，在實際行為軌跡時間序S的約束下，對步驟(1)生成的全集特征序列進行ReliefF特征子集篩選，將其表示為：

基于每個特征的權重，使用式(4)中的特征選擇算法從全集特征序列中篩選N個特征權重較大的特征序列，記為其中

5.如權利要求4所述的基于量子游走的行為軌跡序列多特征模擬方法，其特征在于，依據特征權重大小一次從全集特征序列中篩選了四組不同數量的特征序列集合，相應的特征序列數分別為5、10、20和30。

6.如權利要求1所述的基于量子游走的行為軌跡序列多特征模擬方法，其特征在于，步驟(3)中，構建特征序列映射機制具體為：基于步驟(2)篩選所得模態分別建立了行為軌跡序列與行為模態間的混疊耦合關系，并將其表示為：

7.如權利要求1所述的基于量子游走的行為軌跡序列多特征模擬方法，其特征在于，步驟(4)中，實驗驗證中的實驗配置具體為：將研究區域格網化為0.01°x0.01°的區塊，共56個，統計各區塊內每十分鐘的網約車流量時間序列，長度為144，最終處理得到了所需實驗數據；

在生成全集特征序列時，在研究區域區塊上進行了2000次量子游走，其控制參數以0.01的間隔從0.01增加至20，分別選取5、10、20和30個特征序列對行為軌跡序列進行特征解析和建模模擬，選取決定系數R²作為評價的指標，具體定義為：

其中，s_i為實際行為軌跡序列；為模擬得到的行為軌跡序列；為實際行為軌跡序列的平均值；l為模擬樣本個數。