[發明專利]基于馬爾科夫鏈的旅游交通需求預測方法、裝置及系統

在審

• 申請號: 202111000900.2
• 申請日: 2021-08-30
• 公開（公告）號: CN113449932A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 林濤;郭曉東;羅鈞韶;羅天;呂一彤;唐先馬
• 申請（專利權）人: 深圳市城市交通規劃設計研究中心股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 北京隆源天恒知識產權代理事務所(普通合伙) 11473
• 代理人: 閆冬

本發明提供了基于馬爾科夫鏈的旅游交通需求預測方法、裝置及系統，涉及交通模型預測技術領域。本發明所述的基于馬爾科夫鏈的旅游交通需求預測方法，包括：根據旅游片區各功能分區的初始游客人數確定初始狀態矩陣；根據所述旅游片區各功能分區之間的游客轉移概率確定旅游交通轉移矩陣；根據所述初始狀態矩陣和所述旅游交通轉移矩陣預測旅游交通需求。本發明所述的技術方案，通過初始狀態矩陣和旅游交通轉移矩陣預測旅游交通需求，根據上一時段的狀態值和轉移矩陣預測下一時段的狀態值，使得游客出行分布可以通過模擬旅游景區之間游客轉移過程計算得到，相比于現有四階段法而言，提高了內部出行的計算準確率和漫游交通需求預測精確度。

技術領域

本發明涉及交通模型預測技術領域，具體而言，涉及基于馬爾科夫鏈的旅游交通需求預測方法、裝置及系統。

背景技術

旅游交通是指以旅游休閑為主要目的出行的全過程，包括了游覽區外的到發交通和在旅游片區內的漫游交通。到發交通可以利用“四階段法”進行需求預測，而景區間的出行強調旅游線路和游覽范圍，重視各個出行之間的關聯性。“四階段法”基于集計統計方法考慮，根據各個景區的發生量和吸引率計算景區之間的出行分布，內部小區出行關聯性較弱，對于景區間漫游出行預測精度較低。

發明內容

本發明解決的問題是如何提高漫游交通的需求預測精度。

為解決上述問題，本發明提供一種基于馬爾科夫鏈的旅游交通需求預測方法，應用于旅游片區內的漫游交通，包括：根據所述旅游片區各功能分區的初始游客人數確定初始狀態矩陣，其中，所述初始狀態矩陣表示馬爾科夫鏈預測模型初始時段的狀態值，所述初始狀態矩陣由所述旅游片區各功能分區的初始游客分布組成；根據所述旅游片區各功能分區之間的游客轉移概率確定旅游交通轉移矩陣，其中，所述旅游交通轉移矩陣由所述馬爾科夫鏈預測模型的多個一步轉移概率組成，所述一步轉移概率與所述功能分區上一時段的游客人數及游客轉移人數相關聯；根據所述初始狀態矩陣和所述旅游交通轉移矩陣確定所述馬爾科夫鏈預測模型下一時段的狀態值，以預測旅游交通需求，其中，所述馬爾科夫鏈預測模型下一時段的狀態值與所述功能分區下一時段的游客人數相關聯。

本發明所述的基于馬爾科夫鏈的旅游交通需求預測方法，通過初始狀態矩陣和旅游交通轉移矩陣預測旅游交通需求，根據上一時段的狀態值和轉移矩陣預測下一時段的狀態值，使得游客出行分布可以通過模擬旅游景區之間游客轉移過程計算得到，實現了鏈式轉移模型在旅游交通內部出行即漫游交通需求預測中的應用，相比于現有四階段法而言，提高了內部出行的計算準確率和漫游交通需求預測精確度。

可選地，所述根據所述旅游片區各功能分區的初始游客人數確定初始狀態矩陣包括：根據所述旅游片區各功能分區的歷史年份人數分布，建立游客人數與影響因素之間的函數關系，其中，所述歷史年份人數分布由歷史游客數據確定；根據所述函數關系與規劃年份的影響因素，確定所述旅游片區各功能分區的規劃年份人數分布，其中，所述規劃年份的影響因素包括多項規劃指標，所述規劃指標由規劃年份的計劃確定；對所述旅游片區各功能分區的規劃年份人數分布作歸一化處理，確定所述初始狀態矩陣。

本發明所述的基于馬爾科夫鏈的旅游交通需求預測方法，根據歷史年份人數分布確定規劃年份人數分布，從而確定初始狀態矩陣，進而能夠通過初始狀態矩陣和旅游交通轉移矩陣預測旅游交通需求。

可選地，所述影響因素包括片區游客結構、各功能分區景區資源、知名度和交通可達性，所述建立游客人數與影響因素之間的函數關系包括：根據所述歷史游客數據分別建立所述游客人數與所述片區游客結構、所述各功能分區景區資源、所述知名度和所述交通可達性之間的函數關系，其中，所述片區游客結構包括客源地結構、年齡和職業構成、旅游目的結構、停留時間和消費結構，所述景區資源指能夠引起游客進行審美與游覽活動且可以作為開發利用的自然資源，所述知名度指景區被公眾知曉和了解的程度，所述交通可達性指景區的交通便捷程度。