[發明專利]一種可驗證的基于極大似然法的旅游交通OD預測方法

在審

• 申請號: 202210310794.6
• 申請日: 2022-03-28
• 公開（公告）號: CN114626247A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 黃文;張鵬;張翔;趙欣桐;李際勝;牛鳳鳴;李曉飛;黃海;任闖闖;耿曉婷
• 申請（專利權）人: 中鐵第六勘察設計院集團有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/16;G06F119/02
• 代理公司: 天津睿勤專利代理事務所(普通合伙) 12225
• 代理人: 孟福成

本發明提供了一種可驗證的基于極大似然法的旅游交通OD預測方法，包括以下步驟：求解目標函數L的最大值的公式：Max其中，G_r、G_s是起點r和終點s的GDP,c_rs是起點r到終點s的交通花費,f_i是路段i上觀測的路段交通量；獲取G_r、G_s和c_rs、f_i，并計算f_i的分布自由度n；迭代計算出滿足目標函數L對α,β,γ的一階偏導數均等于0時的α,β,γ值；對α,β,γ值進行顯著度檢驗，若α,β,γ的效果明顯，則將α,β,γ帶入交通分布的重力模型計算q_rs。本發明既避免了大規模重復的OD調查，節省項目資金，又保證了OD資料獲得的連續性與準確性。

技術領域

本發明屬于智能交通技術領域，特別涉及一種可驗證的基于極大似然法的旅游交通OD預測方法。

背景技術

旅游交通是一種特殊的交通，游客基本上往返于住宿酒店及景區。對旅游城市而言，旅游交通是非常重要的一種交通出行種類，只有做好了旅游交通的客流出行分析，才能提高游客出行品質，提高城市旅游競爭力。

我們將城市按照住宿、景區等不同功能劃分為不同的交通小區，旅游交通OD(起迄點)出行分布矩陣就是對應的交通起訖小區之間的游客出行數。實際上，真正出行的OD矩陣是不可能獲得的，因為在一定時間內的兩個交通小區之間真正的交通總出行量，誰也無法精確知道。人們所做的各種努力，都是試圖得到盡可能真實的結果。

如何得到估計出OD出行表，一般采用以下兩種方法：一是通過現狀交通調查，采用抽樣方法，再根據調查的子體來推斷母體,即現狀OD；二是通過對歷史OD數據分析，根據其影響因素的發展變化，推斷現狀OD或者用此來預測未來OD。

基于現狀調查的OD模型，主要考慮的是如何根據車輛的路徑選擇信息，合理擴樣現狀小樣本調查所得到的OD數據，從而推算出較準確的OD矩陣。受客觀條件的限制(人力、物力、財力等)，當路網路段交通量比較大時，OD調查常常采用抽樣方法，依據數理統計的原理，在誤差允許的前提下，通過調查的子樣來推斷母體，獲得所需的OD數據。此外，如何通過科學合理地布設調查點，盡可能通過最少的調查工作量，得到最優的調查結果，也是OD模擬工作成功的先決條件，一般采取逐步布點法進行操作。我們總是期望通過擴樣推算出的OD模型精確地反映各個小區之間的交通出行，但是實際上由于各種復雜因素的影響，比如擴樣建模假設是否合理，小樣本模型中輸入數據是否正確，導致結果總存在一定的誤差，而且有時候誤差之大足以影響推算結果的正確性與有效性。

基于歷史數據的OD模型是在較為詳實的歷史OD數據的基礎上，根據影響OD的主要因素的發展變化，推斷出現狀OD圖，進而可以用來預測未來OD。由于影響OD的因素眾多，而各影響因素之間關系緊密，發展變化也很難準確把握。尤其是隨著社會經濟的發展，人們的出行行為心理的改變，以及交通方式的發展變化等，更使得旅游交通的OD的發展變化莫測。因此，這里未來的概念不是歷史規劃期的概念，而是相對較短期的，一般1～5年比較合適。這種通過歷史數據獲得OD的方法，實際上就是常規的交通預測四階段模型的前兩階段，即通過一系列的歷史數據，得到交通生成，進而再得到交通分布，即OD矩陣。

獲得了主要影響因素在模擬年份(現狀或者未來年份)的指標值之后，就可以對歷史年份的OD數據進行回歸分析，從而擬合出OD產生的規律，并隨后推算模擬年份的OD數據。

通過比較我們可以發現，使用家庭問卷調查或路邊問卷調查等基于現狀調查的方法來獲得出行矩陣，一方面代價很高，費時費力；另一方面，在經濟快速發展的地區，調查擴樣所得的出行矩陣很快就落后于現實的交通分布。所以當預算有限時或者在社會高速發展期，此種方法是不可取的。而通過歷史數據獲取出行矩陣，需要大量的歷史數據信息，而在中國大多數城市，由于之前沒有對旅游交通的發展有過足夠重視，因此沒有旅游交通單獨的出行矩陣，所以這也是不可行的。因此，采用上面兩種方法進行旅游交通OD預測，均存在較大的問題。

發明內容