[發明專利]一種居民出行信息預測方法

有效

• 申請號: 202211016710.4
• 申請日: 2022-08-24
• 公開（公告）號: CN115412857B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 孫軼琳;董軼男;陳逸潔;蔣雨豪
• 申請（專利權）人: 浙江大學
• 主分類號: H04W4/029
• 分類號: H04W4/029;G06N20/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 萬尾甜;韓介梅

1.一種居民出行信息預測方法，其特征在于，包括以下步驟：

1)采集用戶個人信息：包括性別、年齡、職業、收入、居住區域、機動車駕照保有情況及交通工具使用情況，并賦予其唯一身份識別編號ID；

2)采集用戶的位置信息：對于某一用戶ID，以每2秒的頻率記錄當前時間戳t_n、水平位置精度H_n、經度J_n、緯度W_n、速度V_n、加速度A_n、方向D_n，并以固定頻率上傳用戶位置信息，從而形成居民出行調查日志數據集；

3)根據步驟(2)中用戶的位置信息，獲得候選停留點：基于注意力機制，從出行調查日志數據集篩選出候選停留點；出現以下情況則將候選停留點合并為一個候選停留點：若兩個候選停留點間距不足50米；若兩個候選停留點的間距不大于150米，且時間差不大于5分鐘；

4)基于步驟(2)得到的用戶的位置信息和步驟(3)得到的候選停留點，獲得用戶的出行信息，所述出行信息包括出行方式、出行目的、出行時段；

5)儲存當日的出行信息，用戶可隨時查看并核準出行信息；

6)以全連接層替代輸入層，以Sigmoid層替代輸出層，構建基于BERT的時間序列模型；所述模型以行程時空數據Trip_ts、用戶個人信息Ind_at、城市建成環境數據Bud_en為輸入；以出行信息為輸出；

7)根據前u個調查日獲取的出行信息進行預訓練，通過第u+1至u+v個調查日每日的數據作為模型輸入進行迭代優化；

8)用戶根據實際情況對當前時段的出行信息預測結果進行匹配度評價，從而對模型進行進一步優化；

9)采用優化后的模型對居民未來的出行信息進行預測。

2.根據權利要求1所述的居民出行信息預測方法，其特征在于，所述的步驟(3)中，基于注意力機制，從居民出行調查日志數據集中篩選出候選停留點，具體為：

首先，對獲取的用戶位置信息進行加密：

X_i＝[sin?W_i,cos?W_i]

其中，i＝1，2...n，X_i為時間戳t_i時的加密位置信息，W_i為時間戳t_i時的緯度；

接著，計算加密后任意兩個位置之間的組合值C_ij：

其中，j＝1，2...n，X_j為時間戳t_j時的加密位置信息，H_i和H_j分別為時間戳t_i時和t_j時的水平位置精度；

然后，對所有組合值進行打分：

最后，針對任意一個位置，選擇其與其他所有位置之間組合值的最大打分值：

Y_1a＝Max(Y₁₁,Y₁₂,Y₁₃,…,Y_1n),Y_2b＝Max(Y₂₁,Y₂₂,Y₂₃,…,Y_2n),…,Y_nk＝Max(Y_n1,…,Y_nk,…,Y_nn)，即可得到候選停留點P_a,P_b,…P_k。

3.根據權利要求1所述的居民出行信息預測方法，其特征在于，所述的步驟(6)中，行程時空數據Trip_ts具體包括：出行時段、出行時長、出行距離、平均速度、最大速度、速度的50/75分位數、平均加速度、最大加速度、加速度的50/75分位數、5km/h以下速度的時空占比以及方向改變速率D’_n。

4.根據權利要求1所述的居民出行信息預測方法，其特征在于，所述的步驟(6)中，城市建成環境數據包括城市用地類型及道路分布。