基于概率图模型的乘客出行链提取方法

摘要：

以公共交通智能卡数据为基础,构建概率图模型,从乘客连续出行行为以及时空转移角度提取乘客出行链.从进出站客流时间分布特征出发,构建混合泊松模型,识别出站点周边用地性质信息;然后结合乘客连续的活动序列,构建隐马尔科夫模型,从乘客连续出行的时间特征和空间用地特征上识别出行目的 ,从而构建每位乘客基于公共交通的出行链.以北京市某一周工作日的轨道交通智能卡数据为例实现本文模型,结果表明:工作类活动以及回家类活动在全天主要时段分布与以往研究和调查结果相吻合,验证了模型的有效性;对于出行链,通勤类出行为主要出行,占68.5％,而其他类活动以单程出行为主.

关键词：交通运输系统工程、智能卡数据、混合泊松模型、隐马尔科夫模型、出行链

所属期刊栏目：49

分类号：U121;U212(城市交通运输)

资助基金：中央高校基本科研业务费专项;北京市自然科学基金

在线出版日期：2020-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-65