论文研究-基于离散-连续选择模型的通勤出行时间预测.pdf

所需积分/C币:12 2019-09-20 18:03:29 932KB .PDF

论文研究-基于离散-连续选择模型的通勤出行时间预测.pdf,  把握出行者的日时间分配是交通行为分析的重要内容之一. 本文基于离散-连续建模思想, 结合运用Ordered Probit离散选择模型和Hazard连续选择模型, 建立了由上班(上学), 下班(放学)出发时刻模型和上班(上学), 下班(放学)出行耗时模型组成的通勤时间预测模型系统, 预测了通勤者的日时间安排. 研究表明, 所建模型
第10期 宗芳,等:基于离散-连续选择模型的通勤出行时间预测 2681 表2变量设置表 影响因素 变量 变量值 性别 Gender 男:1,女:0 年龄 Age 实际年龄(连续值) 月收入 Income 1500元以下:15501-10000元:5 1501-2500元:210001-20000元:6 25013500元:320001-30000元:7 3501-5500元:430001元以上:8 职业人(包括职员) Occu-gl 是:1,否:0 公务员 Occu-gw 是:1,否:0 学生,教师 Occu-x 是:1,否:0 服务人员 Occu-f 是:1,否:0 医护人员 Dccu-y 是:1,否 出行方式步行 ode-w 是:1,否:0 自行车 Mode-bi 是:1,否:0 公交车(包括地铁和 Mode-bu 是:1,否:0 小汽车) Mode-c 是:1,否:0 出行距离 Distance 实际距离(连续值,米) 是否上班 Work 是:1,否:0(上学) 出发吋段 Departure time 离散值1,2,3,4,5,具体见表1 3出发时刻建模 本部分将建立上班(上学)出发时刻模型和下班(放学)出发时刻模型如表1所示,出发时刻为有序的 离散变量,可以采用 Ordered probit模型进行 表3出发时刻模型的参数标定结果 预测 上班(上学)出发时刻模型下班(放学)出发时刻模型 Ordered probit模型是排序离散选择模型变量 中的一种,它的多个因变量之间有排序关系 参数估计值t检验值参数估计值t检验值 其一般形式为 Income 0.09 19.14 0.06 16.18 As 10.49* 29.41 y XB+E 43 32.00 式中,y+称为潜变量或隐性变量;X为解释变Ocu-gw0.14 0.35 11.44 量;β为X的系数、表示各解释变量对被解 Ccu-X 0.72 7.09* 0.25 释变量影响程度的大小;ε为随机扰动项,假设Ocu-f 0.27 X n Normal(0, 1) Occu 0.48 12.96* 0.33 9.21* 设y为 Ordered probit模型的决策变 Gender 0.11 9.34* 0.08 8.36* Modc-w 量,其取值为有序整数,如0,1,2,3 0.18 7.89 0.42 35.49* 0.41 19.30 a1<…<a<…<an(共有m个有序选项为阈 Modc-bu 0.59 4.76* 值,则有 Mode-c 0.10 3.12 0.41 15.29 y=0,y*≤a1 Distance 0.000067 6.26e-06 3.11* y=1,a1≤y*≤a2… Work 1292 y-i,a;≤y≤ 1 2.42 0.01 模型中系数β和阈值a1,……,a;,an 0.97 为待估计参数.基于极大似然估计法,应用统计 t4 1.60 2.07 软件SPSS进行 Ordered probit模型的标定,结 注:*显著性检验水半为1%,米*显著性检验水平为5% 果如表3所示 *显著性检验水平为10% 采用t检验值(要求枓>1.96)对变量进行筛选.采用命中率和Prob>chi2(P值)进行模型的整体检 验经计算,上班(上学)和下班(放学)出发时刻模型的命中率分别为64.36%和61.00%,P值均为0.0000 表明模型预测精度在合理范围,符合建模要求 2682 系统工程理论与实践 第33卷 4出行耗时建模 出行耗时建模的任务是建立上班(上学)出行耗时模型和下班(放学)出行耗时模型 41出行耗时分析 统计数据可知,上班(上学)平均出行耗时为196分钟,最长为205分钟最短为1分钟;下班(放学 平均出行耗时为1836分钟,最长为168分钟,最短为1分钟.应用 Stata软件分别对上班(上学)和下班(放 学)出行耗时作 Kaplan meier生存曲线(图3和图4).图中横轴表示生存时间,即上班(上学)或下班(放 学)出行耗时纵轴表示出行持续到某一时间的概率(生存率).由 Kaplan meier生存曲线可见,随着出行时 间的推进.生存率逐步降低,符合生存函数的一般分布形式 生存率 生仔率 出行耗时() 出行耗吋() 图3上班(上学)出行耗时的生存曲线 图4下班(放学)出行耗时的生存曲线 4.2模型建立 Hazard模型是计量经济学中进行时间分析的重要模型之一将非负持续时间T看作随机变量,将T的 条件概率定义为风险函数h(t),表示一次出行在持续时间t之后的某一时点结束的瞬时概率,即: m P≤T<t+△|T>t) (3) Δ0+ 式中△为无穷小区间 该出行持续时问T的概率密度函数和概率分布函数分别为f(t)和F(t) f(t)=li P(t≤T<t+△) △→0+ )=P(≤)=/f 定义生存函数S(t)为出行耗时大于t的概率,则h()与f(t),F(t)和S(t)之间的关系为: h(t-f(t) dF(t)/dt -ds(t)/dt -dIn S(t) 根据出行耗时 Kaplan-Micr图形分析结果和以往建模经验,假设风险函数服从指数分布,建立岀行耗 时的加速失效时间模型( accelerated failure-time model,AFT),风险函数h(t)及生存函数S(t)分别如下 h(t)=exp(+1x1+2x2+…+1x) s(=exp(-exp(Bo+011+B2 2+.+Bii) 其中,C1,x2,…,;为影响出行耗时的因素;0为常数项,B1,2,…,B为相应影响因素的权重系数,表明各 因素对出行耗时的影响程度 采用极大似然估计法,运用 Stata软件对模型参数进行标定.模型整体根据P值进行检验,要求P值 05;单个参数应用z值进行检验,要求|2≥1.96,表明该变量对结果影响显著.模型标定结果见表 43出行耗时预测 分别应用巳建模型进行上班(上学)利下班(放学)出行耗时预测,结果如图5和图6所示 第10期 宗芳,等:基于离散-连续选择模型的通勤出行时间预测 2683 表4出行耗时模型的參数标定结果 变量 上班(上学)出行耜时模型下班(放学)出行耗时模型 参数估计值z值参数估计值 z值 Constant 2.53 79.98 0.01 2.65 0.01 3.57 A 0.00 7.00 0033 8.80 Occu-gr 2.22 Occu-x 0.10 49 0.07 4.25 Gender 0.04 3.72 Mode-w 0.14 7.65 0.06 3.51 Mode-bil 0.15 8.93 0.08 3.51 Distance 0.00012 57.51 00015 66.12 Departure time-0.0913.06-0.06-11.96 Work 0.19 7.36 Prob chi2 0.0000 0.0000 30o90120150180210240z7030 出行耗时(min) 出行耗时 图5上班(上学)出行耗时的生存曲线估计 图6下班(放学)出行耗时的生存曲线估计 采用平均误差百分比绝对值(MAPE)检验模型的预测精度: MAPE= ∑ A 其中,A;为实际观察值,P为预测值,MAPF值越小表示预测精度越高.两个模型的MAPF值和基本的预 测指标如表5所示 表5出行耗时模型的预测精度和预测指标 上班(上学)出行耗时模型下班(放学)出行耗时模型 MAPE值 0.3882 0.3905 预测均值(分钟 13.66 13.36 预测最小值(分钟 预测最大值(分钟) 114.08 17280 模型应用 应用已建的模型系统可以进行Dt1,D1,Dt2,D3的预测和A1,D2,A2的计算.实例如下 建模数据库中第010104065**号家庭共有3名成员.成员号为1的陈某,45岁,职业为服务人员,月收 入为0-150元.调查当口有上下班出行,均采取步行方式,出行距离为1500米.该被调查者的实际通勤出行 日志如图7所示 家上班出行单位 工作 单位下班出行 家 7:45 15分钟8:00 8:00-17:00 17:0015分钟1715 图T被调查者的实际通勤出行时间安排 2684 系统工程理论与实践 第33卷 家1斑出行 单位 工作 单位下班出行少P● 家 7:00-8:009.13分钟7:098:09 7:09-17:00 l6:00-17:0010.31分钟16:10-17:10 图8被调查者的通勤出行时间安排预测结果 经过模型系统的预测,该被调查者的通勤出行时间安排如图8所示.可见,经过模型系统的预测和计算, 可得到通勤者旳日时间安排.模型预测得出的7个时间段或时间点与实际值之间存在一定误差.下面从各个 时间段和时问节点误差入手,对出行时问安排整体误差进行分解:(1)上班出发时刻误差:最大为45分钟,最 小为15分钟;(2)上班出行耗时误差:547分钟;(3)到达单位误差:最大51分钟,最小0分钟;(4)下班出 发时刻误差:最大60分钟,最小0分钟;(5)下班出行误差:4.29分钟;(6)到达家的误差:最大65分钟,最 小5分钟可见,在仝日时间误差中,出行耗时误差所占很小,出发时段误差较大.而这项误差的主要来源并 不是模型本身,而是为降低模型复杂度,人为地将连续的出发时间划分为离散的出发时段(每隔1小时划分 1个时段)而导致的 6结论 本研究基于离散-连续建模思想,建立了上班(上学)下班(放学)出发时刻 Ordered probit模型和上 班(上学)下班(放学)出行耗时 Hazard模型,完成了通勤时间预测模型系统的整体建模,标定和检验.应用 已建模型进行了通勤日时间安排预测,与实际数据相比进行了误差分析.研究表明,所建模型能够以较高的 精度预测通勤者的日活动-出行时间安排.研究结果可以作为时间预测模块,嵌入活动-出行行为预测模型 系统中,从而准确把握居民的活动-岀行行为,为城市交通规划和交通管理政策的制定提供决策分析工貝. 参考文献 1 Choo S, Mokhtarian P L. Telecommunications and travel demand and supply: Aggregate structural equation models for the USJ. Transportation Research Part A, 2007, 41(1): 4-18 Lee Y, Hickman M, Washington S. Household type and structure, time use pattern, and trip chaining behav ior[Cl// The 83rd Transportation Rcscarch Board Annual Mccting, Washington, DC, 2004 8]宗芳.基于活动的出行时间与方式选择模型研究D].长春:吉林大学,2005 Zong F. St,dy on activity-based travel time and mode choice models. Changchun: Jilin University, 2005 1 Bhat C R. A hazard-based duration model of shopping activity with nonparametric baseline specification and nonparametric control for unobserved heterogeneity. Transportation Research Part B, 1996, 303: 189-207 5]鲜于建川、隽志犭,陆锡眀,等.通勤者时间分配模型与交通需求管理策略J.系统工程理论与实践,2008,28(12):116 120 Xianyu J C, Juan Z C, Lu X M, et al. Model of commuters'daily time use allocation and its application to TDMJ. Systems Engineering-Theory Practice, 2008, 28(12):116-120 鲜于建川,隽志才.基于随机边界函数的出行时间分析,系统管理学报,2009,18(6):71-716 Xianyu J C, Juan Z C. Travel time analysis based on stochastic frontier method J]. Journal of Systems Management,2009,18(6):711-716. ∏冂]于滨,杨忠振,林剑艺.应用攴持向量机预测公交车运行时间,.系统程理论与实践,2007,27(4):160-164. Yu B, Yang Z, Lin J Y. Bus arrival time prediction using support vector machinesJ. Systems Engineering Theory& Practice,2007,27(4):160-164. Bhat C R. A model of post home-arrival activity participation behavior. Transportation Research Part B 1998,32:387-400. ⑨宗芳,许洪国,张慧永.基于 Ordered probit模型的交通事故受伤人数预测[J.华南理工大学学报:自然科学版,2012, 40(7):41-56 Zong F. Xu H G, Zhang H Y Forecast of injury number due to traffic accident based on Ordered Probit modelJ Journal of South China University of Technology: Natural Science Edition, 2012, 40(7):41-56

...展开详情
img
  • 至尊王者

    成功上传501个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
相关内容推荐