北京交通大学高自友教授带领的中外科研团队，在挖掘大规模手机用户通讯数据和在线社交网络签到数据的基础上提出多空间尺度下个体和群体宏微观出行行为预测模型，为预测城市内和城市间的交通出行行为提供了新手段。
国际权威杂志《自然通讯》近日以“多尺度个体群体出行预测的统一模型”为题刊发该项重要成果。
据介绍，交通出行预测研究对于城市规划、交通管理、合理规划交通设施、预防和缓解交通拥堵、舆情监督和公共安全管理等都至关重要。
近年来，随着大规模、长时间的个体移动轨迹数据越来越多，基于大数据的出行行为研究已取得一批新成果，但仍存在两方面问题：一是，新型预测模型不具备普适的空间范围。一些模型适用于预测城市间的长距离出行量，而另一些模型适用于城市内出行分布预测，但仍缺少能够同时准确预测城市内、城市群、城市间等不同的空间尺度下群体出行分布的一般方法。二是，目前所有的出行分布预测方法都只能描述群体的出行分布模式，但无法再现个体移动轨迹的时空统计特征；个体移动轨迹模型只能描述个体的连续出行行为，但无法刻画个体行为对群体行为模式的贡献。
在国家自然科学基金的持续支持下，北京交大交通系统科学与工程研究院教授高自友联合北京师范大学、美国亚利桑那州立大学组成科研团队，突破前人研究的限制，成功提出多空间尺度下个体和群体出行预测统一模型。研究发现了个体出行地点记忆性和群体出行选择相互竞争这两个出行选择决策行为中的基本规律。
模型同时考虑记忆效应和人口竞争对地点吸引力的影响，可预测群体的出行分布量和个体的移动模式时空特征，在多种空间尺度下的预测结果与实证数据统计结果几乎重合。
多家国外媒体已报道这项研究成果，认为这一新的出行预测模型“对多种预测任务都有价值，如推测疾病的潜在传播过程，城市交通规划，餐馆、医院、警察和消防站等服务和业务的位置规划等”，“提供了一个替代的、更实用的方法”。
共有条评论