规划问道
数据精英夏季特训营开车啦！
同时报名还可享更多优惠：
任选2套同报，再减200元！
任选3套同报，再减360元！
任选4套同报，再减520元！
任选5套同报，再减700元！
任选6套同报，再减900元！
（以上优惠不包括营5和营14）
项目基本信息
项目结题摘要
以个体出行行为理论为基础的非集计预测模型可以很好地考虑个体异质性以及其他多种因素对出行行为的影响。本项目基于包括交通智能卡数据在内的多源城市数据，从个体出行角度构建轨道交通站点客流预测模型，以充分利用城市大数据，改善基于个体活动的客流预测模型用于工程实践的可能性。
首先，基于非监督式算法构建多源数据关系解析以及信息融合模型，得到个体职住地及经济水平等个体属性信息，带出行目的的出行链数据，站点周边环境特征数据等模型基础数据。综合考虑个体出行相似性以及由可塑性面积单元问题，构建了空间分析区域划分模型，得到更加合理的分析区域划分方案。
然后，基于居民出行决策框架，系统地构建了居民近远期出行决策模型和每日出行时空规划模型。以推荐系统为基础构建模型解析个体属性、站点周边城市建成环境与个体出行决策之间的关系，并预测个体近远期出行决策方案。
同时，基于智能卡数据，分别从时间和空间维度阐明个体的出行行为机理。时间维度，以非齐次半马尔可夫过程描述乘客每天不同时刻活动状态的转移以及活动时长的分布。空间维度，利用探索及偏好性返回(EPR)模型，分析乘客对空间站点选择机理。从而构建个体出行预测模型，按站点集计即可得到轨道交通站点客流预测结果。
然后，基于北京市的相关数据验证模型框架。结果表明，站点客流量的预测相对误差维持在0.25-0.38之间，全网工作日的站间客流量的预测绝对误差维持在每一百万名乘客20人次左右；并且模型结果误差稳定，具有较强的鲁棒性。
最后，针对个体长期出行模式变化进行了专题研究。基于智能卡出行记录依次从频率、时间和空间三维度来序列化表征个体的出行活动，并通过引入贝叶斯变更点检测模型以实现对用户长期出行模式是否会发生改变的统计估算，分析乘客出行模式发生变更的相关影响因素。基于以上理论模型利用西安市轨道交通实际运营数据进行了以乘客个体为对象的轨道交通客流需求分析。
项目结题成果报告
以下研究成果内容摘自项目结题成果报告。该项目报告共计72页，关注城市数据派微信号，在对话框中输入 24819，即可获得报告全文PDF的下载方式：
……
还有更多成果内容，详见项目结题成果报告。该项目报告共计72页，关注城市数据派微信公众号，在公众号对话框中输入 24819 ，即可获得报告全文PDF的下载方式。
原文始发于微信公众号（城市数据派）：基于多源大数据与个体活动的城市轨道交通客流预测理论研究丨城市数据派
