考虑骑行者有限理性的轨道站域骑行可达性评估方法技术

本发明专利技术提供考虑骑行者有限理性的轨道站域骑行可达性评估方法，通过获取服务设施POI、轨道站域信息、可骑行道路网络、自行车道路设施属性、地面高程及自行车骑行轨迹GPS数据；识别骑行轨迹出行目的；构建不同目的下骑行可达性评估模型，所述骑行可达性评估模型是运用前景理论改进基于效用理论构建的基本骑行可达性评估模型得到；提取轨道站点出入口至各路网节点的最佳路径选择集，计算轨道站点到各路网节点的骑行可达性指数，并逐步聚合至网格和轨道站域层面，获得轨道站域综合骑行可达性指数；对轨道站域骑行可达性评估结果进行可视化展示。本发明专利技术考虑骑行者有限理性和出行目的异质性，评估结果能够反映轨道站域内自行车设施的骑行感受。的骑行感受。的骑行感受。

【技术实现步骤摘要】
考虑骑行者有限理性的轨道站域骑行可达性评估方法


[0001]本专利技术涉及自行车交通系统服务
，尤其涉及考虑骑行者有限理性的轨道站域骑行可达性评估方法。

技术介绍

[0002]公共交通导向发展(Transit
‑
orienteddevelopment，TOD)是一种主流的可持续城市发展模式。目的地可达性是TOD模式的重要规划原则之一。公交系统的目的地可达性体现在公交系统服务范围内可获得活动机会的数量以及到达这些机会的容易程度。公交系统通常无法直接将出行者送达至最终目的地，而需要与自行车等其他方式进行接驳，因此自行车等接驳方式的可达性是衡量公交系统目的地可达性的要素之一。现有技术多数研究采用基于位置的评价方法和基于效用的评价方法衡量骑行可达性。基于位置的评价方法包括累计机会法、重力模型法。该方法虽然更有利于研究土地利用与骑行可达性之间的关系，但往往忽略了骑行者面对不同自行车设施条件的路径选择偏好对骑行可达性的影响，得到的评价结果与骑行者的真实感受存在差异。基于效用的评价方法运用期望效用模型，通过评估在给定土地利用和交通系统条件下不同的出行选择提供给出行者的收益来衡量可达性。该方法假设骑行者绝对理性，认为骑行者能够完全掌握出行决策相关信息，并选择期望效用最高的出行路线。事实上，骑行者通常无法完全掌握出行决策相关信息，通过感知不同出行决策带来的风险进行出行选择，并非绝对理性。此外，现有技术衡量骑行可达性时缺乏对出行目的的划分，或仅考虑某一种出行目的下的骑行可达性。事实上，不同出行目的的骑行者对路径选择的偏好存在异质性，因此在衡量骑行可达性时有必要对不同出行目的进行区分。因此，现有技术存在不足，有待改进与发展。

技术实现思路

[0003]本专利技术的要解决的技术问题在于，针对现有技术的上述不足，提出一种考虑骑行者有限理性的轨道站域骑行可达性评估方法，旨在解决现有技术中衡量骑行可达性的方法缺乏考虑有限理性下骑行者选择偏好以及出行目的异质性的问题。
[0004]本专利技术提供一种考虑骑行者有限理性的轨道站域骑行可达性评估方法，包括以下步骤：
[0005]步骤1：数据获取步骤，获取服务设施POI数据、轨道站域基本信息数据、轨道站域内可骑行道路网络数据、自行车道路设施属性数据、地面高程数据及自行车骑行轨迹GPS数据；
[0006]步骤2：目的识别步骤，根据自行车骑行轨迹GPS数据和服务设施POI数据，识别每一条骑行轨迹的出行目的；
[0007]步骤3：模型构建步骤，基于不同出行目的，分别构建骑行可达性评估模型，所述骑行可达性评估模型是在期望效用模型的基础上构建基本骑行可达性评估模型，在所述基本骑行可达性评估模型的基础上运用前景理论进行优化改进后得到；
[0008]步骤4：计算评估步骤，提取轨道站点出入口与轨道站域内路网中各节点间的最佳路径选择集，基于构建的骑行可达性评估模型，计算轨道站点出入口到各路网节点的骑行可达性指数，并通过距离加权和骑行活动数量加权，将各节点的骑行可达性逐步聚合至网格和轨道站域层面，获得轨道站域的综合骑行可达性指数；
[0009]步骤5：结果展示步骤，对轨道站域骑行可达性评价结果进行可视化展示。
[0010]根据本专利技术提供的一种考虑骑行者有限理性的轨道站域骑行可达性评估方法，所述步骤1数据获取步骤，包括：
[0011]步骤1.1：获取服务设施POI数据，从所述服务设施POI数据中筛选类型为地铁站出入口的POI点，提取轨道站域基本信息数据，包括轨道站点出入口名称与地理坐标；
[0012]步骤1.2：获取轨道站域内可骑行道路网络数据，并通过现场调查或街景地图调查方式获取每一条可骑行道路的自行车道路设施属性数据；
[0013]步骤1.3：获取地面高程数据，并计算每一条可骑行道路的坡度属性；
[0014]步骤1.4：获取起点或终点位于轨道站点接驳范围内自行车骑行轨迹GPS数据，作为轨道站点关联自行车骑行轨迹数据，通过路网匹配算法，为轨道站点关联自行车骑行轨迹中的所有轨迹点获取所在路段信息。
[0015]根据本专利技术提供的一种考虑骑行者有限理性的轨道站域骑行可达性评估方法，所述步骤2目的识别步骤，包括：
[0016]步骤2.1：以自行车骑行轨迹下车点为中心绘制不同半径的圆形缓冲区，统计不同半径下下车点缓冲区范围内含有POI点的自行车骑行轨迹数量在自行车骑行轨迹总数量中的占比并绘制分布曲线，选择分布曲线切线斜率小于等于0.005时的最小半径长度为最佳缓冲区半径长度；
[0017]步骤2.2：清洗缓冲区范围内无法代表出行活动目的的POI点，并将每一条自行车骑行轨迹的缓冲区范围内的POI点类型字段信息合并为一个字符串，同时获取自行车骑行轨迹的起始时间；
[0018]步骤2.3：将自行车骑行轨迹的类型字段信息字符串和起始时间输入至目的识别模型，确定自行车骑行轨迹的出行目的，所述目的识别模型基于狄利克雷
‑
多项式回归(DirichletMultinomialRegression，DMR)算法构建。
[0019]根据本专利技术提供的一种考虑骑行者有限理性的轨道站域骑行可达性评估方法，所述步骤3模型构建步骤中，在期望效用模型的基础上构建基本骑行可达性评估模型的方法如下：
[0020](1)所述基本骑行可达性评估模型为：
[0021]其中，所述C
odt
表示在出行目的t下，路网中起点o与终点d之间的最佳路径选择集；所述i表示最佳路径选择集C
odt
中的一条路径；所述u
it
表示在出行目的t下，路径i对骑行者的效用值；所述A
odt
表示在出行目的t下，最佳路径选择集C
odt
中所有路径i对骑行者效用值u
it
的自然指数函数值之和的自然对数函数值，用于表征在出行目的t下，路网中起点o与终点d之间的骑行可达性；
[0022](2)所述u
it
的计算公式为：
[0023]其中，所述Γ
i
表示路径i所经过的所有路段的集合；所述a表示集合Γ
i
中的一个路
段；u
at
表示在出行目的t下，路径a对骑行者的效用值；所述PSC
it
表示在出行目的t下，路径i的路径大小修正因子；
[0024](3)所述u
at
的计算公式为：
[0025]其中，所述J表示路径a的路段属性的总数量；所述x
aj
表示路径a的第j个属性的取值；所述β
jt
表示在出行目的t下，第j个属性的效用系数；
[0026](4)所述PSC
it
的计算公式为：
[0027]其中，所述Γ
i
表示路径i所经过的所有路段的集合；所述a表示集合Γ
i
中的一个路段；所述L
i
为路径本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.考虑骑行者有限理性的轨道站域骑行可达性评估方法，其特征在于，包括：步骤1：数据获取步骤，获取服务设施兴趣点POI数据、轨道站域基本信息数据、轨道站域内可骑行道路网络数据、自行车道路设施属性数据、地面高程数据及自行车骑行轨迹GPS数据；步骤2：目的识别步骤，根据自行车骑行轨迹GPS数据和服务设施POI数据，识别每一条骑行轨迹的出行目的；步骤3：模型构建步骤，基于不同出行目的，分别构建骑行可达性评估模型，所述骑行可达性评估模型是在期望效用模型的基础上构建基本骑行可达性评估模型，在所述基本骑行可达性评估模型的基础上运用前景理论进行优化改进后得到；步骤4：计算评估步骤，提取轨道站点出入口与轨道站域内路网中各节点间的最佳路径选择集，基于构建的骑行可达性评估模型，计算轨道站点出入口到各路网节点的骑行可达性指数，并通过距离加权和骑行活动量加权，将各节点的骑行可达性逐步聚合至网格和轨道站域层面，获得轨道站域的综合骑行可达性指数；步骤5：结果展示步骤，对轨道站域骑行可达性评价结果进行可视化展示。2.根据权利要求1所述的考虑骑行者有限理性的轨道站域骑行可达性评估方法，其特征在于，所述步骤1数据获取步骤，包括：(1)获取服务设施POI数据，从所述服务设施POI数据中筛选类型为地铁站出入口的POI点，提取轨道站域基本信息数据，包括轨道站点出入口名称与地理坐标；(2)获取轨道站域内可骑行道路网络数据，并通过现场调查或街景地图调查方式获取每一条可骑行道路的自行车道路设施属性数据；(3)获取地面高程数据，并计算每一条可骑行道路的坡度属性；(4)获取起点或终点位于轨道站点接驳范围内自行车骑行轨迹GPS数据，作为轨道站点关联自行车骑行轨迹数据，通过路网匹配算法，为轨道站点关联自行车骑行轨迹中的所有轨迹点获取所在路段信息。3.根据权利要求1所述的考虑骑行者有限理性的轨道站域骑行可达性评估方法，其特征在于，所述步骤2目的识别步骤，包括：(1)以自行车骑行轨迹下车点为中心绘制不同半径的圆形缓冲区，统计不同半径下下车点缓冲区范围内含有POI点的自行车骑行轨迹数量在自行车骑行轨迹总数量中的占比并绘制分布曲线，选择分布曲线切线斜率小于等于0.005时的最小半径长度为最佳缓冲区半径长度；(2)清洗缓冲区范围内无法代表出行活动目的的POI点，并将每一条自行车骑行轨迹的缓冲区范围内的POI点类型字段信息合并为一个字符串，同时获取自行车骑行轨迹的起始时间；(3)将自行车骑行轨迹的类型字段信息字符串和起始时间输入至目的识别模型，确定自行车骑行轨迹的出行目的，所述目的识别模型基于狄利克雷
‑
多项式回归DMR算法构建。4.根据权利要求1所述的考虑骑行者有限理性的轨道站域骑行可达性评估方法，其特征在于，所述步骤3模型构建步骤中，在期望效用模型的基础上构建基本骑行可达性评估模型的方法如下：
(1)所述基本骑行可达性评估模型为：其中，所述C
odt
表示在出行目的t下，路网中起点o与终点d之间的最佳路径选择集；所述i表示最佳路径选择集C
odt
中的一条路径；所述u
it
表示在出行目的t下，路径i对骑行者的效用值；所述A
odt
表示在出行目的t下，最佳路径选择集C
odt
中所有路径i对骑行者效用值u
it
的自然指数函数值之和的自然对数函数值，用于表征在出行目的t下，路网中起点o与终点d之间的骑行可达性；(2)所述u
it
的计算公式为：其中，所述Γ
i
表示路径i所经过的所有路段的集合；所述a表示集合Γ
i
中的一个路段；u
at
表示在出行目的t下，路径a对骑行者的效用值；所述PSC
it
表示在出行目的t下，路径i的路径大小修正因子；(3)所述u
at
的计算公式为：其中，所述J表示路径a的路段属性的总数量；所述x
aj
表示路径a的第j个属性的取值；所述β
jt
表示在出行目的t下，第j个属性的效用系数；(4)所述PSC
it
的计算公式为：其中，所述Γ
i
表示路径i所经过的所有路段的集合；所述a表示集合Γ
i
中的一个路段；所述L
i
为路径i的道路总长度；所述l
a
为路段a的道路长度；所述表示路段a在最佳路径选择集C
odt
中出现的次数。5.根据权利要求1所述的考虑骑行者有限理性的轨道站域骑行可达性评估方法，其特征在于，所述步骤3模型构建步骤中，在所述基本骑行可达性评估模型的基础上运用前景理论进行优化改进得到骑行可达性评估模型的方法如下：(1)所述骑行可达性评估模型为：其中，所述C
odt
表示在出行目的t下，路网中起点o与终点d之间的最佳路径选择集；所述i表示最佳路径选择集C
odt
中的一条路径；所述cpv
it
表示在出行目的t下，路径i对骑行者的前景值；所述A
odt
表示在出行目的t下，最佳路径选择集C
odt
中所有路径i对骑行者前景值cpv
it
的自然指数函数值之和的自然对数函数值，用于表征在出行目的t下，路网中起点o与终点d之间的骑行可达性；(2)所述cpv
it
的计算公式为：其中，所述Γ
i
表示路径i所经过的所有路段的集合；所述a表示集合Γ
i
中的一个路段；所述cpv
at
表示在出行目的t下，路段a对骑行者的前景值；所述PSC
it
表示在出行目的t下，路径i的路径大小修正因子，其计算方法如权利要求4(4)所述；(3)所述cpv
at
的计算公式为：其中，所述v(x
ajt
)表示在出行目的t下，路段a的第j个属性x
ajt
的价值函数值；所述π(x
ajt
)表示在出行目的t下，路段a的第j个属性x
ajt
的决策权重函数值；(4)所述在出行目的t下，第j个属性x
jt
的价值函数v(x
jt
)为：在出行目的t下，当第j个属性
x
jt
为效益型属性，即骑行者偏好选择x
jt
更大的路径时，更大的路径时，当第j个属性x
jt
为成本型属性，即骑行者偏好选择x
jt
更小的路径时，其中，所述x
0jt
表示在出行目的t下，第j个属性x
jt
的参考点，即价值函数的零值点；所述λ
jt
表示在出行目的t下，第j个属性x
jt
的损失规避系数；所述η
jt1
表示在出行目的t下，第j个属性x
jt
小于等于参考点x
0jt
时的风险感知系数；所述η
jt2
表示在出行目的t下，第j个属性x
jt
大于参考点时x

【专利技术属性】
技术研发人员：边扬，刘仲寅，舒诗楠，张晓龙，赵晓华，
申请(专利权)人：北京市城市规划设计研究院，
类型：发明
国别省市：