一种个体出行链生成方法、装置及存储介质与流程

本技术属于交通仿真领域，尤其涉及一种个体出行链生成方法、装置及存储介质。

背景技术：

1、随着城市化进程的加速和交通系统日益复杂化，对个体出行行为的深入研究成为交通规划和管理领域的关键课题。为了更好地理解和分析个体在一定时间和空间范围内的出行行为和模式，个体出行链还原技术应运而生。这一技术将人们的出行过程拆分为一系列连续的活动和出行段，从而为交通需求预测、政策制定和出行行为研究提供更精细化的基础数据。构建详细、准确的个体出行链有助于对个体出行行为进行深入分析以满足个体出行需求，优化交通资源配置，提高城市交通系统的整体效率。

2、然而，现有的个体出行链生成方法应用于实际场景中存在局限性，往往只能适用于单一的交通场景，无法应用于整个城市交通场景下的个体出行链还原。同时，根据手机信令数据识别出行轨迹的个体出行链生成方法，在根据手机信令数据进行统计学扩样时误差较大，导致个体出行链还原结果不可靠。

技术实现思路

1、为解决上述现有技术问题，本发明提供一种个体出行链生成方法、装置及存储介质，技术方案如下：

2、一种个体出行链生成方法，包括：

3、从多个源头获取关于目标城市的多源数据信息；

4、对多源数据信息进行扩样，生成个体通勤数据集，个体通勤数据集包括目标城市内多个个体的通勤数据，其中一个个体的通勤数据中至少包括该个体的通勤方式与通勤信息，通勤信息包括通勤起点信息、通勤终点信息、出发时间信息和到达时间信息；

5、根据个体通勤数据集内的通勤方式子集构建目标城市的多模式交通网络；

6、将个体通勤数据集在多模式交通网络内进行交通仿真，生成个体出行链，具体包括：

7、获取目标城市内的至少一个个体的通勤方式，与该通勤方式对应的交通网络；

8、获取该个体的通勤信息；

9、将该个体的通勤信息在多模式交通网络上进行交通仿真，得到耗时最短的路径作为该个体的通勤路径；

10、根据个体通勤数据集和通勤路径生成该个体对应的个体出行链。

11、在一种实施方式中，多源数据信息至少包括手机信令数据、交通刷卡数据、居民调查数据和人口普查数据；和/或

12、通勤方式至少包括轨道通勤方式、公交通勤方式、驾车通勤方式和步行通勤方式。

13、在一种实施方式中，根据多源数据信息进行扩样，生成个体通勤数据集，包括：

14、根据手机信令数据确定通勤信息；

15、对多源数据信息和通勤信息进行扩样，生成轨道通勤方式对应的轨道通勤数据；

16、对多源数据信息和通勤信息进行扩样，生成公交通勤方式对应的公交通勤数据；

17、根据轨道通勤方式对应的轨道通勤数据与公交通勤方式对应的公交通勤数据，判断该个体是否为非公共交通通勤个体，若是，则根据通勤信息和居民调查数据，确定该个体为驾车通勤个体或非驾车通勤个体；

18、若个体为驾车通勤个体，则根据通勤信息，生成驾车通勤方式对应的驾车通勤数据；或

19、若个体为非驾车通勤个体，则根据通勤信息，生成步行通勤方式对应的步行通勤数据。

20、在一种实施方式中，根据手机信令数据确定通勤信息包括：

21、根据手机信令数据获取目标城市的至少一个个体的轨迹点集合，轨迹点集合包括若干个轨迹点及每个轨迹点对应的停留时间；

22、计算轨迹点集合内各组相邻的轨迹点之间的距离和停留时间,得到相邻轨迹点距离与相邻轨迹点停留时间；

23、将相邻轨迹点距离与预设距离进行比较，并将相邻轨迹点停留时间与预设时长进行比较，若相邻轨迹点距离小于预设距离且相邻轨迹点停留时间大于预设时长，则将对应的相邻轨迹点作为停留位置；

24、根据停留位置得到目标城市的至少一个个体的停留位置序列，停留位置序列包括若干个停留位置和其对应的停留时间；

25、根据停留位置序列确定通勤信息。

26、在一种实施方式中，对多源数据信息和通勤信息进行扩样，生成轨道通勤方式对应的轨道通勤数据包括：

27、根据交通刷卡数据判断目标城市的至少一个个体是否为轨道通勤个体，轨道通勤个体包括全程轨道通勤个体或轨道公交换乘通勤个体；

28、若是轨道通勤个体，则根据交通刷卡数据确定该个体对应的通勤站点；

29、根据轨道通勤个体的通勤站点统计起点与终点间的第一出行量；

30、根据交通刷卡数据统计起点与终点间的第二出行量；

31、计算第二出行量与第一出行量的比值，得到第一扩样系数；

32、根据第一扩样系数对轨道通勤个体进行扩样，结合通勤信息生成轨道通勤方式对应的轨道通勤数据。

33、在一种实施方式中，对多源数据信息和通勤信息进行扩样，生成公交通勤方式对应的公交通勤数据包括：

34、根据手机信令数据、交通刷卡数据、居民调查数据和人口普查数据判断目标城市的至少一个个体是否为公交通勤个体，公交通勤个体包括一次公交通勤个体、轨道公交换乘通勤个体以及换乘公交通勤个体；

35、若是公交通勤个体，则根据交通刷卡数据该个体对应的公交线路客流：

36、

37、其中，为一次公交通勤个体的数量，p为第二扩样系数，为轨道公交换乘通勤个体的数量，为换乘公交通勤个体的数量，故第二扩样系数为：

38、

39、根据第二扩样系数对公交通勤个体、轨道公交换乘通勤个体以及换乘公交通勤个体进行扩样，结合通勤信息生成公交通勤方式对应的公交通勤数据。

40、在一种实施方式中，居民调查数据包括小汽车出行比例；

41、根据通勤信息和居民调查数据，确定该个体为驾车通勤个体或非驾车通勤个体包括：

42、根据通勤信息计算至少一个非公共交通通勤个体的通勤距离；

43、根据通勤距离确定至少一个非公共交通通勤个体所处的通勤距离分段；

44、根据小汽车出行比例计算各通勤距离分段的驾车通勤个体；

45、在非公共交通通勤个体中去除驾车通勤个体，得到非驾车通勤个体。

46、在一种实施方式中，若个体为非驾车通勤个体，则根据通勤信息，生成步行通勤方式对应的步行通勤数据：

47、筛选出非驾车通勤个体中通勤距离小于预设距离的个体，得到步行通勤个体；

48、根据步行通勤个体和通勤信息，生成步行通勤方式对应的步行通勤数据。

49、一种个体出行链生成装置，包括：

50、获取模块，用于从多个源头获取目标城市的多源数据信息；

51、扩样模块，用于对多源数据信息进行扩样，生成个体通勤数据集，个体通勤数据集包括目标城市内多个个体的通勤数据，其中一个个体的通勤数据中至少包括该个体的通勤方式与通勤信息，通勤信息包括通勤起点信息、通勤终点信息、出发时间信息与到达时间信息；

52、网络构建模块，用于根据个体通勤数据集内的通勤方式子集构建目标城市的多模式交通网络；

53、出行链生成模块，用于将个体通勤数据集在多模式交通网络内进行交通仿真，生成个体出行链，其中包括：获取目标城市内的至少一个个体的通勤方式，与该通勤方式对应的交通网络；获取该个体的通勤信息；将该个体的通勤信息在多模式交通网络上进行交通仿真，得到耗时最短的路径作为该个体的通勤路径；根据个体通勤数据集和通勤路径生成该个体对应的个体出行链。

54、一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现任一项的个体出行链生成方法。

55、本发明的有益效果体现在，通过根据目标城市的多源数据信息进行扩样，生成包括目标城市的多个个体的通勤方式和通勤信息的个体通勤数据集，并基于通勤方式构建目标城市的多模式交通网络，将个体通勤数据集在多模式交通网络内进行交通仿真得到耗时最短路径作为各个个体的通勤路径，从而根据个体通勤数据和通勤路径生成个体出行链，实现了应用于整个城市交通场景的个体出行链还原，同时基于多源数据信息进行统计学扩样相较于根据手机信令数据的统计学扩样误差较小，提高了个体出行链的准确性和可靠性。