具有位置特定潜变量的人类移动随机图访问生成过程：从土地利用到出行需求
物理与社会
2023-07-27 v1
摘要
本研究引入了一个理解人类移动模式的数理框架，融合了数学建模与经济分析。研究聚焦于潜变量网络，利用随机模型探究人类移动动态。通过考察实际起讫点数据，研究揭示了标度关系并发掘了移动模式的经济含义，如出行需求的收入弹性。数学分析始于基于非均匀随机图开发随机模型，以构建具多目的驱动的出行需求访问模型。我们考虑了带权有向多重图，纳入行程成本与标签以表示如出行距离与出行时间等因素。研究深入认识了人类移动网络的结构特性与动态关联，推导出关键网络度量的解析与计算解，包括强度与度分布的无标度行为，以及同配系数与聚类系数的估计。此外，通过对纽约大都会区的真实案例研究评估了模型有效性。该数据分析暴露了通勤模式中清晰的标度关系，证实了理论预测并验证了数学模型的有效性。该模型进一步解释了区域内各地区间起讫点流的一系列标度行为，利用广泛人类移动数据集成功复现了真实案例中的统计规律性。特别地，该模型在估算出行需求收入弹性上的应用对城市与交通经济学具有重要意义。
引用
@article{arxiv.2307.14183,
title = {A visit generation process for human mobility random graphs with location-specific latent-variables: from land use to travel demand},
author = {Fabio Vanni},
journal= {arXiv preprint arXiv:2307.14183},
year = {2023}
}