人类移动性中时空日常活动的数据驱动生成

生成逼真的人类移动时空轨迹在广泛应用中具有根本重要性，例如开发移动自组织网络协议或城市生态系统中的假设分析。当前的生成算法无法准确再现个体的重复性日程安排，同时也无法解释个体在可变持续时间内可能打破日常活动的可能性。在本文中，我们提出了 DITRAS（基于日记的轨迹模拟器，DIary-based TRAjectory Simulator），一个用于模拟人类移动时空模式的框架。DITRAS 分两步运行：生成移动日记和将移动日记转化为移动轨迹。我们提出了一种数据驱动算法，该算法从真实数据中构建日记生成器，捕捉个体遵循或打破其日常活动的趋势。我们还提出了一种基于优先探索和优先返回概念的轨迹生成器。我们用所提出的日记和轨迹生成器实例化 DITRAS，并将所得算法与真实数据以及其他生成算法生成的合成数据进行比较，后者通过用日记和轨迹生成器的多种组合实例化 DITRAS 构建。我们表明，所提出的算法以最准确的方式再现了真实轨迹的统计特性，在理解人类移动时空模式的起源方面向前迈进了一步。