挖掘智能卡数据中的出行者微型活动
人工智能
2017-12-20 v1
摘要
在公共交通建模与仿真背景下，我们解决仿真公交出行与观测出行间不匹配的问题。我们指出当前出行需求建模过程的弱点：其生成的出行过于乐观，未反映乘客真实选择。我们引入出行者在途中进行的微型活动概念；它们可解释仿真出行偏离观测出行的原因。我们提议挖掘智能卡数据以提取微型活动。我们开发一种技术将其整合进生成的出行，并从两个可用来源（出行历史与出行规划器推荐）学习此种整合。对于输入出行需求，我们在出行集合上构建马尔可夫链，并应用蒙特卡洛马尔可夫链算法整合微型活动，使所选特征收敛至期望分布。我们在法国南锡的乘客出行集合上以不同设置测试了方法。实验结果显示不匹配大幅降低。
引用
@article{arxiv.1712.06935,
title = {Mining Smart Card Data for Travelers' Mini Activities},
author = {Boris Chidlovskii},
journal= {arXiv preprint arXiv:1712.06935},
year = {2017}
}