人类移动中最优输运：基于人口分布的拉格朗日动力学

人类移动由多样化的交通方式驱动，是城市功能的基本要素。从微观到 macroscale研究这些运动，提供了关于城市动力学的宝贵见解。本地适应和（自我）组织在此类系统中预期会导致由适当有效作用的稳态轨迹所表示的动力学行为。在本研究中，我们发展了一种用于运动过程的拉格朗日动力学模型，将当地人口函数作为坐标变量。我们引入一种高效的梯度下降算法，用于估计最小化动力学过程局部误差函数的最优拉格朗日参数。我们表明，即使是二次拉格朗日，包含耗散，也有效捕捉合成和经验运动数据的动力学。推断模型揭示，惯性和耗散的重要性相当，而运动中的相互作用和随机性对模型参数产生显著的定性变化。我们的結果为人类 mobility 提供了一个可解释且可生成的模型，具有在运动预测中的潜在应用。