本發(fā)明涉及流量預測，具體的是一種有限理性的共乘出行流量預測方法及系統(tǒng)。

背景技術(shù)：

1、共乘出行以司機自身出行需求為前提，通過捎帶相同或相近的出行路線的乘客來分攤出行成本，從而降低能源消耗、改善道路擁堵。借助衛(wèi)星導航、移動支付等技術(shù)發(fā)展，目前在國內(nèi)外都已形成共乘出行的成熟商業(yè)模式。實際生活中，出行者在基于成本選擇出行方案時，由于出行經(jīng)驗、出行習慣等因素的影響，并不以出行效用最優(yōu)化為目標，而是確保自己的出行效用與最優(yōu)出行效用的差值處在一個可接受的范圍之內(nèi)。基于包含共乘出行的多模式城市交通網(wǎng)絡，考慮出行者進行出行方案決策時的有限理性，預測該交通網(wǎng)絡在均衡狀態(tài)下的流量分布，不僅能夠幫助出行者合理決策，提高個人出行滿意度；又能夠幫助第三方平臺了解出行者行為選擇規(guī)律，優(yōu)化出行服務與經(jīng)營策略；還能夠幫助有有關(guān)部門制定合理有效的規(guī)劃方案和管理政策，構(gòu)建綠色高效的城市交通運輸體系。

2、一種城市共享出行的流量預測方法(申請?zhí)朿n202110906993.9)，從出行者感知的出行時間、車內(nèi)舒適感損失和順風車線上運營機制多角度綜合考量廣義出行成本，基于logit出行選擇行為和隨機p2p共乘用戶均衡原則進行交通流量分配，獲得城市多模式復雜網(wǎng)絡的路徑交通流量。一種考慮用戶有限理性的電動汽車充電需求分析方法(申請?zhí)朿n201911193203.6)，建立出行者的活動-出行鏈上的出行選擇概率模型，分析得到出行者在活動-出行鏈上的轉(zhuǎn)移規(guī)律和電動汽車在活動-出行鏈上的充電規(guī)律，結(jié)合出行者每日出行次數(shù)，獲得電動汽車的日充電需求。兩項已有發(fā)明雖然均考慮了出行者評估出行效用時的誤差，但認為出行者均以效用最優(yōu)為目標而進行路徑及出行方式選擇，忽略了出行者作為有限理性主體存在的行為慣性，即出行者可能施行的滿意而非最優(yōu)的路徑及出行方式選擇模式。

技術(shù)實現(xiàn)思路

1、為解決上述背景技術(shù)中提到的不足，本發(fā)明的目的在于提供一種有限理性的共乘出行流量預測方法及系統(tǒng)。

2、第一方面，本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：一種有限理性的共乘出行流量預測方法，方法包括以下步驟：

3、獲取共乘出行相關(guān)數(shù)據(jù)，基于共乘出行相關(guān)數(shù)據(jù)生成共乘網(wǎng)絡，基于共乘網(wǎng)絡得到流量守恒約束與共乘匹配約束，以及廣義出行成本函數(shù)；

4、基于共乘網(wǎng)絡生成有限理性共乘用戶均衡狀態(tài)下的路徑流量集合，以及能夠承載流量的可接受出行方案集合；

5、基于帶均衡約束的數(shù)學規(guī)劃模型求解臨界點序列，利用臨界點序列確定給定無差異區(qū)間向量的有限理性共乘用戶均衡狀態(tài)下的路徑流量集合與能夠承載流量的可接受出行方案集合；

6、對帶均衡約束的數(shù)學規(guī)劃模型進行優(yōu)化，得到混合整數(shù)規(guī)劃模型，對混合整數(shù)規(guī)劃模型應用算法進行求解得到共乘出行流量預測結(jié)果。

7、結(jié)合第一方面，在第一方面的某些實現(xiàn)方式中，該方法還包括：所述共乘出行相關(guān)數(shù)據(jù)包含共乘出行方式的城市交通網(wǎng)絡的拓撲結(jié)構(gòu)、出行需求。

8、結(jié)合第一方面，在第一方面的某些實現(xiàn)方式中，該方法還包括：所述基于共乘出行相關(guān)數(shù)據(jù)生成共乘網(wǎng)絡的過程：

9、構(gòu)建一個強連通的、包含共乘出行方式的城市交通網(wǎng)絡g＝(n,a)，作為共乘網(wǎng)絡g，其中n、a分別表示共乘網(wǎng)絡g中的節(jié)點集合、路段集合，令w表示共乘網(wǎng)絡中的od對集合，w表示某一od對，有w∈w，令p表示共乘網(wǎng)絡中所有路徑的集合，pw表示od對w的路徑集合，有p＝∪w∈wpw；p表示某一路徑，有p∈pw，令i表示共乘網(wǎng)絡中的出行模式集合，i表示某一出行模式，有i∈i；共乘網(wǎng)絡中的主要出行模式包括空車司機、共乘司機與共乘乘客，分別以集合sd、rd和r表示，有i＝sd∪rd∪r；共乘司機、共乘乘客是共乘服務的司乘雙方，空車司機未參與共乘服務、獨自駕車；令表示一輛車的載客上限，ni表示共乘司機i搭載的共乘乘客數(shù)量，有則i＝1表示空車司機，空車司機集合sd＝{i＝1}；i＝1+ni表示搭載ni名共乘乘客的共乘司機，共乘司機集合表示被搭載的共乘乘客，共乘乘客集合

10、結(jié)合第一方面，在第一方面的某些實現(xiàn)方式中，該方法還包括：所述基于共乘網(wǎng)絡得到流量守恒約束與共乘匹配約束的過程：

11、令a∈a令表示共乘網(wǎng)絡的某一路段，表示連接od對w的路徑p上出行模式i的流量，xa,i表示路段a上出行模式i的流量，表示路徑-路段關(guān)聯(lián)系數(shù)，則路徑流量與路段流量xa,i之間的關(guān)系為：

12、

13、令xa表示路段a的車流量，ta(xa)表示路段a的行程時間函數(shù)，表示od對w間路徑p的行程時間，有：

14、

15、令qw表示od對w∈w間的出行需求，構(gòu)建共乘網(wǎng)絡g中的流量守恒約束為：

16、

17、由于車內(nèi)可分享的座位有限，共乘司機與共乘乘客之間某種數(shù)量關(guān)系，根據(jù)數(shù)量關(guān)系建立共乘匹配約束，為：

18、

19、式中，γr(i)表示共乘司機i∈rd到共乘乘客i′∈r的映射關(guān)系，即γr：rd→r或ni為正整數(shù)，表示共乘司機i∈rd共享座位的數(shù)量。

20、結(jié)合第一方面，在第一方面的某些實現(xiàn)方式中，該方法還包括：所述基于共乘網(wǎng)絡生成廣義出行成本函數(shù)的過程：

21、令表示共乘網(wǎng)絡g中的路徑流量向量，表示連接od對w的路徑p上出行模式i的廣義出行成本函數(shù)，為：

22、

23、式中，分別表示od對w間路徑p的路徑長度；表示od對w間路徑p上出行模式i∈rd對應的lagrangian乘子；γrd(i)表示共乘乘客i∈r到共乘司機i′∈rd的映射關(guān)系，γrd：r→rd或是γr(i)的逆映射，參數(shù)ρi表示出行模式i∈i的時間價值；γi表示出行模式i∈rd∪r的不便系數(shù)；bi、與ri分別表示計算出行模式i∈rd∪r的時長費、里程費與浮動定價的系數(shù)；ct表示車輛運行成本，包括燃油、充電和停車的費用。

24、結(jié)合第一方面，在第一方面的某些實現(xiàn)方式中，該方法還包括：所述利用共乘網(wǎng)絡的廣義出行成本函數(shù)生成有限理性共乘用戶均衡狀態(tài)下的路徑流量集合，以及能夠承載流量的可接受出行方案集合的過程：

25、在共乘網(wǎng)絡g中，出行者同時選擇路徑與出行模式，一條路徑p∈pw與一種出行模式i∈i構(gòu)成了od對w間的一個出行方案(p，i)w，當某一出行方案(p，i)w的廣義出行成本相比于最優(yōu)出行方案的廣義出行成本的差值不超過某一被稱為無差異區(qū)間的閾值；令εw表示od對w的無差異區(qū)間，取值εw≥0；ε＝(εw，w∈w)t表示共乘網(wǎng)絡g的無差異區(qū)間向量；表示f的可行域，當有限理性的出行者在共乘網(wǎng)絡g中發(fā)生出行時，網(wǎng)絡中的交通流量將構(gòu)成如下的有限理性共乘用戶均衡狀態(tài)：

26、

27、上式表明，在br-rue狀態(tài)下，od對w間的出行者能夠選擇廣義出行成本的任意出行方案(p，i)w，遵循br-rue狀態(tài)的路徑流量f被稱為br-rue路徑流量模式，符號表示為fε，此時共乘網(wǎng)絡g中的出行方案能夠分為三種狀態(tài)：可接受、0-可接受以及不可接受，分別符合如下條件：

28、可接受：

29、0-可接受：

30、不可接受：

31、當ε給定時，共乘網(wǎng)絡g中通常存在不止一個ε-br-rue路徑流量模式fε，形成br-rue流量集合，符號表示為中所有fε對應的可接受出行方案也形成一個集合，為ε-可接受出行方案集合，符號表示為

32、對于具有多個od對的共乘網(wǎng)絡g，將路徑流量向量分解為f＝(f1，f2，...，fw，...，f|w|)，分量表示od對w間的路徑流量；定義εw-br-rue流量集合為任意所對應的分量fw，即使得ε-br-rue流量集合能夠被表示為od對w間的可接受出行方案形成一個集合，為εw-可接受出行方案集合，符號表示為即

33、結(jié)合第一方面，在第一方面的某些實現(xiàn)方式中，該方法還包括：所述基于帶均衡約束的數(shù)學規(guī)劃模型求解臨界點序列的過程：

34、給定任意兩個無差異區(qū)間向量和若對于某一od對w∈w存在則集合關(guān)系均成立，且集合在無差異區(qū)間εw增長到某一個特定取值時同時擴大；

35、隨著無差異區(qū)間εw的值從0增長到+∞，收集過程中所有的臨界點并將組合為一個升序序列，數(shù)學表達為其中，k＝1，2，...，k，有這一單調(diào)正序列將非負實數(shù)區(qū)間[0，+∞)劃分為k+1個子區(qū)間，即序列首尾端點分別為與當無差異區(qū)間εw取值某一臨界點即時，εw-可接受出行方案集合被表示為隨著εw從增長到新的、不屬于上一集合的出行方案將被添加到集合中，即表示od對w間某個新添加的出行方案；

36、當ε給定時，借助臨界點序列能夠確定共乘網(wǎng)絡g中任一od對w的εw-可接受出行方案集合從而獲得可接受出行方案集合隨后將出行需求qw分配至這些可接受出行方案上，得到εw-br-rue流量集合綜合共乘網(wǎng)絡g中各od對w的獲得br-rue流量集合

37、構(gòu)建帶均衡約束的數(shù)學規(guī)劃模型，即mpec模型，求解臨界點序列

38、

39、上式中，目標函數(shù)求解od對w的第k個臨界點為嚴格不等式約束，為互補約束，是取值為{0，1}的參數(shù)，當可接受出行方案(p，i)w未包含在集合內(nèi)，反之令表示od對w間的所有可接受出行方案的最大廣義出行成本，是對應于可接受出行方案(p，i)w的變量，表示其廣義出行成本與最大可接受廣義出行成本的差距，即

40、結(jié)合第一方面，在第一方面的某些實現(xiàn)方式中，該方法還包括：所述利用臨界點序列確定給定無差異區(qū)間向量的有限理性共乘用戶均衡狀態(tài)下的路徑流量集合與能夠承載流量的可接受出行方案集合的過程：

41、求解mpec模型能夠獲得任意od對w∈w的臨界點序列，其中，k＝1，2，...，k，同時獲得每個臨界點對應的εw-可接受出行方案集合再將出行需求qw分配到這些可接受出行方案上來構(gòu)建εw-br-rue流量集合對于od對w，當無差異區(qū)間εw逐漸增加至將有一或多個新的可接受出行方案被添加到εw-可接受出行方案集合中；新的路徑流量模式也被添加到εw-br-rue流量集合中，并且在這些新的路徑流量模式中，新加入集合的可接受出行方案都負載了一定的流量，令表示當時的εw-br-rue流量解集，分別表示εw＝0時的εw-可接受出行方案集合、br-rue流量集合，依據(jù)臨界點分解集合存在集合關(guān)系其中補集的數(shù)學表達為：

42、

43、式中，表示od對w的路徑流量向量fw的可行域，當εw＝0時，此時k＝0，定義集合表示為：

44、

45、當時，εw-可接受方案集合br-rue流量集合為：

46、

47、共乘網(wǎng)絡g的可接受出行方案集合br-rue流量集合

48、結(jié)合第一方面，在第一方面的某些實現(xiàn)方式中，該方法還包括：所述對混合整數(shù)規(guī)劃模型應用算法進行求解得到共乘出行流量預測結(jié)果的過程：

49、混合整數(shù)規(guī)劃，即mip模型，如下：

50、

51、上式中，輔助變量為0-1整數(shù)變量；參數(shù)m是正數(shù)；參數(shù)m1，m2∈(0，1]且取值很小；

52、如果路段行程時間函數(shù)ta(xa)是線性函數(shù)，mip模型為混合整數(shù)線性規(guī)劃模型，用cplex或gurobi軟件求解；若路段行程時間函數(shù)ta(xa)是非線性函數(shù)，mip模型為混合整數(shù)非線性規(guī)劃模型，用gurobi軟件求解；

53、結(jié)合多進程并行計算技術(shù)與網(wǎng)絡分解方法，針對多od對的復雜共乘網(wǎng)絡求解的臨界點序列

54、應用網(wǎng)絡分解方法將共乘網(wǎng)絡g分解為|w|個具有單一od對的子網(wǎng)絡；創(chuàng)建異步進程池并分配進程處理子網(wǎng)絡，令表示od對w的第k個臨界點對應的0-1參數(shù)向量，在od對w∈w相應的子網(wǎng)絡內(nèi)部，依次求解其臨界點計算過程如下：

55、初始化k＝1；對于令vw(k)＝0；

56、求解mip模型以產(chǎn)生可接受出行方案集合如果出行方案設定其對應參數(shù)

57、求解od對w的第k個臨界點并產(chǎn)生可接受出行方案集合如果出行方案設定其對應參數(shù)

58、若vw(k)＝1，關(guān)于od對w的計算已完成，更新w＝w+1，k＝1，則執(zhí)行下一od對的計算，否則，更新k＝k+1，vw(k)＝vw(k-1)，為od對w求解下一個臨界點。

59、第二方面，為了達到上述目的，本發(fā)明公開了一種有限理性的共乘出行流量預測系統(tǒng)，包括：

60、數(shù)據(jù)處理模塊，用于獲取共乘出行相關(guān)數(shù)據(jù)，基于共乘出行相關(guān)數(shù)據(jù)生成共乘網(wǎng)絡，基于共乘網(wǎng)絡得到流量守恒約束與共乘匹配約束，以及廣義出行成本函數(shù)；

61、集合生成模塊，用于生成有限理性共乘用戶均衡狀態(tài)下的路徑流量集合，以及能夠承載流量的可接受出行方案集合；

62、集合優(yōu)化模塊，用于基于帶均衡約束的數(shù)學規(guī)劃模型求解臨界點序列，利用臨界點序列確定給定無差異區(qū)間向量的有限理性共乘用戶均衡狀態(tài)下的路徑流量集合與能夠承載流量的可接受出行方案集合；

63、模型求解模塊，用于對帶均衡約束的數(shù)學規(guī)劃模型進行優(yōu)化，得到混合整數(shù)規(guī)劃模型，對混合整數(shù)規(guī)劃模型應用算法進行求解得到共乘出行流量預測結(jié)果。

64、本發(fā)明的有益效果：

65、本發(fā)明首先構(gòu)建共乘網(wǎng)絡的網(wǎng)絡拓撲結(jié)構(gòu)、交通流量約束與廣義出行成本函數(shù)，并假設共乘網(wǎng)絡中的出行者均具有有限理性，進行出行決策時追求可接受的而非最優(yōu)的出行方案。為預測城市交通網(wǎng)絡在有限理性共乘用戶均衡狀態(tài)下的路徑流量集合與可接受出行方案集合，本發(fā)明建立帶均衡約束的數(shù)學規(guī)劃模型并將其轉(zhuǎn)化為混合整數(shù)規(guī)劃模型，應用商業(yè)軟件、結(jié)合并行計算進行求解。相比于過去的交通流量預測方法，本發(fā)明同時考慮了共乘出行的新興出行方式和有限理性的出行決策過程。本發(fā)明能夠幫助出行者合理決策出行方案，提高個人的出行滿意度；幫助出行服務供應商了解出行者的行為選擇規(guī)律及可能存在的個體差異，結(jié)合用戶需求進行有針對性的出行服務優(yōu)化和經(jīng)營策略調(diào)整；幫助政府部門制定有效的交通規(guī)劃方案與交通管理政策，充分利用道路資源，緩解交通擁堵現(xiàn)狀，構(gòu)建高效、綠色的城市交通運輸體系。