人類移動行為的統計特徵分析與預測方法研究

《人類移動行為的統計特徵分析與預測方法研究》是依託北京交通大學，由閆小勇擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：人類移動行為的統計特徵分析與預測方法研究
• 項目類別：青年科學基金項目
• 項目負責人：閆小勇
• 依託單位：北京交通大學

項目摘要

人類移動行為複雜性研究是當前複雜系統研究領域的一個重要主題。理解和預測人的移動行為對於研究受人類活動影響的各種複雜現象具有重要理論意義，在疾病傳播防控、交通規劃、商業服務等領域也具有廣泛套用價值。本項目在收集大規模人類移動行為數據的基礎上，深入挖掘人類移動行為的時空統計特徵，分別建立面向個體移動軌跡預測和群體移動模式預測的模型。在統計特徵分析方面，主要研究個體移動軌跡的周期性、規則性等特徵以及群體移動模式與城市人口分布、交通網路結構等因素之間的相互關係；在個體移動軌跡預測方法研究方面，充分利用移動軌跡中蘊含的時空結構信息，建立低數據需求和高精度的軌跡預測模型；在群體移動模式預測方法研究方面，基於熱傳導理論建立能夠準確預測城市人群移動量的無參數模型。本項目研究結果可深化人類對自身移動行為規律的理解，豐富和發展人類移動行為複雜性研究的理論與方法。

結題摘要

理解和預測人的移動行為對於研究受人類活動影響的各種複雜現象具有重要理論意義，在疾病傳播防控、交通規劃、商業服務等領域也具有廣泛套用價值。本項目在對大規模人類移動行為數據進行實證分析的基礎上，系統地探索了人類個體和群體移動模式預測問題，提出了若干預測個體和群體移動模式的模型。項目組首先從個體和群體兩個層面上對人類移動行為的一些主要統計特徵進行了實證分析，發現了個體行動網路的點權分布服從Zipf律，網路規模呈現出異速增長的規律，而網路遊走的時間間隔則近似服從冪律分布。移動步長分布是刻畫人類移動模式的一個關鍵統計特徵，我們將隨機分組模型這種更一般化的熵模型套用於人類群體移動步長分布問題的研究。針對在城市尺度下缺乏低數據需求、高精度的人群移動量預測方法這一問題，我們在本項目中提出一種名為人口權重機會模型的人群移動模式預測模型。我們用多個城市的實證數據對人口權重機會模型的預測效果進行了驗證，結果表明該模型比輻射模型能夠更準確地預測城市中的群體出行模式，且在不需要任何可調參數的情況下模型預測精度仍然達到或超過了一些有參數的經典模型的預測精度。最後，我們還詳細研究了個體移動模式的預測問題。我們在隨機遊走模型的基礎上加入了記憶效應來描述個體的移動行為，提出了預測個體移動模式的記憶性隨機遊走模型。我們用多個不同空間尺度下的人類移動實際數據對模型的預測效果進行了驗證，結果顯示這一模型能夠再現個體空間移動軌跡的各種關鍵統計模式。該項目總體研究工作進展順利，已經完成項目計畫書在研究內容、論文發表、交流合作以及人才培養等各方面的預期成果。