[发明专利]对出行链断链时公交IC卡乘客进行下车站点识别的方法

权利要求书

1.一种对出行链断链时公交IC卡乘客进行下车站点识别的方法，其特征在于，包括如下步骤：

1)根据常规公交的IC刷卡数据以及运营车辆数据，使用第一层Stacking框架对常规公交IC刷卡乘客下车站点进行识别，步骤1)中，设第m个乘客第d天第b个出行链断裂的出行，是在l线路f方向第T个班次J个站点中的第j₁个站点上车，则通过识别获得该次出行在第j₂个可能下车站点的下车概率，其中，j₁＜j₂＜J；

采用使用第一层Stacking框架进行基于个人高频站点的方法、基于下游站点吸引权的方法、基于换乘便利性概率的方法、基于用地性质吸引概率的方法和基于群体历史记录方法中的一种或几种，对常规公交IC刷卡乘客下车站点进行识别，分别获得则该次出行在第j₂个可能下车站点的下车概率

2)将步骤1)的识别结果作为输入，使用第二层Stacking框架基于Logistic回归模型对常规公交IC刷卡乘客下车站点进行识别，步骤2)具体如下：

2.1)建立模型，将步骤1)识别获得的可能下车站点分别标记为0或1，标记为1的可能下车站点为识别出的正确下车站点，标记为0的可能下车站点为不正确下车站点，正确下车站点与不正确下车站点共同作为第二层Stacking框架的Logistic回归模型的输入；

对于第m个乘客第d天第b个出行链断裂的出行，Logistic回归模型的输出为该次出行在第j₂个可能下车站点的下车概率，如下：

其中，是输入向量，为中的一种或几种；是权值向量，W为w₁、w₂、w₃、w₄、w₅中的一种或几种，分别表示的权重，w₀为偏置；

2.2)使用基于出行链方法识别下车站点的公交IC卡数据，并作为训练集和测试集进行模型的学习；

2.3)选用极大似然估计法来估计模型参数，并采用适合大规模数据计算的L-BFGS算法进行参数数值的确定；则在第j₂个可能下车站点的下车概率如下：

其中，为的极大似然估计值；

2.4)第m个乘客第d天第b个出行链断裂的出行的下车站点是可能下车站点中下车概率最大的第j₂个可能下车站点具体如下：

2.根据权利要求1所述的对出行链断链时公交IC卡乘客进行下车站点识别的方法，其特征在于，步骤1)中，基于个人高频站点的方法确定可能下车站点的下车概率的方法如下：

统计第m个乘客在研究时间段D天内，在第j₂个可能下车站点的上车刷卡总次数则该次出行在第j₂个可能下车站点的下车概率如下：

3.根据权利要求1所述的对出行链断链时公交IC卡乘客进行下车站点识别的方法，其特征在于，步骤1)中，基于下游站点吸引权的方法确定可能下车站点的下车概率的方法如下：

统计第m个乘客在第j₁个站点上车的所乘公交班次中，在第j₂个可能下车站点的上车刷卡总次数则该次出行在第j₂个可能下车站点的下车概率如下：

4.根据权利要求1所述的对出行链断链时公交IC卡乘客进行下车站点识别的方法，其特征在于，步骤1)中，基于换乘便利性概率的方法确定可能下车站点的下车概率的方法如下：

根据公交静态线路站点信息统计第j₂个可能下车站点的公交线路数量则该次出行在第j₂个可能下车站点的下车概率如下：

且，