一种灵活且可扩展的单层OD矩阵推断框架，利用多个交通信息来源
摘要：使用来自物联网（IoT）和其他来源的数据，本研究提出了一个灵活且可扩展的单层框架，用于推断起讫点矩阵（ODM）。该框架允许分析员整合来自多个数据来源的信息，同时控制不同来源的数据质量差异。我们通过在澳大利亚的大阿德莱德地区进行一项真实实验，评估了该框架的有效性。我们使用四个单独的数据来源推断该地区的汽车OD流量：来自环形检测器的点位交通计数，路边蓝牙传感器记录的车辆轨迹，根据车载导航系统的数据推断的部分OD流量，以及澳大利亚人口普查收集的通勤数据。我们将我们的OD推断与使用传统家庭出行调查数据校准的现行版本的大阿德莱德战略交通模型（MASTEM）的推断进行比较。我们发现，尽管输入数据和方法有所不同，但我们的推断与MASTEM的推断之间存在显著的一致性。例如，在早高峰期，我们预测GA地区内的总出行次数为556,000次，而MASTEM的对应预测为484,000次。这两个预测相差不到20%。当我们比较出行的空间分布，即出发地和目的地时，我们发现我们推断的OD矩阵与相应的MASTEM矩阵的余弦相似度达到86%。总而言之，我们的结果表明，所提出的框架可以产生与基于传统家庭出行调查的交通需求建模方法推断出的ODM、行程产生和吸引模式高度可比的结果。
作者：Wei Sun, Akshay Vij, Nicolas Kaliszewski
论文ID：2211.10366
分类：Physics and Society
分类简称：physics.soc-ph
提交时间：2022-11-21