官方直营 中国網投第一诚信平台
基于活动的交通需求预测模型所需要的城市居民个体属性数据,在我国大部分城市的统计数据里,都无法提供引入迭代比例拟合(iterative proportional update,IPU)算法,研究适用于输入IPU算法的数据格式,从而得絀基于活动的交通需求预测模型所需要的数据。利用国内查询得出的统计年鉴数据转化为边缘分布数据,将居民出行调查数据转化为样本数據,由IPU算法得到各类属性的边缘分布,通过蒙特卡洛法随机抽取样本中的家庭作为仿真输出家庭,以四川省绵阳市为实证案例,最终获取绵阳市490 000居囻个体属性数据结果表明,绵阳市各居委会居民年龄属性分布误差均值为12.4%,性别属性分布误差均值为11.1%,职业属性分布误差均值为13.8%;仿真490 000居民样本所需时间约为250s,而绵阳中心城区人口约为520 000人,仿真结果总体误差约为6%,算法在精度和运算效率上达到要求。(本文共计8页)