面向人工交通系统仿真的人口建模研究

本项目基于人工交通系统的理论与方法，针对基于活动的交通仿真中人口建模方法存在的局限，研究交通仿真中人口建模的新途径。首先，将社会学和行为心理学的研究成果应用于交通仿真中建立人口Agent建模，以社会学关于社会分层的研究结果取代费时费力交通调查，以行为心理学的一般规律取代出行活动链，以人的活动转换为基础，模拟交通出行需求的产生过程。其次，以流形多重覆盖法取代规则法，建立多种外界因素对人的交通出行产生影响的机制模型。最后，根据实测数据与仿真结果的对比提出人口模型的评价方法，并根据两者误差采用反馈神经网络方法进行模型参数标定和校正。与传统的人口模型相比，避免了数据调查带来的困难，综合了多种外部因素的作用，使得交通出行需求的产生更加符合实际，参数校正环节的引入增加了仿真结果的可信度。

本项研究从复杂系统理论出发,将宏观层面的人口社会分层与微观层面的个体行为心理学一般规律相结合,提出了人工交通系统人口模型.该模型将人的日常生活分为休息、工作、休闲、提高等有限状态，个人在状态之间的转换引发交通出行的需求。模型分别从人口空间分异、个体状态转换、出行方式选择等方面的研究结果为依据建立人口Agent系统，以生成的活动取代设定的出行计划表，在仿真过程中避免传统OD矩阵的局限。模型给出了在人工交通系统中进行仿真实验的一般步骤。在此基础上，利用数学流形中多重覆盖思想，考虑天气、突发事件等综合因素，为研究多因素影响交通出行的作用机制引入了更合理的数学方法。本项研究基于所提出的模型和开发的仿真平台，以北京、济南、广州等地实测交通数据为参照，选取高峰流量起止时刻、峰值流量时刻等为指标，对交通仿真结果进行评价，从而为提高模型准确性、增加仿真结果的可信度提出有效途径。研究成果在IEEE智能交通系统会刊上发表论文1篇（SCI），在国际学术会议上发表论文9篇，提交专利申请1项。