大规模人群出行的不确定性分析与城市级别人流预测研究

Citywide massive human mobility behaviors uncover both inherent rhythms and external disturbances in inner-city travel patterns, which gradually presents characteristics of dynamicity, randomness and uncertainty. Citywide human activities normally occur in the transition among regions. Thus, it is important to reveal the spatio-temporal evolution of human mobility patterns and cross-region patterns of human activities. Identifying and predicting the evolution trend in urban transportation systems could also facilitate the orderly mobility of massive human flows, thus relieve the traffic congestion.Specially, it could improve the human travels during sudden traffic events. The project focuses on the complex scenario of citywide massive human movements, and explore the mechanism in uncertainty analysis of human flows and the methodologies of citywide crowd flows prediction. Four parts to be carried out: 1) modeling and representing of ternary elements in uncertainty; 2) measuring spatio-temporal disturbances in regional crowd flows; 3) modeling the propagation effectiveness of spatio-temporal disturbances in traffic-sensitive regions; and 4) evaluating the quality of citywide crowd flows prediction. The significant of the project is two-fold: 1) exploring the novel theory and methodology in citywide crowd flows prediction with the consideration of complex traffic dynamics, by discovering the intrinsic relations among regional functionalities, composite contexts and elements of uncertainty; and 2) providing traffic big data decision supports in applications such as congestion detection,

城市大规模人群移动行为蕴含了人群出行的内在节律模式和外部扰动影响，并日益呈现动态性、随机性和不确定性特点。城市中的人类活动大多是由人流在区域之间的移动来完成的，因此解析城市人群出行规律的时空演化特征，探索跨区域人流传播规律，进而辨识和预测城市交通系统运行态势，可以促进城市大规模人群的有序稳定出行，并极大缓解交通拥堵，尤其是改善突发交通事件期间的交通出行。本项目面向城市大规模人群出行这一复杂场景，探索复合情境下的出行不确定性机制与城市级别人流预测关键理论和方法。具体研究内容包括：1）不确定性的三元要素表达建模；2）区域人流的时空扰动度量；3）交通敏感区域时空扰动传播效应建模；4）城市级别人流预测质量评价。项目研究意义在于通过关键技术研究，发现区域功能性、复合情境因素和不确定性要素间的内在关联，探索面向复杂交通环境的城市级别人流预测的新理论和新方法。相关研究成果将为拥堵识别、人流异常聚集、突发交通事件预警等领域提供交通大数据决策支持。

本项目面向城市大规模人群出行数据，探索复合情境下的出行不确定性分析与城市级别人流预测关键方法和理论。项目执行期间，共发表高水平论文 15篇（其中 CCF类期刊/会议6篇，中科院1区 2篇)，获得国家发明专利 6项（专利转让2项、转化金额24万元）。构建并公开了一个多源异构的城市级别交通大数据平台，并在此基础上构建公开了包括交通路网、交通传感、交通流量等多个场景的城市大规模人流预测数据集。在本项目的支持下，项目负责人荣获中国计算机学会CCF服务计算专委会颁发的“中国计算机学会服务计算青年才俊奖（2022）”（全国仅两人获奖）， 2018年福建省科技进步一等奖（排名5/10）、2021年第十六届全国计算机支持的协同工作与社会计算学术会议最佳论文奖（排名3/3）、第八届福建省“互联网+”大学生创新创业大赛红旅赛道金奖（排名5/8）。相关理论研究成果已成功应用于城市交通管理、新冠疫情防控、政务数据开放等领域：首先，项目负责人牵头研发了“厦门市交通大数据分析应用平台”，服务于“厦门海峡论坛”等重大活动交通安保，推广全国60个城市3000家政企用户。其次，科技助力新冠疫情防控方面，项目负责人配合厦门市交通运输局制作了《厦门市交通疫情防控数据分析研判报告》共六期，得到厦门市政府主要领导的重要批示，相关工作收到厦门市交通局、厦门市卫健委发来感谢信，并由《光明日报》、《福建日报》等媒体报道。再次，项目负责人支撑了厦门市交通局、厦门市公安局交警支队、厦门市城市管理行政执法局等部门的一大批政务数据开放应用。.