基于个体出行模式的公交乘客活动规律性度量

针对分别度量公交乘客出行重复性与周期性造成的个体活动规律特征表征不完全问题,以空间维度为例对个体活动相似性进行公交站点聚类,按乘客日活动先后顺序进行排序,构建了个体日出行链,将相同站点集群的日出行链归为同一类出行模式.分别改进了信息熵(Information Entropy,IE)模型和环形周期判别法(Ring-like Periodic Detection Method,RPDM),建立了公交乘客活动规律组合度量模型,并结合浙江省海宁市2019年10月至12月共92 d的公交出行数据进行了方法应用.比较了83423名乘客的出行活动重复性、周期性和规律性值的差异,选取不同重复性与周期性的4名乘客,分析了其92 d活动空间特征,绘制了50名出行最规律和最不规律乘客的出行模式热图,发现按个体出行模式综合度量公交乘客出行活动规律性,能区分出12.13%重复性相同而周期性不同的乘客和25.14%周期性相同而重复性不同的乘客,将乘客细分效果提升了37.06%.结果表明:基于个体出行模式重复性与周期性的组合度量模型进行公交乘客出行规律判别效果好,有利于提升公交乘客细分的精确度.