人口权重机会模型

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
Wxie讨论 | 贡献2023年10月7日 (六) 10:53的版本 (补充模型内容)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
跳到导航 跳到搜索

概念

人口权重机会模型,又称人口加权机会模型(Population weighted opportunity model)。其考虑了人口分布及其对机会的影响,用于预测人们在城市中的出行和活动。该模型基于一个基本假设:个体选择一个目的地的概率正比于目的地的机会数,反比于个体所在地点到目的地之间的人口总数。该模型认为,一个目的地的吸引力,是从起点到终点的路径上所有城市吸引力的权重比值。

模型发展

人口权重机会模型由北京交通大学闫小勇教授等人于 2014 年提出[1]。针对辐射模型在运用于城市内人群移动量预测时结果却与实际有较大的偏差,其分析认为造成辐射模型预测偏差的可能原因是由于城市的聚集范围相对较小,出行者在选择目的地时不是仅仅考虑距离起点最近的高机会目的地,而是会综合衡量城市范围内所有潜在目的地的出行机会数。一般而言,对于具有相同机会数的目的地来说,出行者更倾向于选择近的目的地;而对于距离相近的目的地来说,机会数多的地点对出行者的吸引力更大。换句话说,一个地点被出行者所感受的机会数是该地点的实际机会数按某种方式衰减后剩余的部分。在引力模型中是用一个幂律距离函数来描述这种衰减,但这一函数中不可避免的要引入可调参数。是否存在更自然的、不依赖于具体参数的方式来描述这种机会衰减现象呢?在人口权重机会模型中引入了一个新的衰减机制,认为目的地的机会数会按照起终点之间的人口总数加权衰减,即出行者选择一个目的地的概率正比于目的地的机会数,反比于出行者所在地点到目的地之间的人口总数(再减去一个有限尺度效应)。我们将这一模型命名为人口权重机会模型。由于地点机会数可以假设为正比于地点人口数,因此这个模型中所需要的输入数据仅仅是各地点的人口分布,与辐射模型一样是不需要任何可调参数的。

优势

相对辐射模型,人口权重机会模型能够更准确地预测城市内的出行量。