城市居民个体属性数据获取方法

摘要

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,从而得出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据,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居民个体属性数据.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250 s,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.