基于二次诱导的群体空港旅客出行推荐方法

针对旅客个性化出行需求和机场快速疏解要求,在对陆侧交通各出行方式固定分配的基础上,提出了一种基于二次诱导的群体空港旅客出行推荐方法,为定制化旅客服务提供算法支撑;基于旅客原始数据,结合粗糙集理论进行特征属性的知识约简,提高算法性能;运用改进贝叶斯分类算法进行基于旅客独立特征概率计算的出行方式推荐度量化,生成基于一次诱导的旅客出行推荐序列;面向机场陆侧各出行方式运力固定分配的约束,将旅客出行推荐序列输入基于改进非支配排序遗传算法(NSGA-Ⅱ)的旅客二次诱导出行推荐模型中,进行运力与旅客流的深度匹配,对旅客出行推荐结果进行再次优化;基于普适性原则,使用小规模(100人次)和大规模(1 000人次) 旅客样本进行模型验证。分析结果表明：在不同规模旅客流输入情况下均能得到良好结果,小规模样本下旅客出行方式推荐正确率为77.41%,大规模样本下旅客出行方式推荐正确率为79.62%;经过二次诱导后,旅客流出行推荐分布与运力间的匹配度相比真实出行以及一次诱导分布皆有巨大提升。
在旅客流与运力高度匹配的基础上实现了旅客出行偏好需求,算法性能良好,为改善枢纽机场客流疏解能力提供了一种切实可行的方法。