本报讯 11月21日，在国家自然科学基金项目（项目编号：71621001，71631002，71671015）等资助下，北京交通大学高自友教授课题组在《自然—通讯》（Nature Communications）在线发表了他们在“多尺度个体群体出行预测的统一模型”上的研究成果。

预测人的出行和移动行为，对于城市规划、交通管理、传染病防控、舆情监督和公共安全管理等至关重要。基于传统引力模型预测人群出行分布量已有相当长的历史。在研究人员看来，当前基于大数据的新型预测模型，不具备普适的空间范围，也无法再现个体移动轨迹的时空统计特征。

围绕这个问题，高自友课题组突破了前人研究的限制，提出了基于地点吸引力的个体微观移动模型。其中，地点吸引力由个体记忆效应和人口导致的竞争效应两个因素决定。

研究人员认为，一方面，个体访问某一地点之后留下的良好印象，会增加个体今后访问该地点的概率。因此，课题组采用“齐普夫律”自然地刻画记忆效应对地点吸引力的影响以及老化效应的影响。另一方面，某一地点的吸引力受到当地和附近人口分布的影响。人口越多将会造成拥挤及对于有限资源的竞争，进而降低当地的吸引力。因此，模型同时考虑了记忆效应和人口竞争对地点吸引力的影响，并给出了地点吸引力决定的个体转移概率。

该项研究中，模型中唯一的参数调控记忆效应的强度，并且只基于人口空间分布的静态数据，预测不同尺度下个体和群体的宏微观出行模式的典型特征。模型重现了中国、美国、比利时和科特迪瓦的不同尺度实际数据中发现的四种幂律特征，包括访问地点数量随时间变化、返回时间分布、访问地点频率分布这三种个体移动模式的幂律特征以及出行次数分布这一群体移动模式的幂律特征。

此外，模型也重现了个体移动轨迹中的模体分布规律和宏观出行距离的指数分布规律等。模型预测结果与实证数据统计结果几乎重合。课题组进一步通过理论分析给出了模型的解析，并基于理论结果揭示了地点分布的空间分形特征对各种出行分布的影响。

专家指出，该研究提出的基于人口分布预测多空间尺度下个体和群体宏微观出行行为预测模型，为预测城市群交通堵塞瓶颈、疾病传播过程的预警、公共设施建设资源配置优化、避免大规模人群聚集导致的公共安全等问题提供了重要的科学依据，为宏观管理提供必要的微观技术支持。

论文第一作者为北京交通大学交通系统科学与工程研究院副教授闫小勇，通讯作者为该院教授高自友、王文旭。 （甘晓）