本文提要：在国家自然科学基金创新研究群体项目等持续支持下，北京交通大学交通系统科学与工程研究院、轨道交通控制与安全国家重点实验室高自友教授带领科研团队，与北京师范大学王文旭教授等研究人员合作，在交通出行行为预测研究方面取得重要进展。研究团队提出的多空间尺度下个体和群体宏微观出行行为预测模型，为预测城市内和城市间的交通出行行为提供了新手段。出行预测模型为城市和城市群交通规划与管理、大规模疾病传播过程预警、公共设施建设资源优化配置、避免大规模人群聚集导致的公共安全等问题提供重要科学依据。国际权威杂志《自然通讯》（Nature Communications）以“多尺度个体群体出行预测的统一模型”为题刊发该项重要成果。
量化和预测人的因素在各种复杂系统中的作用，是当代管理科学最关注的问题之一。预测人的出行和移动行为，对于研究受空间移动驱使的各种复杂现象具有重要意义。在国家自然科学基金创新研究群体项目、重点项目和面上项目等项目的持续支持下，北京交通大学高自友教授联合北京师范大学、美国亚利桑那州立大学组成科研团队，成功提出了多空间尺度下个体和群体出行预测统一模型。
研究成果于2017年11月21日以“多尺度个体群体出行预测的统一模型”为题发表在国际权威科学杂志Nature Communications上。该文在审稿阶段即获得国际同行审稿专家一致好评，认为该成果“能够在足够大的范围内重现人的出行模式：既捕获每个个体层面的微观细节，又能够预测群体水平的出行量”，“可以加深我们对人出行行为背后机制的理解”，“促进许多与人类移动行为有关的领域的发展，如疾病传染过程、交通堵塞缓解、城市规划等”。研究成果一经发表就被Science Daily（每日科学），EurekAlert（美国科学促进会新闻网站），Science Newsline（科学新闻在线），Phys.org（物理学家组织网）等多家国际著名科学新闻网站以“New human mobility prediction model offers scalability， requires less data（新型出行预测模型提供可扩展性，需要更少数据）”为题进行了报道，认为这一新的出行预测模型“对多种预测任务都有价值，如推测疾病的潜在传播过程，城市交通规划，餐馆、医院、警察和消防站等服务和业务的位置规划等”，“提供了一个替代的、更实用的方法”。
统一模型的重要意义之一是能够同时对个体和群体的出行行为进行高精度建模，克服了传统研究成果的缺陷，在智慧交通管理、疾病传播预警等需要精细刻画个体和群体移动行为的实际应用中具有重要价值。模型的重要意义之二是既能够准确预测国土面积不同的国家范围内城市间的出行行为，又能够准确预测大小不同的城市内的出行行为，说明统一模型是一个空间普适的模型，具有非常广阔的应用前景。
该项研究在对大规模手机用户通讯数据和在线社交网络签到数据进行挖掘的基础上，发现了个体出行地点记忆性和群体出行选择相互竞争这两个出行选择决策行为中的基本规律，据此提出了基于地点吸引力的个体出行选择决策模型。其中，地点吸引力由两个因素决定：个体记忆效应和群体竞争效应。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。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和对于有限资源的竞争，进而降低当地的吸引力。模型同时考虑记忆效应和人口竞争对地点吸引力的影响，可以预测群体的出行分布量和个体的移动模式时空特征，在多种空间尺度下的预测结果与实证数据统计结果几乎重合。
在当前我国新型城镇化的背景下，城市群开始取得快速发展，传统的城市内和城市间交通出行行为分析方法已不能完全满足城市群内部交通出行模式研究。随着移动互联网技术的发展，获取以个体时空移动轨迹为代表的各类交通数据变得更为便捷，为研究城市群交通行为特征提供了有力支撑。
科研团队将通过充分利用、挖掘移动互联时代所产生的海量庞杂、异质多源、大尺度时空关联的交通用户、交通工具运行轨迹以及与交通相关的社会经济环境等数据，发现提取城市群交通系统中的微观个体出行行为特性及宏观出行需求特征。进而挖掘城市群内用户出行特征的演变机理，建立城市群多交通方式出行需求预测模型，为构建基于大数据的城市群综合交通智能服务与智慧决策平台提供理论基础。