基于贝叶斯网络的出行方式选择模型研究

论文以居民出行方式选择为研究对象,分析了城市居民出行方式的影响因素,建立了基于贝叶斯网络的居民出行方式选择模型,并以苏州市为例,结合居民出行调查数据采用极大似然法对模型进行了参数估计,并采用贝叶斯网络推理方法验证模型精度。结果表明,该模型能较全面地考虑居民出行选择的影响因素,模型精度较高。     

历史城区通勤者出行方式与活动模式交互作用研究

为了探究历史城区通勤者出行方式与活动模式之间的交互特征,选取根据扬州市历史城区作为研究对象.根据出行调查数据将出行方式和活动模式分别划分为4类,运用协同进化Logit模型理论,对模型的参数进行了合理设置和标定,分别建立出行方式选择和活动模式交互选择的多项Logit模型,与未考虑交互选择对比发现,交互后能够提高模型的总体命中率.研究结果表明:公共交通出行的通勤者与简单出行链HWH互为正相关;电动车通勤者与活动模式HW+MH和HW+OH互为负相关,说明历史城区通勤者较少选择电动车完成非工作出行;慢行方式对活动模式HW+ OH的相关系数为1.052,说明使用慢行出行的通勤者倾向选择活动模式HW+OH.      

基于活动的交通预测模型及模拟方法研究

论文首先系统阐述了活动理论,在此基础上提出了适合我国国情的基于活动的模型的总体结构,并详细分析了各子模型的具体计算方法;在通过对模型构成分析的基础上,对模型的模拟方法进行了研究,最后结合某市具体的交通状况和居民出行状况,建立模型对公务员错时上下班策略的实施效果进行了分析评价.     

基于活动链的出行需求预测方法综述

基于活动链出行预测理论主要研究人们对社会经济活动(以下简称活动)和出行行为的决策特性。介绍此理论的发展过程,给出6个重要的模型系统,并简要评价各个模型的优缺点。然后简单介绍1994年由Ben Akiva提出的基于活动链出行需求模型,进一步说明系统的框架和预测过程。通过对基于活动链理论发展过程和实际模型应用效果的分析,给出目前模型系统存在的缺点和问题,探索改进出行需求预测方法的途径。     

基于BP神经网络的居民出行方式选择模型

以城市居民出行方式选择行为作为研究对象,分析了影响出行方式选择行为的主要因素,利用BP神经网络可以自动获取研究对象的输入、输出间关系和较强的学习训练特性,建立了基于BP神经网络的居民出行方式选择模型,并通过2009年济南市居民出行调查数据对模型进行了实例分析。结果表明：BP神经网络模型能够较好地描述居民出行交通方式选择行为。     

居民出行方式选择非集计模型的建立

基于非集计离散选择模型的基本理论与建模方法,结合2003年北京居民出行调查数据,对影响居民出行方式选择的因素进行了分析,选择包括公交车、出租车、私人小汽车等在内的5种日常生活中较为常用的交通方式作为居民出行的方式选择肢,确定了影响居民出行方式选择的特性变量及相应的取值方法,建立了交通方式选择MNL模型。应用Matlab优化工具箱中的无约束最优化函数对所建的MNL模型的参数进行了标定,并通过命中率的计算验证了模型的有效性。结果表明,非集计建模方法能够较全面的考虑居民出行选择的各方面影响因素,尤其是将出行者的个人特性影响因素引入模型,提高了模型的预测精度和实用性。     

基于非集计模型的公交出行选择预测模型

为研究城市居民选择何种公交方式出行,以非集计理论为方法,结合西安市城市居民公交出行特性,以地铁出行和地面常规公交为选择肢,确定相关因素作为影响变量,可建立居民公交出行选择MNL模型.使用交通分析软件TransCAD标定模型,可获得模型各影响变量参数值,并依据统计学原理和相关参数检验对模型参数进行分析,最后再运用另外400份居民公交出行调研数据对模型进行精度验证.     

驾驶员出行信息服务水平调查与评估方法

分析了驾驶员出行信息服务水平的内涵,提出了出行信息服务水平SP问卷调查框架,基于偏最小二乘回归分析法建立了影响驾驶员出行信息服务水平的预测变量与响应变量的关系模型;结合昆明市实例,采用SP问卷调查方法调查驾驶员满意度,运用偏最小二乘法评估驾驶员出行信息服务水平,进而验证调查与评估模型的实用性,为优化出行信息环境提供基础支持.     

居民公交出行链重复性量化分析及其出行规律研究

作为城市交通的枢纽，公共交通系统承载了大量的居民出行。自动数据采集系统收集的IC卡数据包含了大量的乘客出行信息，通过这些数据可分析居民公交出行规律，进而优化公交服务。引入信息熵及熵率对居民公交出行链重复性进行量化，研究了基于量化指标分析居民公交出行规律的方法。通过出行地点状态标定，将乘客的出行链转化为离散的出行序列；利用信息熵和熵率对出行序列进行量化分析，得到出行重复性与量化指标的关系，即出行序列的信息熵越大，熵率越小，该乘客出行重复性越高，出行规律越强。基于重复性量化处理，以石家庄公交智能卡乘客出行数据为例，分别从群体和个人这2个方面对公交乘客的出行规律进行分析。结果表明，出行链重复性量化指标可以对出行规律的强弱进行直观判断。当乘客出行规律不明显，但信息熵高于样本均值2.53 bits、熵率低于样本均值1.13 bits/事件时，可通过进一步分析挖掘出乘客潜在出行规律。      

城市出行特征分析

城市居民出行特征及货物流动特征是与交通运输系统及其应用相关的,它对于研究规划过程中的技术分析和战略类型非常重要。文中根据近年来的调查数据,从出行目的、出行时间分配两方面分析了城市出行的变化特征,提出了出行链的概念,探讨了客运交通发展战略。     

基于蒙特卡罗模拟方法的快速路运行时间可靠度研究

运行时间可靠度作为一个非常重要的概率测度参数能有效地评价交通网络的动态特性。在对运行时间可靠度的概念界定的基础上，分析了快速路运行时间可靠度的影响因素。提出了运用蒙特卡罗模拟方法计算运行时间可靠度，即采用蒙特卡罗模拟方法随机的对快速路入口的交通需求变量进行抽样，根据得到的样本值确定路径出行时间，然后对此出行时间进行检查，如果超过了规定的阚值，则认为不可靠，否则可靠。并通过一个算例对该模型进行了验证。最后指出了运行时间可靠度这一概率参数的应用前景。     

一种新的城市快速路行程时间预测技术

根据城市快速路交通诱导和监控系统的实际需要,提出了基于宏观动态流体力学模型的行程时间预测技术,可以动态预测稳定流和非稳定流状况下城市快速路网上任意两点间行程时间.     

A route guidance system considering travel time unreliability

Under a stochastic roadway, drivers need a route guidance system incorporating travel time variability. To recommend a customized path depending on the trip purpose and the driver’s risk-taking behavior, various path ranking methods have been developed. Unlike those methods, our proposed disutility method can easily incorporate a target arrival time in the ranking process by measuring how late the travel is and by penalizing it depending on the severity of lateness. In addition, the disutility-based route guidance system can properly address travel time unreliability that causes unacceptable disruptions to the driver’s schedule (i.e., unexpected long delay). We compare the disutility-based path ranking method with other ranking methods, the percentile travel time, the mean excess travel time, and the on-time arrival probability. We show that the disutility has stronger discriminating power and requires less solution space to find an optimal path. The most important advantage is that it can estimate a driver’s risk-taking behavior for each trip purpose by using the discrete choice analysis. We construct a simulation framework to acquire the travel time data on a hypothetical roadway. We analyze the data and show how various ranking methods recommend a customized path. Using the data, we show the advantage of the disutiltiy method over the other methods, which is generating a customized path with respect to the target arrival time by properly penalizing the travel time lateness.     

运行时间可靠度在单向交通组织中的应用

运用网络可靠性计算的串并联理论,提出了道路网络中节点OD（Origin-Destination）对之间的路径运行时间可靠度计算方法,建立了基于节点OD需求的路网运行时间可靠度计算模型。在节点OD需求已知的情况下,根据交通组织状况,采用动态交通分配和交通仿真方法获得模型参数,计算节点OD对之间分别在双向和单向交通组织条件下的运行时间可靠度,并建立交通组织方案的临界判别条件,作为单向交通组织方案评价和决策的量化指标。     

基于交通条件改善的公路网交通生成预测方法研究

以经济、人口、车辆保有和广义出行时间为基本变量,采用回归分析方法建立交通生成预测模型,从而在交通生成阶段中考虑了交通出行条件改善的影响,将交通生成预测和诱增交通预测两者结合,既考虑了社会经济对交通的决定作用,又考虑了交通供给对交通生成的反作用。模型应用于江苏省高速公路网规划实践,结果表明,模型能够反映不同地区经济、人口、车辆保有以及交通条件等因素对各地区交通生成特性的差异,并且具有实用、精度高、可操作性强的特点。     

观测路径出行时间下随机网络交通需求估计

道路网络起讫点（OD）需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型（GMM）对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望（EM）算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10^-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。     

产生率法区位影响修正方法研究

为减小城市交通需求预测中由于土地使用分析方面造成的误差,提出了一种基于城市区位差异分析的新的改进方法。从分析产生率法在城市交通需求预测中的地位、作用及缺陷出发,剖析了区位差异对城市出行产生率的影响,建立了城市区位优势度的概念、量化方法,深入分析了区位对出行生成阶段的影响误差与四阶段预测最终结果误差的关系,进而提出产生率法的区位影响修正方法,并应用于西安市高新区交通需求预测中,提高了模型的拟合效果。该方法能对城市新区出行生成、旧区出行生成矩阵更新提供借鉴。     

最小二乘拟合法确定行程时间

根据数值计算方法的研究成果,提出了一种新的行程时间确定方法——最小二乘拟合法,即利用最小二乘拟合原理,以两调查地点的流量偏差平方和最小为目标来确定两调查地点间的行程时间。利用北京快速路系统调查数据检验了该方法的实际效果,分析了该方法的适用性:该方法适用于交通流比较稳定或者变化比较均匀的状态。最后在综合对比分析各种行程时间调查方法的基础上,对定点调查确定行程时间应采取的方法给出了具体的建议。     

基于引力模型的县域区际公路客运需求分析方法

将区位理论、区域科学、交通规划等学科中广泛应用的引力模型引入县域区际客运需求分析,提出了基于引力模型的县域区际客运需求分析方法。该方法突破了传统方法仅限于用县域范围内的经济、社会变量去解释客流生成的局限,对县域交通需求生成分布特性进行了学术归纳,建立了区际客流量与基于相互作用区域的生产总值、人口、距离、车程时间、区域面积5个经济、社会及交通条件变量之间的方程关系。实证应用表明:该方法模型能被实例数据所标定,能很好地解释县域区际客运需求生成、分布机理,量化识别客运需求影响因素,预测客运需求内生变量的变化对线路客流量与需求潜力的影响;该方法丰富了县域区际客运需求分析理论,具有较重要的理论与实践应用意义。     

城市中心商务区电动自行车出行诱导技术

为提高城市中心商务区电动自行车出行效率与减少电动自行车事故率,分析电动自行车出行路径影响因素,然后通过视认性分析,采用实地视觉模拟实验,研究版面内容及颜色、文字规格、版面尺寸等电动自行车出行诱导屏设计要素,进而参考警告标志前置距离公式,提出交叉口上游诱导屏布局方法,最后以福州市宝龙商务区为实例,采用模型计算与问卷调查进行研究成果试算及验证.验证结果表明,多于50％的驾驶员将留意电动自行车出行诱导屏,76.56％的驾驶员可理解诱导屏图符含义.可见研究成果有利于电动自行车交通诱导,从而改善城市中心商务区交通组织状况.