错峰通勤对疾病传播的影响 ——以上海为例

为遏制疾病传播,错峰交通的政策被提出.本文旨在验证错峰通勤能否以及多大程度上能够发挥作用.以上海为例,基于手机数据反映人口实际通勤现状,用多代理人模拟方法模拟疾病的传播,考察不同错峰通勤策略的影响.研究发现：错峰通勤增强了人员流动性,反而会加快疾病的传播,错峰率越大,传播越快;早上班人群被感染的比例略低于晚上班人群;个人的通勤距离越长,家和工作地离市中心越近,越可能成为易感者和易播者.     

基于贝叶斯网的城市迁居者通勤方式变迁模型

随着中国城市空间布局的扩展与郊区化现象的加剧,城市内部居住迁移导致居民出行交通结构发生演变.国内关于迁居—出行行为的研究主要集中于对迁居人群机动化通勤趋势及变化成因的宏观描述上,从微观角度分析城市内部迁居人群通勤方式转变的研究尚为少见.本文以南京为例,构建基于贝叶斯网络的迁居人群通勤方式转移模型,模拟并分析个人家庭信息、迁居属性,以及小区建成环境感知变化对原非机动(步行、自行车或电动车)通勤人群出行方式转移的影响.结果表明:家庭汽车、个人收入、新车的购置、住房类型、购房方式、迁居类型、地铁通勤便捷度和地铁步站距离是影响原非机动通勤人群转向小汽车出行的主要因素.研究结果可为城市规划者制定迁居通勤机动化的建成环境调控政策提供一定科学依据.     

基于手机信令数据的通勤与交通运行关系模型

通勤是导致城市早晚高峰交通拥堵的主要原因.为探究通勤与交通运行的关系及其机理,分析了北京市通勤、非通勤出行距离、出行结构等基本特征,识别了通勤出行与路网速度分时间段的特征关系,基于此构建了通勤出行对交通运行贡献度六段模型,并通过逐段拟合标定模型参数.由模型分析可知:路网速度与通勤出行高度线性相关,且在早高峰形成及晚高峰消散阶段随通勤出行变化最为显著;晚高峰阶段路网速度是通勤、非通勤出行的混合熵函数;晚高峰较早高峰更拥堵、周五晚高峰拥堵水平加剧,均是由于晚高峰较早高峰、周五晚高峰较其他工作日晚高峰出行混合熵增加,进而导致整个交通系统熵增所致.因此,除了错峰通勤等措施外,减少非通勤弹性出行也是缓解早晚高峰拥堵的重要手段.     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

基于车牌识别数据的错峰上下班措施效果评估 ——以广州市为例

错峰上下班是缓解交通拥堵的政策之一.不少城市实施了错峰上下班政策,但对其效果缺乏量化评估.基于海量的车牌识别数据,提出错峰上下班主要影响对象——个体机动化通勤车辆的识别方法,进一步阐述其出行时耗的计算方法.以广州市为例,通过比较该方法与交通拥堵延时指数的计算结果,对该方法的有效性进行验证.结果表明,该政策改善了早高峰的交通拥堵,同时加剧了晚高峰的交通拥堵.该技术方法可应用于城市交通管理政策的效果评估,定量化辅助管理决策.     

基于朴素贝叶斯分类器的公交通勤人群辨识方法

公交IC卡数据中通勤用户卡号ID的辨识和提取是其公交出行行为特征分析的前提.本文以厦门市公交IC卡刷卡记录为依托,结合相关问卷调查,提出一种基于朴素贝叶斯分类器(Na?ve Bayesian Classifier,NBC)的公交通勤人群辨识方法.首先,利用两种数据源中(问卷调查数据与IC卡数据)同时包含的公交出行信息,例如工作日首次刷卡时间、每周工作日刷卡天数等,建立其与调查数据中独有的类别变量(通勤人群/非通勤人群)之间的贝叶斯概率关系,并以此构建与训练NBC模型.然后,利用未参与训练的调查样本对标定后的模型的预测准确性进行测试,通勤人群的预测成功率达到88%.最终,利用测试验证后的NBC模型对公交IC卡数据中通勤人群进行识别,结果显示,厦门市公交通勤人群的数量介于26万人到32万人之间,并给出相关指标的统计结果.     

基于综合H+T指数缩短租房人群通勤时间策略

通勤成本和住房成本随着与城市中心距离的变化,存在明显的消长关系。为便于讨论二者之间的互动关系,选择工作1~3年的租房人群作为研究对象。提出综合H+T指数计算方法,研究适合中国大城市租房人群的住房与通勤交通可支付能力指数取值,得出住房成本、交通经济成本、交通时间成本三者的推荐值。以此为规划约束目标,深入分析两种策略对不同收入租房人群通勤时间缩短的可能性:重新选择房源,缩短通勤距离,以增加住房成本为代价缩短通勤时间;住房不变,选择更快的交通工具,但交通经济成本有所上升。     

基于一般均衡的城市交通公平模拟研究

为探究城市均衡状态下不同收入群体面临的交通公平问题，建立城市空间一般均衡模型. 从多主体模拟的视角出发，构建企业、个人的选址决策模型，采用仿真模拟方法探讨交通公平的形成机制与影响因素，为交通公平问题提供新的研究视角. 研究发现：不同群体的通勤损失存在明显差异，高收入群体在空间选择上优先于低收入群体，占据交通优势区域；低收入群体不仅需要接受较低的工资水平，还需承受更高的通勤损失. 劳动力水平差距和通勤速度对不同群体的通勤损失存在异质性影响. 当劳动力水平差距扩大时，低收入群体不仅面临劳动力贬值，还将承受更大比例的通勤损失；公共交通出现拥挤、维护等低效情况时，低收入群体的通勤损失将明显增加，进一步扩大群体差距.     

上海市居民通勤方式链特征分析与效率评价

为了解上海市居民通勤现状并改善其薄弱环节,以通勤时间为切入点,调查并分析上海市15个小区的居民通勤出行特征。首先明确通勤方式链定义,分析通勤方式链基本结构和环节组成,将其分为9大类23小类。同时划分4类通勤时间区间以及5类交通态度人群。总结方式链的时空分布规律,考虑主要态度人群"简单安全型"的通勤意愿,以公共汽车、地铁、公共交通组合方式链为例,评价方式链各环节效率。依据感知时间设计通勤者主观评价模型,不同环节通勤时间的改善会存在感知效果的差异。结果显示,接驳和候车是必要且易于改善的重点环节:接驳时间每增加1 min,期望节省时间平均增加0.021 min;候车时间每增加1 min,期望节省时间平均增加0.619 min。     

班车通勤次数选择行为研究

通过对私家车通勤出行者RP和SP调查,分析了性别、年龄、驾龄、燃油价格等因素对班车通勤次数选择行为的影响,建立了基于Ordinal Logit（OL）模型的私家车转向班车通勤出行的频率选择模型。模型系数表明,驾龄小于3a的私家车出行者,在燃油价格上涨时,更倾向于班车通勤出行;驾龄大于3a的私家车通勤出行者,随着驾龄的增加,受燃油价格的影响越小,转向班车出行的频率越低。     

基于集成模型的多维活动-出行决策研究

对个体活动-出行行为的5个决策维度进行联合建模分析,包括连续型的通勤距离、离散型的日通勤出行方式和通勤出发时间、小汽车拥有和日非工作活动量.一方面,作为内生变量,这5个决策维度受到个体性别、收入、教育水平等社会经济属性影响;另一方面,它们之间的相互影响关系也通过可见的结构关系及不可见的相关关系得到证实.比如,通勤出行距离越长,出行者家庭小汽车的拥有量越大;通勤出行距离、公交出行方式的选择均对日非工作活动量有负面影响;当通勤者家庭拥有更多的小汽车或者通勤出行距离很长时,他们选择小汽车和公交车的概率更高.本文证实了个体活动-出行决策维度之间的复杂作用关系,证实了对多维活动-出行决策进行综合集成分析的重要性.     

基于GBDT算法的地铁IC卡通勤人群识别

随着公交IC卡的应用和普及,从IC卡数据中挖掘通勤用户,为下阶段采取分流措施缓解早晚高峰压力,优化票价制定等具有重要意义。以广州市地铁数据为依托,选取合适的特征属性,提出了一种基于梯度提升树(gradient boosting decision tree,GBDT)机器学习算法为基础的通勤人群识别方法。首先以周工作日的首末次平均刷卡时间、首末次平均刷卡时长、首末次刷卡时长波动程度、刷卡次数总和等5个特征来制定调查问卷的数据格式。然后利用处理过的带标签(通勤/非通勤)的调查问卷数据去训练GBDT分类器模型,测试样本的通勤识别的准确率高达94.16%。最后利用该模型对广州地铁IC卡数据通勤人群进行识别,结果显示广州地铁刷卡数据中通勤人群数量为131万左右,占总地铁刷卡出行人数32%左右。     

考虑多类型通勤者的高占有率车道均衡分析

高占有率车道是鼓励拼车出行,达到缓解交通拥堵,提高交通效率的重要交通管理方案. 本文建立一个基于高占有率车道的交通系统,加入多类型拼车组织时间通勤者和轨道交通通勤方式的影响. 给出系统用户均衡和系统最优对应的数学规划模型,并证明两种状态的存在性. 设计数值算例,进行用户均衡与系统最优比较. 结果显示,交通管理部门可以通过制定管理方案,显著降低低拼车组织时间通勤者的通勤成本. 此外,对高占有率车道长度的分析发现,高占有率车道长度越长,管理方案的效果越明显.     

基于多层模型的城市建成环境对通勤行为的影响

为研究城市建成环境对居民通勤行为的影响,考虑个体社会经济属性和交通小区建成环境属性的跨层次结构,建立多层模型,分别分析了个体社会经济属性层面和交通小区建成环境层面对通勤时间及通勤距离的影响,并利用长春市居民出行调查数据标定模型参数. 结果表明：多层模型比传统的回归模型拟合效果更好;控制个体社会经济属性特征后,土地利用混合度、交叉口密度及公共交通站点密度对居民通勤出行时间和距离的影响均呈现显著的负效应,而居民居住地到城市中心商务区(CBD)的距离仅对通勤距离有显著的正向影响.研究结果可为通过城市规划优化通勤结构提供理论支持.     

基于IC卡与GPS数据的公交通勤出行特征分析

公交通勤人群是公交客流的重要组成部分,公交通勤出行特征是制定公交优先发展战略、公交规划、优化与运营管理的数据基础.针对传统以"车"为研究对象的碎片化公交通勤出行特征分析方法,基于公交IC卡与GPS数据,从公交乘客"人"角度出发,系统分析提出了公交出行链特征、区间客流不均衡系数、职住平衡水平及线路黏性系数4个维度指标参数计算方法.以重庆市主城区连续5个工作日47条代表性线路的公交乘客为例,对通勤出行特征进行分析,结果表明:重庆市主城区通勤客流换乘次数较少、长线公交客流需求较大、职住平衡水平较高、约1/4的通勤出行者对线路选择具有较强黏性.     

基于IC 卡数据的公交通勤熵变模型的构建与应用

建立利用公交IC 卡数据计算公交过剩通勤熵变的框架,对优化城市居民通勤出行距离的难易程度进行定量分析. 结合公交出行的特点,构建基于Wilson 熵模型和双约束重力模型的公交通勤熵变模型;以广州市居民公共交通IC 卡数据为例,对通勤筛选、单元问题及过剩通勤熵变评价等进行探讨. 结果发现,采用约1 km × 1 km的单元格划分是城市公交通勤熵变模型中适合的单元划分方式,公交过剩通勤的熵变能够有效衡量平均通勤距离减少的难易程度和检验改变通勤行为相关政策的有效性.     

多区域通勤定制公交线路规划模型及求解算法

“定制公交”作为一种基于需求响应的公交服务模式,被认为能够有效吸引城市居民转向公共交通出行.通勤类型作为定制公交服务中的一种重要形式,其线路设计问题具有现实意义.首先,本文在已有理论的基础上,构建了多区域运营模式的通勤定制公交线路规划模型,该模型以最小化乘客出行成本、车辆运营成本为优化目标.其次,为求解模型,设计了一个两阶段启发式算法以获得多目标优化模型的Pareto解.最后,通过几组算例对模型进行了验证.结果表明,本文所提出的方法可根据优化目标提供多种线路方案集,丰富了定制公交的运营模式,为定制公交的线路规划提供了依据.     

城市公共交通常乘客通勤出行提取方法

为挖掘公共交通通勤出行精准化特征，从追踪出行链的角度出发，利用公交与轨道多源数据研究常乘客通勤出行提取方法。通过选取潜在职住地设置高频职住地集合，提出公共交通常乘客职住地识别算法，结合出行链起讫站点与职住地空间信息匹配提取通勤出行链，并将常乘客出行分为home-work通勤、work-home通勤和非通勤出行。以北京市“回天地区”公交与轨道出行链数据为例，提取常乘客通勤出行。结果表明：常乘客职住地识别率达到85.9%，常乘客通勤出行和非通勤出行在出行时空分布和出行方式上存在明显差异，通勤出行提取可为北京市面向常乘客开展“预约出行”并分析其出行需求动态特征变化提供依据。     

城市居民通勤出行方式服务水平评价

随着城市居民就业范围的扩大,通勤出行距离不断增加,通勤时段逐渐延长,使通勤出行日益复杂.因此,有必要对居民的通勤出行特征进行全面的分析研究,进而掌握通勤出行的规律,改善通勤出行的交通环境.本文首先从出行时间特征、出行距离,出行时耗、交通方式选择等方面对通勤出行的特征进行了分析;然后给出了通勤出行的评价体系,通过将logit模型和层次分析法相结合,得到通勤出行方式的服务水平;最后通过实例,验证了该方法的合理性,并给出了相应的评价结果.