通勤出行方式-出行链模式联合选择模型

以单个通勤出行者为研究对象,构造基于广义极值理论的Cross-Nested Logit模型,分析了通勤出行方式和出行链模式联合选择行为.模型以通勤出行方式选择子集和出行链模式选择子集的组合为选择集,描述了在出行者社会经济属性、居住地和工作地区位、工作活动属性影响下的出行方式和出行链模型联合选择行为,能准确刻画两个选择维度之间的相关关系.利用居民出行调查数据完成模型标定.研究表明,通勤出行方式和出行链模式选择之间有显著的相互影响,出行者性别、家庭收入、家庭结构、家庭交通工具、工作活动作息时间、居住地和工作地区位是重要影响因素.当上述因素发生改变时,出行者会优先调整其出行链模式而非出行方式.     

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。     

收费及奖励策略对通勤出行方式选择的影响分析

为研究收费及奖励两种交通需求管理策略对居民通勤出行方式选择的调控作用,以杭州市主城区为例,通过SP(Stated Preference)和RP(Revealed Preference)调查私家车通勤出行者在停车收费及非小汽车出行奖励情景下的方式选择意向,利用非集计理论分别建立停车收费和出行奖励单独实施和共同实施下通勤出行方式选择的巢式Logit(NL)模型,研究停车收费及出行奖励对私家车通勤出行者出行方式选择的单独影响及共同影响效果,并分析两类策略的弹性。研究结果表明：停车收费和非小汽车出行奖励均能减少私家车出行比例,增加公交和地铁等公共交通出行比例;当停车收费达到一定费率时,才能有效减少私家车出行,适当的奖励能有效激励出行者转向其他出行方式,若同时实施收费和奖励策略,将表现为收费为主和奖励为辅的联合作用;在3类场景中,收入均是影响出行方式选择的重要因素,收入越高,继续选择私家车出行的可能性越大;单独收费场景下,停车收费弹性随费率增加而增大,且费率较低时缺乏弹性,出行奖励弹性随奖励金额增加而先增大后减小,小额奖励即有弹性。     

基于Logistic模型的城市慢行交通出行者特性研究

为了防治机动车污染,提升慢行交通系统使用率与服务水平,针对慢行交通出行者特性开 展研究。以铜川市居民出行调查为数据基础,将其分为家庭属性、个人属性与出行特征属性3 个 类别,借助SPSS 软件构建二元Logistic 模型,以优势比（OR） 为主要评判标准,从多种属性变 量中辨识影响慢行交通使用的主要变量,阐述出行者特征。研究结果表明：步行出行距离一般小 于3km,自行车出行距离小于5km,各种属性变量对慢行交通的选择有不同程度的影响,步行与 自行车出行的影响变量也存在差异;女性更倾向于步行而男性使用自行车的几率更高;非通勤出 行以步行为主;交通工具保有量的提升会降低步行使用率,而对自行车出行基本不产生影响;家 庭收入与是否选择慢行交通出行不存在显著关系。     

考虑共享汽车的高铁站接驳交通出行方式选择影响因素

为研究共享汽车作为高铁站接驳交通出行方式的可行性,在大连北站、长春西站和哈尔滨西站3个高铁站的候车厅内对出行者随机抽样,进行行为调查(Stated Preference,SP)与意向调查(Revealed Preference,RP)的组合问卷调查,并建立多项离散选择模型(Multinomial Logit Model)对影响高铁站接驳交通出行的因素进行分析.结果显示,等待时间、出行时间、费用和押金均对出行者接驳交通出行方式的选择具有显著影响,且均对共享汽车产生负效用;选择共享汽车进行高铁站接驳出行的出行者主要特征有年龄为18～30岁、与他人结伴出行、日常出行方式为私家车、高铁出行目的为旅游、月收入较高、喜欢开车、接驳出行距离较远等."高铁+共享汽车"服务模式具有可行性,但是目前受访者对共享汽车的使用率和了解程度均较低,需要加大共享汽车的宣传力度并提高其服务质量.     

基于Logit模型的汽车共享换乘地铁选择行为研究

针对汽车共享发展中存在的出行费用较高,城市中心区停车难问题,文章对汽车共享选择行为和地铁换乘选择行为的影响因素进行归纳分析,并设计出行者出行方式选择行为调查问卷;通过多项Logit模型对调查数据进行回归分析,探究影响汽车共享换乘地铁选择行为的因素,为推广汽车共享换乘地铁出行提出建议。研究结果表明,性别、年龄、职业、家庭年收入、家庭拥有小汽车数量、可以忍受的乘车最长步行距离、可以忍受的中心区道路平均车速、乘车时间、候车时间、出行费用等因素对汽车共享换乘地铁影响显著。     

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.     

基于上落客时空特征的出租车停靠站选址模型

为了规范出租车运营,改善出行者候车环境,提高出租车经营效益,进行基于出租车出行需求特征的停靠站选址研究有着十分重要的现实意义.本文首先界定了出租车出行需求时空热点的含义,基于样本出租车GPS数据研究出行需求的时空聚集特征,得到了出行高峰时段和出行热点区域.将出行需求作为依据应用于出租车停靠站选址,提出了基于最大覆盖的停靠站选址模型,同时结合出行者的不确定性交通行为和消费特点,在车站服务能力、出行者步行距离和计划修建数量等方面分析了模型的适用条件.实例区域的选址研究结果表明,以客观需求为依据的选址方法,可以更好地契合出行者的出行需求,具有较高的实用性.     

群体出行的交通方式选择行为研究

多人结伴的群体出行是非通勤目的的交通出行中的普遍现象,已有交通方式选择行为研究中通常以出行者个体作为交通方式选择的决策单元,对于群体出行状况下的交通方式选择行为研究具有不适应性.以出行者群体作为交通方式选择的决策单元,基于2010年上海世博会游客的出行数据,建立了不同群体规模的出行方式选择行为模型.结果表明,群体出行对于交通方式选择行为具有显著影响:出行者对交通服务属性的敏感性下降;出行者群体的车内时间价值增加;出行者感知的车外时间当量和换乘惩罚当量上升.     

无人驾驶汽车对出行方式选择行为的影响

无人驾驶汽车对出行者出行选择行为具有重要影响,进而可以影响到城市交通需求、城市空间布局和城市规划. 基于扩展技术接受模型和考虑不同出行者偏好的异质性,建立带潜变量的随机系数Logit模型,研究出行者的出行特征、心理潜变量和个体的社会经济属性对无人驾驶汽车选择行为的影响. 结果表明:与传统的多项Logit模型相比,带潜变量的随机系数Logit模型拟合度更高;不同的出行者对出行费用的偏好具有异质性,在效用函数中,出行费用服从正态分布;无人驾驶汽车选择行为不仅受到出行特征和社会经济属性的影响,而且还受到感知信任、社会规范和行为意向等心理潜变量的影响;降低无人驾驶汽车的出行费用可以提升出行者选择无人驾驶汽车出行的概率.      

出行时间成本的影响因素及模型构造

为分析影响出行时间成本因素间的关系,界定了出行时间成本的概念,分析了影响出行时间成本变化的主要因素,并在此基础上构造出行时间成本模型.根据2014年北京市居民交通方式选择特性问卷调查数据,以“工资法”为计算原则,计算出了2014年北京市居民分方式、分目的的人均出行时间成本,并研究了不同出行方式下的出行时间成本的内在规律,为分析预测居民的出行决策、优化交通方式比例提供了可靠的理论依据.     

基于出行剩余理论的运输方式选择研究

突出强调出行本身具有的独立价值及其特性,创建出行剩余理论,以出行剩余价值最大化为准则揭示出行需求主体选择运输服务方式的机理。将出行价值特性总结为认知性、差异性、时效性,并将出行需求基于时效性分为3类,给出相应出行价值函数。将出行代价的特性总结为时效性、差异性、或然性,并建立出行全过程的成本函数。通过联立出行价值与出行成本函数,构建基于出行剩余价值的运输方式选择模型。通过仿真算例验证模型的适用性,结果显示,该模型有效避免了效用理论在需求异质性、出行价值测度等方面的表述局限,可为旅客出行方式选择研究提供新的研究方向。     

出行时耗预算机理解析

从20世纪60年代开始,一些学者发现城市居民人均日出行时耗在不同年份表现出一定的稳定性;扎·哈维提出日平均出行时耗预算相对恒定假设。首先,通过国内外全日、单次出行平均时耗变化的历史数据,验证了出行时耗的相对稳定性。在解析出行时耗相对恒定形成机理的基础上,重点分析单次通勤出行时耗分布机理,并提出相应的模拟公式。同时,探讨交通拥堵状况对出行时耗分布的影响作用,分析表明较小的出行时耗增加可能隐含较大程度的交通拥堵。最后指出,应结合中国城市居民的出行时耗预算,为其适宜的交通模式规划路网和城市用地布局。     

城市交通需求管理对策

针对单纯依靠提高交通供给的方式难以满足日益增长的交通需求,导致大城市交通拥堵日益剧增的问题,梳理并评析国内外各大城市的交通需求管理实践经验。首先,将交通需求管理策略分为控制出行需求和引导出行方式两大方面。然后,从城市规划和交通规划相配合,以及交通影响分析的角度对控制出行需求进行分析。最后,从引导小汽车合理使用、提高公交服务水平和调整出行时空分布三方面指出引导出行需求的具体方法,包括从限购和限用小汽车的角度引导小汽车合理使用的策略;从轨道交通建设、公交线网优化、公交专用车道建设等方面提高公交服务水平的策略;从实行错时上下班、征收拥堵费等角度调整出行时空分布的策略。     

����ʱ���ֵ���㼰Ӧ���о�

传统的出行时间价值计算方法无法考虑出行者主观因素对出行时间价值判断的影响以及出行时间的利用效率问题。本文综合应用生产法、收入法及非集计Probit模型,引入节省时间利用系数,建立了出行时间价值计算综合模型,对传统方法做出改进;应用已建时间价值计算模型及佛山市南海区出行调查数据计算出行者的广义出行费用,进而建立了出行频率预测Logistic模型;根据出行频率预测及敏感性分析对南海区实施拥挤收费策略的可行性进行了评价。结果表明,改进的时间价值计算方法可以充分考虑出行者主观因素对其时间价值判断的影响,解决时间价值利用率问题,并且提高时间价值计算的准确率。已建方法可为出行行为分析、预测和交通需求管理策略评价提供理论支持。     

城市低收入人群广义出行成本研究

从广义出行成本的角度出发,以定量分析为主,辅以适当的定性分析,研究城市低收入人群出行过程中的使用成本、时间成本和舒适度成本.通过对南京市多个经济适用房小区进行居民出行调查,以客观数据为基础,建立广义出行成本模型,预测低收入群体几种主要的出行方式分担率,有利于分析他们的日常出行,为制定关于低收入人群的不同交通方式的出行保障策略提供依据.     

基于车载OBD数据的小汽车出行特征分析——以北京市为例

小汽车出行特征是城市道路网运行的重要影响因素之一。采集小汽车出行数据并深入分析其出行行为特征,是引导小汽车出行方式转变、降低机动车使用强度的重要条件,能够为交通精细化管理和政策制定提供支持。基于车载OBD可采集到的小汽车出行数据和轨迹数据,提出小汽车出行特征分析方法,得到出车率、出行次数、出行距离等量化指标,分析不同阶段、不同区域、不同政策下的出行指标变化特征。利用大数据分析方法对出行规律深层挖掘,进一步获得用户画像、路网非直线系数等交通特征。分析结果表明,车载OBD数据能够较好地反映小汽车出行行为特征,并对交通需求管理政策的实施效果做出定量评价。     

石家庄市居民出行特征变化分析

根据石家庄市2007年。2000年,1986年3次居民出行调查的数据,分析石家庄市居民的出行次数、出行目的、出行方式等的变化情况,由此归纳出石家庄市居民出行特征变化的规律和原因。针对石家庄市的特点,对目前石家庄市城市道路通行效率不高、交通管理不善等方面的问题,提出石家庄市城市交通改善措施,以及未来交通发展的对策和建议。     

Dynamic Multi-class Network Loading Problem

The dynamic network loading problem （DNLP） consists in determining on a congested network, timedependent arc volumes, together with arc and path travel times, given the time varying path flow departure rates over a finite time horizon. The objective of this paper is to present the formulation of an analytical dynamic multiclass network loading model. The model does not require the assumption of the FIFO condition. The existence of a solution to the model is shown.     

北京市交通结构合理发展模式及策略研究

在交通需求总量保持高速增长,而道路资源能力扩充有限的背景下,交通结构是否合理直接影响交通资源的配置方式以及城市交通系统的运行效率。首先总结北京市交通结构发展的历史阶段及特征。然后,系统梳理国际大城市三种典型的交通发展模式及策略。在此基础上,针对北京市交通结构调整面临的主要问题与挑战,相应提出交通结构合理化发展的策略与建议：提升公共交通吸引力和承载力、降低小汽车使用强度、引导市民绿色出行和理性消费。