出行需求分析的新方法:活动模型的应用研究

结合我国交通规划实际情况,提出新型的基于活动的出行需求分析方法,通过大量的调查数据和严密的分析,研究了数据转换的过程及方法,用以分析活动与出行的关系,并以此作为活动模型与出行模型之间的桥梁。详细阐述了数据选择和整理方法、有效性检查规则;应用居民出行调查数据,分析活动及出行特征作为模拟的基础,并提出基于交叉分类的出行量预测方法;然后制定活动-出行行为的详细模拟流程,研究各特性变量的模拟方法;给出模型的验证及确认方法,并编写计算机程序实现模拟流程。该方法已应用于辽宁某市城市居民的活动与出行特征分析,验证结果显示该方法具有较强的实用性,为活动模型的研究提供了参考。     

居民全日出行方式选择动态模型研究

为改进现有交通方式选择模型,提高交通方式预测模型精度,基于出行链建立了居民全日出行方式选择动态模型。从居民出行方式选择机理分析入手,确立出行方式选择动态影响因素,在多项Logit模型（MNL模型）的基础上建立了方式选择动态模型。模型中增加了2类动态影响因素,即先前出行方式选择结果对后面出行方式选择的影响和主链的出行方式选择结果对子链出行方式选择的影响。最后以安徽省淮北市为例对模型进行了实例分析。结果表明：所建立的动态模型的优度比和预测准确率较基于单次出行效用的MNL模型有较大提高,变量在模型中的意义符合中国国情,模型可服务于城市交通规划和交通政策制定。     

基于出行时间的城市交通出行结构估算模型

本文以北京市相关工作过程为例,介绍了城市交通出行结构传统估算方法的应用,提出了基于熵理论以及出行时间的城市交通出行结构估算模型,给出了模型算法,并以实例演示了模型应用与结果分析过程,最后总结了模型的优势与尚待深入研究的问题。     

通勤者出行方式与出行链选择行为研究

通过分析2005年北京市居民出行调查数据,构造通勤者上班出行方式选择和出行链类型选择相互影响的NestedLogit模型,分别建立出行方式→出行链和出行链→出行方式两个方向模型结构,采用统计软件STATA9.0对模型进行标定,并利用包容系数对Nested Logit模型的结构关系进行辨识。结果表明,出行方式选择和出行链类型选择之间不是单方向影响关系,而是一种双向的相互作用关系;出行链→出行方式选择决策较为合理,反应通勤者倾向于首先考虑如何组织当天要参加的各种活动,然后在出行链安排的约束下考虑选择合适的出行方式。     

基于活动的交通需求计算过程模型研究综述

为适应现代城市快速发展的要求,研究人员对交通需求预测进行了广泛深入的研究,交通需求模型在建模方法和模型功能上发生了很大变化.基于活动的方法受到广泛重视,基于活动的交通需求模型研究成为热点.其中计算过程模型被认为是最有发展前景的.文中回顾了基于活动的方法的发展过程;介绍了基于活动的方法的理论基础;总结了基于活动的交通需求计算过程模型,并分析了其中4个模型的特点;探索了模型的改进途径,展望了模型的发展应用前景.     

基于ArcIMS的出行信息系统开发与实现

介绍了WebGIS的特点和ArcIMS体系结构,分析了出行信息系统的需求和系统功能,阐述了出行信息系统的总体框架和系统数据库模型,对基于ArcIMS的出行信息系统的开发进行说明,最后以南京市为例说明出行信息系统开发过程.     

特殊活动的停车选择模型研究

针对特殊活动下的停车问题,提出了出行者选择行为的效用模型和针对各部分效用的标定方法。在原理设计中,考虑了特殊活动下小汽车出行者的行为约束因子,建立了特殊活动下的选择行为模型;在实现方法上,对效用因子进行了标定,并应用最大似然法对出行者停车选择行为时间效益模型作了计算。该研究可以用于进行特殊活动下基于停车选择行为的出行选择分布预测,解决特殊活动下的停车预测和管理的理论问题。     

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.      

出行链化的贝叶斯网络预测

以出行链为研究对象,在特定因素下通过贝叶斯网络对其链化趋势进行预测.首先依据已有的理论基础和实践经验,提取影响出行链的因素并构建贝叶斯网络结构模型,其次通过采集的有效样本数据进行模型参数的学习,预测出行链化倾向.最后将预测数值与实际数值进行对比、分析.结果表明运用模型所得到的预测值与调查所得的实际数据基本相符,两者之间误差很小,只在个别样本点有所偏差,相对于整体,此差值完全在可接受的范围内.由预测结果与实际值对比可知,出行者的链化行为在时间、空间、成本等因素作用下具有一定的波动,但长期趋势保持稳定.     

网购影响下的城市交通碳排放测算方法研究

主要探讨网络购物的发展对城市客运交通碳排放的具体影响。首先采用马尔科夫链法预测无网购影响下居民购物出行分担结构;之后构建以出行者特征和购物方式服务水平为特征变量的巢式Logit模型,预测网购影响下居民出行分担结构;紧接着建立基于IPCC (Intergovernmental Panel on Climate Change)自下而上法的碳排放测算模型。最后以J市居民出行数据为基础,进行模型参数估计和测算结果分析。结果表明,网络购物的发展对于城市交通,特别是机动车购物出行碳排放有较明显的减排作用。     

支持向量机在路段行程时间预测中的应用研究

主要探讨支持向量机理论在路段行程时间预测中的应用。具体的方法是,首先将研究路段根据路段交通状态和车辆检测器设置情况进行分段,然后以前几个时段的各个小路段的交通流量、平均速度和车道占有率和整个路段的行程时间为输入,以下一时段的整个路段的行程时间为输出,选取高斯径向基函数作为核函数,建立了基于支持向量机的路段行程时间预测模型,从而探讨支持向量机在路段行程时间预测中的应用效果。最后,利用交通仿真软件的模拟数据进行验证,并与BP神经网络计算结果比较,计算结果的对比表明本文提出的方法预测效果更好。     

基于累积前景理论的拥挤阈值计算模型

信息诱导是缓解交通拥挤的有效途径,为了描述道路拥挤程度对出行者路径选择决策的影响机理,基于累积前景理论分析了出行者的出行决策过程,分析了出行者拥挤认知模式以及不同出行方式的拥挤信息需求。解析了拥挤阈值的概念,将行程时间作为累积前景理论决策指标建立了拥挤阈值的计算模型,以1个简单路网进行算例分析,模拟驾驶员的拥挤认知及出行活动决策。算例结果揭示了拥挤阈值对路径选择决策行为的影响,同时验证了拥挤阈值是出行者在决策过程中的决策变化分界点。出行时间在拥挤阈值内出行者不改变出行路径;出行时间超过拥挤阈值,出行者将改变出行路径。      

基于意向调查数据的非集计模型研究

当交通系统中引入新的交通方式时,传统的基于实绩选择调查数据的交通需求预测方法对于方式分担预测将会无效。本文以新交通方式的分担率预测模型为研究对象,提出基于实绩选择调查和假设意向调查组合数据的非集计模型,对模型中各种交通方式的效用函数进行了深入研究,并以东直门至首都机场的轨道交通客流预测为例,进行了参数估计和轨道分担率预测。实例研究表明,模型能够较准确的预测出新交通方式的分担率。     

Quantifying travel time variability at a single bottleneck based on stochastic capacity and demand distributions

Travel time reliability, an essential factor in traveler route and departure time decisions, serves as an important quality of service measure for dynamic transportation systems. This article investigates a fundamental problem of quantifying travel time variability from its root sources: stochastic capacity and demand variations that follow commonly used log-normal distributions. A volume-to-capacity ratio-based travel time function and a point queue model are used to demonstrate how day-to-day travel time variability can be explained from the underlying demand and capacity variations. One important finding is that closed-form solutions can be derived to formulate travel time variations as a function of random demand/capacity distributions, but there are certain cases in which a closed-form expression does not exist and numerical approximation methods are required. This article also uses probabilistic capacity reduction information to estimate time-dependent travel time variability distributions under conditions of non-recurring traffic congestion. The proposed models provide theoretically rigorous and practically useful tools for understanding the causes of travel time unreliability and evaluating the system-wide benefit of reducing demand and capacity variability.     

基于Kalman滤波的城市环路交通流短时预测研究

在介绍现有的主要交通流预测方法的基础上，阐述了基于卡尔曼滤波（Kalman）的预测模型及其具体算法。结合城市环路的交通运行特性，构建了基于卡尔曼滤波的交通流短时预测模型，并根据北京市三环路的实际数据对模型进行验证。实证数据表明．所建立的交通流动态实时预测模型的预测效果比较理想，算法的实时性也满足实际预测系统的要求，可应用于交通流预测及交通智能控制。     

交通需求预测中均衡配流与方式划分组合模型

在用户平衡(UE)和系统最优前提下,借助于Share需求模型,提出了基于四阶段法的交通需求预测组合模型,克服了传统四阶段法中由于各个阶段相对分割和独立,造成的人力物力耗费巨大,预测工作量大的弊端.对于交通预测的实际工作具有指导性作用.     

弹性需求下的组合出行模型与求解算法

研究了弹性需求下的组合出行行为,利用网络均衡理论和超级网络方法,给出了弹性需求下组合方式出行的混合网络均衡条件,提出了与均衡条件等价的变分不等式模型,讨论了模型解的存在性和唯一性。设计了求解模型的算法,并用一个算例分析了模型参数对模型求解结果和算法收敛性能的影响。结果表明:该模型能够有效地描述人们的组合出行行为。这一研究将有助于加深对交通行为的理解,有助于合理规划与布局停车换乘设施以及协调发展多种交通方式。     

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。     

基于改进四阶段法的停车换乘系统需求预测模型研究

在停车换乘（P＆R）需求预测过程中,重点是出行方式的划分和选择,而引入停车换乘系统后,这一基本前提发生了根本性的变化,即市民一次出行方式和路线的选择要考虑多方式的联合和竞争.因此在方式划分和选择阶段引入多项Logit模型,基于效用最大化理论的前提下,借助EMME/2软件进行需求预测分析.实践和经验证明,文中所建立的模型递推形式有利于计算机编程实现,且有更高的精确度.