北京市小汽车社会与个人支付成本比较分析

首先分析了小汽车社会成本与个人支付成本计算指标构成,并考虑现有条件下可获得的数据情况,对部分指标的计算方法进行调整,对于不易直接获取成本额的成本指标,采用市场价格代替成本数据进行估算。然后以北京市各历史年城市客运交通领域的投资等数据为基础,分别计算成本各构成指标,汇总得到北京市2000年、2005年小汽车社会成本和个人支付成本。结果表明,北京市小汽车个人支付成本偏低并且低于社会成本,从一定程度上可解释小汽车出行比例增高的现象。同时说明,可通过一定措施来调整个人支付成本与社会成本的差异,以引导北京市公众出行方式的选择。     

公共交通与小汽车出行的社会成本比对研究

目前交通问题已经不是一个简单的出行问题,由交通带来的社会问题日益受到越来越多的关注。私家车的飞速增多不仅是交通拥堵问题的主因,还造成了社会资源的分配不均。文中提出公共交通与小汽车出行的社会成本构成及计算模型,基于各项指标数据,计算公交车与小汽车的社会总成本并进行对比研究,以对城市中公共交通与小汽车出行的政策调整提供理论支持。     

基于SP和RP融合数据的小汽车通勤出行频率选择模型

基于小汽车通勤出行特性和成本分析,采用意愿调查法对小汽车出行者的社会经济属性、通勤特性和不同燃油价格下的出行意向进行调查,定量分析停车位供应状况、停车费、燃油价格等因素对小汽车使用者通勤出行频率的影响,以获取高燃油价格下小汽车通勤行为随燃油价格(出行成本)变化的规律.基于多项选择模型,分别建立了RP模型、SP模型和基于...     

基于公交优先的居民出行方式结构与社会效益最大化研究

为了得到城市居民出行方式最佳结构,以制定相应的公交优先政策措施.首先提出了居民出行社会效益的概念,根据居民出行时间价值、平均出行时间与出行费用,计算不同出行方式出行者平均每次出行的成本,在考虑各种出行方式比例的基础上,计算居民出行节约成本,从而计算居民出行社会效益.以居民出行社会效益最大化为目标函数,通过深入研究居民出行时间、出行费用与出行方式比例的函数关系,以及新增公交供给投入成本等参数变化规律,建立居民出行社会效益最大化的约束条件.最后以长春市居民出行调查结果为例进行了实证分析.结果表明:长春市居民出行社会效益最大时,小汽车、公共交通、步行及自行车的出行比例分别为11.27％、62.36％和26.37％,并针对计算结果给出了相应的出行方式结构合理化措施建议.     

出行态度及社区环境对出行行为的影响分析

无序蔓延的城市发展模式对社会带来的负面影响已毋庸质疑,关于城市土地利用对人们出行行为影响的研究正受到越来越高的重视,以往研究结果表明生活在良好社区环境（高密度、土地混合利用、公交可达性高、宜于步行）下的人们相对于以小汽车为导向环境下生活的人,其对小汽车的使用更少,但这些研究并未考虑人们自身的出行倾向。文中将人们的出行态度因素纳入考虑,以随机效用理论为基础,调查在不同社区环境下人们在非通勤时间内所采用的交通方式,通过建立交通方式选择 MN L模型来标定各因素的影响程度,分析社区环境与出行倾向对出行行为的重要性。     

基于群体公平差异的公交网络双层优化模型

为准确刻画公交网络优化对不同居民群体的公平性影响,建立了考虑不同群体的人均道路占有面积、出行成本差异等因素的公交网络双层优化模型。上层模型以出行成本剥夺系数与道路面积基尼系数最小化为目标,用于求解考虑交通公平约束的公交网络优化方案;下层模型为多模式多用户随机均衡交通分配模型,用于描述上层给出的公交优化方案中不同群体对于不同交通方式的复杂选择行为。采用非劣排序遗传算法-Ⅱ求解模型,并以一个简单网络进行算例分析。结果表明：公交网络优化前,小汽车、公交车与自行车的出行分担率分别为42%,47%,11%;优化后,各出行方式的分担率分别为7%,82%,11%,部分拥有小汽车的高、中收入用户改用公交出行,3类群体的出行成本剥夺系数下降了20.68%,道路面积基尼系数下降了87.76%,低收入群体的交通公平感受与客观资源分配均显著改善。研究结果可为公交网络优化提供理论依据与模型基础,是改善交通规划方案公平性的全新尝试。     

小汽车交通需求模型研究

利用概率统计方法,结合影响城市小汽车远期高峰小时出行需求预测的各种因素的特点,确定了6种主要影响因素;依据基于误差传导式的可靠性预测模型,建立了城市小汽车远期高峰小时出行需求预测模型,推导出了基于一定可靠性水平的预测结果及其可能取值范围。     

北京市居民出行时间成本研究

采用收入法,考虑出行目的、出行方式等因素,给出居民出行时间成本计算的方法与步骤,将居民出行时间价值货币化。以北京市2000年和2005年为对象年,估算了分目的、分方式出行对应的单位时间价值,并根据历年交通调查的数据,获取了当年北京市全社会小汽车、公共交通(包括轨道交通)、出租汽车的平均出行时间和出行量,计算得到北京市全社会当年居民出行的时间成本。     

哈尔滨市交通外部成本的量化分析

通过对哈尔滨市几种常见的出行方式,包括步行、自行车、摩托车、公共汽车、小汽车和出租车在外部成本方面的量化研究,分别确立了城市交通外部成本的计算方法和模型.通过对哈尔滨市进行调查,为交通政策的制定以及交通资源的合理利用提供科学依据,以促进城市交通的可持续发展.     

基于停车场服务水平的假日轿车出行行为研究

在分析影响小汽车出行的停车场主要因素(包括步行距离、停车费用、空余泊位数等)特征的基础上,以调查数据为依据,应用非集计模型中的随机效用理论,建立了假日小汽车车主出行行为模型,并标定了各影响因素的参数.结果表明,停车场服务水平与假日小汽车出行行为之间存在密切关系.     

关于公交票价与私家车出行关系的研究方法

该文针对研究城市公交票价与私家车出行量之间关系的需要,提出了一种理论方法。该方法用多元线性回归模型分析了城镇居民家庭人均可支配收入、私家车出行成本等因素对私家车出行需求的影响,并在此基础上结合交叉弹性理论进一步得到公交票价和私家车出行需求之间的弹性关系。通过该方法可以量化公交票价与私家车出行需求两者之间的关系,为城市采用低价公交来制约私家车出行的政策提供一些理论依据。     

基于进化博弈的城市中心区交通拥堵收费分析

交通拥堵收费是解决道路拥堵问题的有效措施。假设使用小汽车到达拥挤收费区域边界的出行者可通过2种方式到达拥挤收费中心区：小汽车直达及停车换乘公共交通（P＆R）。对于出行者甲（对小汽车出行需求偏刚性）、乙（对小汽车出行需求偏弹性）,采用进化博弈的方法,建立效益矩阵,分析在不同政府定价条件下两者出行方式选择行为的演化模型。结果表明,政府交通拥堵收费对出行者出行方式选择行为的演化起着重要作用,不同的定价区间会使得出行方式向不同的稳定状态演变。分析各种定价区间下出行者出行方式选择行为。     

Multimode trip information detection using personal trajectory data

Handheld global positioning system (GPS) devices can serve as a new tool to collect an individual's trip information with advantages of low cost, accurate data, and intensive spatial coverage. Various machine learning algorithms have been explored to detected trip train information in previous studies; however, few of them focused on the evaluation and comparison of the performance and applicability of different models. Meanwhile, according to previous studies, car and bus mode detection is a thorny issue due to their similar travel characteristics, and algorithms still need to be well explored and improved to solve this problem. In this article, an innovative method is proposed to detect trip information, including trip modes, mode-changing time and location, and other attributes, from personal trajectory data. The method is a two-step process. A machine learning algorith-based module (including artificial neural network, support vector machine, random forests, and Bayesian network) is firstly used to identify walk, bicycle, and motorized trip modes (bus or car); we thoroughly compared the performance of these four algorithms. Then a second module, using critical points on the GPS trajectories, is further developed to distinguish car and bus mode, incorporated with GIS map information. Field test results show that the proposed machine learning models can all be applied for walk, bicycle, and motorized mode detection with high detection rates exceeding 90%; however, the algorithms work relatively poorly for bus and car mode detection, with results mostly below 75%. The proposed two-step method can greatly improve bus and car mode detection accuracy by 14–30%. As a result, the average mode detection rates for all the four modes are above 90%. Compared with mode detection results by using only the machine learning algorithm, the proposed two-step method has much better performance in both accuracy and consistency.     

Une caractérisation de l'émission acoustique des véhicules au cours des déplacements

Traffic noise is usually measured at fixed points whereas in reality vehicles move and generate noise throughout their trip. This paper therefore puts forward a new method of identifying noise emissions which takes account of the trip as a whole. We have made use of the concept of standard kinematic sequences (which are the elements which form all car trips) and have introduced a new acoustic index to characterize the noise emissions of a vehicle during a sequence. We have achieved this by adapting conventional highway acoustic indices to the way sequences are defined and used. We have calculated examples of these indices from acoustic recordings of isolated vehicles on a test track and from standard sequences.     

基于学习率的纯电动与燃料电池汽车分场景经济性比较研究

新能源汽车较高的成本是制约我国新能源汽车发展的重要因素之一。本研究构建了纯电动和燃料电池汽车经济性综合分析比较模型。基于新能源汽车各关键零部件的学习率曲线,对纯电动和燃料电池乘用车、客车和货车的未来制造成本趋势进行了分析和比较。同时结合我国私家车、出租车、公交车和物流车4个应用场景,对各场景下纯电动和燃料电池汽车使用成本进行了分析。最后比较了未来不同时点下两种技术路线下的总成本差异。研究发现,虽然未来增程式燃料电池汽车制造成本较低,但纯电动车使用成本价格优势明显,其中总成本将具有较强竞争力。     

基于演化博弈论的汽车共享与私家车博弈研究

汽车共享能够显著缓解交通拥堵、降低城市交通污染.由于汽车共享能够部分代替私家车出行,汽车共享方式的引入对居民出行行为选择具有重要意义.基于演化博弈论,分析了汽车共享引入后与私家车的博弈过程.以城市居民出行选择行为为出发点,分析汽车共享和私家车出行方式的特点,考虑汽车共享服务水平随服务人数变化因素、政府参与管理因素,建立汽车共享和私家车的演化博弈模型.根据动力学相关知识,分析模型参数,得出各个平衡点稳定的条件.通过分析系统演化稳定状态,为汽车共享出行方式的推广和政府相关政策制定提供理论支撑.      

票价对轻轨分担率的影响研究——以广州市萝岗轻轨为例

为研究不同的定价策略下轻轨对其影响范围内不同人群的吸引力大小,运用多项 Logit 模型效用最大化理论,并以广州市萝岗轻轨为例,在大量居民出行调查数据基础上,对模型进行参数标定,分析比较小汽车出行﹑电单车、常规公交出行﹑轻轨交通出行4者的效用比,最终确定目标年不同票价政策下各种交通方式的分担率。      

拥挤收费下基于前景理论的出行者路径选择行为分析

出行者（特指私家车出行者）路径选择行为的研究对于城市的交通管理和交通组织都有着重要的意义,而且随着交通出行费用的不断增加,以及道路拥挤收费政策逐步实施,仅仅考虑距离最短、时间最短来对出行者路径选择行为模型进行研究,往往实用性欠佳。针对以往的研究中考虑因素单一、模型实用性不强这一问题,运用能有效描述出行者不确定性条件下决策行为的前景理论,综合考虑出行者的出行时间、出行费用以及出行者的个人偏好、出行经验等因素,建立一个更为贴合实际的出行者路径选择行为模型。以实际算例的形式对比分析了,不同收费标准对不同出行者人群、不同性质出行的路径选择行为的影响程度。结果表明：与拥挤收费政策实施前相比,收费3元时,高收入水平出行者购物出行时的路径发生变化,而对于通勤出行,当收费大于6元时出行路径才发生变化;对于中低收入水平出行者来说,因为其较高收入者对费用更为敏感,所以拥挤收费政策实施后他们的反应也不尽相同。