交通枢纽中换乘客流的非集计模型研究与应用

在基于非集计离散选择模型的基本理论与建模方法上,结合上海南站乘客换乘调查数据,并选择公交车、出租车、私人小汽车等在内的枢纽站中拥有的交通方式作为居民出行的方式选择方案,建立了交通方式选择MNL模型。然后应用SPSS数据统计软件对所建的MNL模型的参数进行了标定。结果表明,非集计建模方法能够较全面的考虑换乘乘各出仃选择的各方面影响阕素,该方法是可行的。并且相对于集计模型,它减轻了调查样本的数量,从而使得该方法更为经济和有效。     

基于GIS的城市交通网络数据模型研究

针对城市交通需求预测中交通网络数据建模的特点和难度,提出了一个基于GIS的交通网络数据模型,并设计了模型的具体内容包括数据库表结构、交通网络拓扑结构表示法等。数据库表按节点、路段、转向、OD对以及交通区这5种网络基本要素分类设计。城市交通网络拓扑结构包括节点-路段和路段-转向两部分,前者采用邻接表来表示,后者则采用邻接表的拓展形式-路段邻接表。该模型集拓扑数据、空间数据和属性数据于一体,充分发挥了GIS和数据库技术的优点,并可表示出完整的节点-路段-转向拓扑关系,为计算机辅助城市交通需求预测奠定有效、详细的数据基础。     

基于巢式Logit模型的交通方式选择行为研究

与传统的多项Logit模型(MNL)相比,基于离散选择理论的巢式Logit模型(NL)放宽了IIA限制,具有更好的解释能力.文中介绍了NL模型的原理及公式推导,并将其应用于交通方式选择行为中,通过实例,建立交通方式选择模型,利用SAS软件对其进行求解和分析,得到出行者对各种交通方式的选择概率.     

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。     

多种Logit路径选择模型对多层次交通网络的性能影响

研究了多种Logit路径选择模型应用于多层次交通网络时对网络性能的影响.依据网络层次特征定义了广义路径费用;选取4种典型的Logit模型——单层的多项式Logit (MNL),C-Logit (CL),Path-Size Logit (PSL)以及双层的交叉巢式Logit (CNL)模型,对它们分别构建了适用于多层次网络的等价数学规划模型(MP);对不同层次结构和分散参数取值,利用VC++编程求解4个等价数学规划模型,并计算了系统最优的流量分配.分析表明:3种OD需求下的所有Logit模型所得网络总行程时间费用(NrrC)都高于通过系统最优分配得到的NTTC;利用考虑重叠的CL、PSL、CNL模型所得NTTC皆大于不考虑重叠的MNL模型,且构造越复杂的Logit模型所得NTTC越高;对各个Logit模型而言,层次性交通网络的NTTC要小于没有层次性的情况且层次越高时NTTC越小.     

综合交通枢纽交通方式选择模型研究

立足于离散选择模型和Nest Logit模型的基本理论,针对Nest Logit模型可以考虑不同选择项之间相关性的特点,研究其在综合交通枢纽交通方式选择方面的应用。分析综合交通枢纽内部各种交通方式的特点,建立基于Nest Logit模型的综合交通枢纽交通方式选择模型,确定其效用函数,计算交通方式选择概率,并对模型参数进行标定。在分析中山市居民换乘意愿调查数据的基础上,针对不同距离分别对出行者换乘交通方式选择进行预测,并把预测结果同实际调查结果进行对比分析,验证了模型的适用性。     

一种基于路段惩罚法的合理路径集生成算法

为了给路径选择模型提供合理的路径集输入,使路径集能够包含更多驾驶员实际选择的路径,提出了一种基于路段惩罚法的路径集生成算法.根据发生拥堵的频率定义路段的拥堵指数,然后根据拥堵指数确定新算法的惩罚规则:在上一次计算的最优路径中需要增加阻抗的路段,是拥堵指数较大路段,而不是原始算法提出的所有路段.通过定义合理的指标评价路径集生成算法的有效性,根据实测的驾驶员出行路径数据评价改进的路段惩罚算法、原始的路段惩罚法以及应用较广泛的随机分类组合法.结果表明,在几种算法中本文提出算法生成的路径与实测路径完全一致的比例最大.     

基于选择方案抽样调查的城市群低频率出行行为研究

为分析城市群内低频率城际出行行为,对长三角城市群内上海与其他城市间的城际出行进行选择方案抽样调查,基于城际出行行为调查数据建立出行方式选择的多项Logit(MNL)模型；选择方案抽样调查数据与随机抽样调查数据存在方案分层结构偏差和因素重视度偏差,故引入反转因子(IPW),分别用外源性样本极大似然估计(ESMLE)简单修正法和加权外源性样本极大似然估计(WESMLE)法对MNL模型进行修正.结果表明:未修正模型及2种修正法下的模型命中率分别为57％,75％和84％；WESMLE修正后的模型能基本满足建模精度要求；城市群内低频率城际出行行为受出行时间、费用及个人属性等因素影响,同时,也表现出一定程度的随机性和随意性.     

随机交通网络中依赖信息的路径优化问题研究

针对交通网络中路径通行时间具有与时间相关的随机分布特性，将研究在此类交通网络上依赖信息的路径选择问题。在路径选择过程中引入交通信息，在随机交通网络上最优路径选择原则为下一节点的选择将依赖于已实现的路段时间及当前节点的出发时间，通过期望最小值方法，按照路径通行时间期望值最小原则，建立一种通过所获得交通信息来进行路径选择的优化模型，给出了模型的求解算法。并在简单交通网络上对模型进行实现。     

城市居民出行空间和方式联合选择模型研究

考虑到出行者出行空间和出行方式之间的重要联系,本文基于非集计模型中Nested Logit模型的理论和方法,结合2005年国内某大型城市居民出行调查数据,建立了城市居民出行空间和方式的联合选择模型。模型为2层的NL模型,第1层为空间选择层,第2层为方式选择层,以此将出行空间选择和出行方式选择连接起来。模型采用统计软件STATA 9进行标定,并通过统计指标进行验证,深入分析了影响出行者出行空间选择和出行方式选择的重要因素。最后,用同样的数据源建立了方式选择的MNL模型,通过对比联合模型和MNL模型的命中率和集计结果表明,出行空间和方式联合选择模型能够在较细的层面上预测出行者出行空间和交通方式的选择情况,从而提高了模型的精度和实用性。     

先进的旅行者信息系统对出行者选择行为的影响研究

目前研究先进的旅行者信息系统对出行者选择行为的影响主要集中在对路径选择行为的影响上,而忽略了对出行者出行终点和交通方式选择的影响。假定路网中的出行者一部分装有信息装置,另一部分没有装信息装置,利用离散选择理论中的层次选择结构模型和交通规划理论中的随机均衡方法,研究了先进的旅行者信息系统对出行者终点选择,方式分担和路径选择行为的综合影响,建立了一个与网络均衡条件等价的数学规划模型,设计了模型的求解算法,并用一算例分析了市场渗透率和信息质量对出行者选择行为的影响。     

基于分层logit模型的旅游交通方式选择研究

通过对旅客进行旅游交通方式选择的量化研究,得出各交通方式的选择概率,有利于各旅游地进行规划.首先通过分析过去与现在人们旅游交通工具的选择的不同,得出影响交通工具选择的影响因素.然后根据各个影响因素建立分层logit预测模型,对水平1和水平2进行标定,得出各个影响因素的参数值,从而得到各交通方式的选择概率.再利用该建模对近、中、远3种距离模式进行交通工具选择的预测,最后得到的预测结果与实际情况较为符合,相差的概率在0.05以内.      

路径选择中重叠路线的解决方法比较

在交通出行分析中,路径选择是必不可少的一个阶段,而在路径选择时,路径上路线的重叠情况,无论是体现在路径层面还是路段层面上的重叠都是常见的情况,这使得描述出行行为的最常用的工具多项式Logit模型缺乏解释能力,于是派生出各种Logit改进型模型,按照其解决重叠路线的内在机理的不同,将其归为3类：考虑协方差信息的方法、巢式方法和附加效用因子的方法,论述了3类方法各自的优劣势,并按2个重要特征对这3类方法进行了比较。     

Experimental Study of Effects of Travel Time Distribution Information on Dynamic Route Choice Behavior

This study focuses on the possibility that providing travelers with information on travel time distribution, along with the existing travel time information, might affect their decision making and enhance traffic control. As an initial step to confirm the effectiveness of travel time distribution information, we use a laboratory experiment to obtain panel data of route choices when information is provided. The rationality of the behavior of the respondents and the characteristics of the route choice are first analyzed by aggregation analysis and then statistically examined by specifying a mixed logit route choice model. As a result, it is revealed that both travel time information and maximum travel time information significantly affect route choice behavior when a penalty is imposed for late arrival.     

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。     

道路交通量分配建模综述

在道路规划和设计过程中,交通量的预测一般都采用四阶段法。在众多研究者的共同努力下,交通量的分配是研究最为成熟的一个阶段。人们根据不同的交通行为的假设,选择不同的交通抗阻和离散选择模型,推出了不同的交通分配模型,例如全有全无分配模型、按比例分配模型、均衡分配模型等。该文在前人研究的基础上,对不同的交通分配模型进行分析,根据它们不同的机理,阐明了不同分配模型的应用条件。     

高速公路可变收费标准模型研究

在介绍可变收费的理论基础上,分析影响高速公路可变收费标准制定的主要因素,并讨论不同时段收费费率同交通量的关系。在设定的可变收费方案下,建立了出行者选择的二元logit模型,根据调研样本,采用最小二乘法对模型参数标定并对设定的可变收费方案进行评价,结果证明可变收费能使交通流在各时段合理分布,从而提高了高速公路的服务水平。     

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。