风景区居民出行交通方式选择研究

为改善景区交通拥堵问题,研究景区居民出行行为,在石花洞景区展开居民出行特征问卷调查,分析景区居民出行需求和居民出行交通方式选择影响因素,并利用非集计模型构建景区居民出行交通方式选择预测模型。结果表明,景区居民出行交通方式选择受出行时长影响较大,家中有车居民在日常活动中更愿意驾车出行,男性居民出行更偏向于使用私家车,中青年尤其喜欢自驾出行,且以景区居民出行者的性别、年龄、出行目的、出行时间、私家车拥有量为影响因素的交通方式选择非集计模型预测精度较高,其中步行方式的预测准确率高达95.5%。     

�Ǽ���ģ���ڽ�ͨ��ʽ�ṹԤ���е�Ӧ��

建立出行者基本属性与交通方式选择的关系模型,研究影响和引导城市交通方式结构的有效措施。采用非集计模型建立出行者个人属性、家庭属性和出行属性与个体出行方式选择的函数关系,从城市统计资料中获取城市居民个人属性、家庭属性和出行属性数据,应用非集计模型来推算和预测交通方式结构。居民出行交通方式选择与个人属性、家庭属性和出行属性之间有较稳定的关系,其随着时间的推移变化甚微。非集计模型所推算的交通方式结构较为精确,用于交通方式结构的预测是可行的。所建立的模型亦用于研究影响交通方式选择的关键因素。非集计模型可用于交通方式结构的调整和优化,通过对可控影响因素的引导和调整,达到优化交通方式结构的目的。     

考虑偏好差异的后疫情时代居民出行方式选择行为研究

为探究后疫情时代居民出行方式选择行为，运用选择实验的方法，基于问卷调查获得选择行为数据，构建出行方式选择的混合Logit模型和潜在类别条件Logit模型。采用Stata软件标定模型参数，得到后疫情时代影响居民出行方式选择的主要因素。结果表明，两种模型均体现了个体出行方式选择的异质性，潜在类别条件Logit模型与混合Logit模型相比拟合优度提高了13%， 预测精度提高了3.03%，为突发公共卫生事件下分析出行行为的个体异质性提供了一种有效工具。潜在类别条件Logit模型根据居民所处低、中风险区两种情景，分别将居民划分为4类、5类人 群。从出行方式属性上看，等待时间和在途时间成为居民选择出行方式最重要的影响因素。从个人社会经济属性上看，在后疫情时代收入更高的女性更倾向选择私家车出行，年龄越大对行程费用越敏感，男性更愿意选择公交、地铁出行。     

北京市共享单车停车需求预测

为给共享单车停放点布设规划提供依据,通过对北京市居民出行方式选择进行调研,分析北京市居民出行方式影响因素,确定影响居民出行交通方式选择的特性变量。分析比较现有交通需求预测方法的优缺点,应用随机效用理论,建立基于交通方式选择的共享单车需求预测模型(Logit模型),利用TransCAD交通规划软件对模型参数进行标定,确定分担方式效用函数。根据未来年交通出行量进行停车需求预测,实验结果表明符合规划区域实际情况。     

基于LightGBM算法的公交行程时间预测

在城市公交网络运行中,公交车的站点间行程时间会受到道路和环境条件的影响. 本文对公交车运行过程中的车辆速度特征、道路特征及天气特征等进行了分析.建立了基于特征的 LightGBM (Light Gradient Boosting Machine)公交行程时间预测模型,通过调整 LightGBM算法中的相关参数,以分配各个影响特征和因素的权重大小.然后利用天津市某条公交线路 24天的公交车 GPS数据对模型进行了训练和验证,并与基于历史平均值和卡尔曼滤波的行程时间预测模型进行对比.比较结果表明,LightGBM模型在 MAE (Mean Absolute Error)和 MAPE (Mean Absolute Percentage Error)这两个指标上均大幅度优于其他两个模型,说明 LightGBM模型在公交车行程时间预测上具有很好的稳定性和应用前景.     

基于机器学习的中型城市居民出行方式选择行为研究

为探索中型城市居民出行特征以及不同因素对出行方式选择行为的影响机制,本文以中国某中型城市居民出行数据为例,综合考虑传统离散选择模型和机器学习模型在预测精度和建模合理性上的优劣,以及机器学习模型超参数求解算法的特点和效率,引入变异程序,提出粒子群优化随机森林的中型城市居民出行方式选择预测模型,采用预测准确率、出行方式比例预测绝对误差和期望模拟误差这3项性能指标,量化对比粒子群优化随机森林模型与多种机器学习模型和多项Logit模型统计学上的预测性能差异,利用SHAP(SHapley Additive exPlanation)模型深入分析个人社会经济属性、出行属性及出行方式属性等相关因素与居民出行方式选择之间的非线性关系。结果表明：粒子群优化随机森林模型整体平均预测准确率最高,为0.856,出行方式比例预测平均绝对误差和期望模拟平均误差最低,分别为0.062和0.306,模型间指标差异在统计学检验下显著;距离对不同出行方式选择的影响最显著,步行和私家车出行对距离敏感性更高,不同距离下,两者选择概率变化超过35%;30岁以下群体不同出行方式选择概率差距大于其他年龄段;性别、是否拥有私家车或公交...     

基于NL-累计前景理论的出行方式 选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限，联立出行方式与出发时段构建双因素出行方案，并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化，构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值，最后通过调查数据进行建模与验证.结果表明，与仅基于 NL模型进行的方式预测相比，所建模型综合命中率从74.8%上升至85.2%，各方式预测命中率更为均衡.     

利用效用函数探讨交通方式划分

本文在分析出行者选择交通方式行为特性的基础卜,根据效用极大化原则,建立交通方式划分模型。利用模型预测出行量在各种交通方式中分配的比率,分析不同服务属性对出行者选择交通方式的影响。     

基于非集计模型的居民出行方式选择行为研究

基于ML模型的基本理论与建模方法,利用2009年济南市居民出行调查数据,对影响城市居民出行方式选择的因素进行了分析,确定了影响居民出行方式选择的特性变量,建立了居民出行方式选择ML模型.研究结果表明:居民出行方式选择与个人属性、家庭属性和出行属性之间有较稳定的关系,通过对影响居民出行方式选择的可控影响因素进行引导和调整,可以达到优化和调整交通方式结构的目的.     

城市居民出行特性分析及其交通方式选择行为研究

在问卷调查及对宁波市居民出行特性分析的基础上,建立交通方式选择的MNL模型,得出不同交通方式选择的影响因素,利用SPSS软件对模型参数进行标定。研究结果表明,出行距离、出行时间等因素对居民出行交通方式的选择有重要的影响。最后,通过案例分析验证了交通方式选择模型的有效性,结果表明该交通方式选择模型适用于研究个体的出行决策,可以用于交通方式结构的调整与优化。     

居民轨道选择意向建模与应用研究

基于轨道交通大发展的背景,对居民选择轨道交通出行的意向进行建模分析,旨在为大城市的轨道交通建设提供依据。通过分析居民出行交通方式选择的影响因素（传统的出行方式、出行费用、性别等）,构建了居民轨道选择意向转移模型,并确定模型的输入输出向量,利用MATLAB-ANN的BP网络,求解模型效用值,最后结合苏州市进行应用研究。     

大型活动观众出行方式选择影响因素研究

研究观众出行方式选择机理,对合理制定大型活动期间的交通组织方案,保障大型活动顺利开展具有重要意义.本文针对大型活动观众出行方式选择的影响因素进行探讨.首先,从宏观层面和微观层面分析了观众出行方式选择的影响因素;然后,基于个体效用最优理论,依据多项Logit模型原理,提出建立微观影响因素模型的方法.该方法所构造的模型可预测各个因素对观众出行方式选择的影响力大小及观众选择不同出行方式的概率.最后,通过实例阐述了模型的应用.模型的应用得到结论:收入水平、出行时耗、年龄分布是影响观众出行方式选择的重要因素.     

基于NL-累计前景理论的出行方式选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限,联立出行方式与出发时段构建双因素出行方案,并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化,构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值,最后通过调查数据进行建模与验证.结果表明,与仅基于 NL模型进行的方式预测相比,所建模型综合命中率从74.8%上升至85.2%,各方式预测命中率更为均衡.     

基于出行链的有车家庭假日出行方式组合研究

为了研究有车家庭居民出行链与出行方式组合的影响关系,将出行链划分为5种类型,并将出行链属性分为4类.利用2009年济南市居民出行调查数据,用基于多项logit模型的基本理论与建模方法,对影响城市居民出行方式组合的因素进行了研究,重点分析了出行链各项属性对居民出行方式选择的影响.模型分析结果表明,出行链中往返行程数量、出行链模式、出行链时间、出行链费用对于出行者选择何种出行方式组合有显著的影响.出行链复杂性的增加并不会直接导致私家车出行的增加,而随着往返行程数的增加会导致单一非私家车出行效用的显著增加.     

城市轨道交通新线开通对出行方式选择的影响研究

为研究城市轨道交通新线开通对出行方式选择的影响,开展了出行方式转换的SP(Stated Preference)调查,构建全目的和通勤出行方式选择的MNL模型(Multinomial Logit model)。定量分析了个体属性和交通方式属性对出行者交通方式选择的影响。研究表明：乘客感知的轨道交通全目的出行时耗负效用为相同时耗公交的91%,而通勤时耗负效用为全目的出行的1.89倍;轨道交通出行总时耗对分担率影响最显著,前者增减50%时,后者变动约10%;公交是轨道交通的主要竞争方式,当前者出行耗时提高50%时,后者分担率将增加6.8%;停车费小幅提高和出行时耗增加不能显著促使小汽车使用者转向轨道交通,交通需求管理是引导出行转移的重要途径。     

���ڸ�����з�ʽѡ������г���ͨӰ�������о�

自行车交通是当今我国城市客运交通的重要组成部分。居民是否选择自行车直接受到各种因素影响。本文分析了影响自行车交通方式选择的微观影响因素，并定义其为“基于个体出行方式选择的自行车交通影响因素”。本文将其分为个体特征、出行信息和交通方式服务水平主观感知等三类影响因素。文章期望找出基于出行个体的自行车交通影响因素，研究各影响因素的相关性和内部联系，并分析这些因素对出行选择的影响权重和作用机理。因此建立了包含因子分析的二项logit模型，并以南京市的调查数据为例阐述了模型的应用。本文的结论为交通政策制定者和交通规划师建立可持续交通系统以及发展和谐交通提供了一些有价值的信息。     

基于Logit模型的城市轨道交通接驳方式预测研究

为提高轨道交通与其他交通的换乘效率,本文考虑轨道交通出行者的个人属性、家庭社会经济因素、出行属性等建立基于Logit模型的城市轨道交通接驳选择预测模型。借助spss软件对模型参数进行拟合和检验,研究结果表明出行者的家庭收入、接驳距离、接驳费用等因素对接驳轨道交通均有影响。模型的精度高达81%,接驳选择预测模型能够很好地应用于对轨道交通接驳方式的预测。     

雾霾对居民出行方式选择行为的影响研究

以北京市为例,运用RP/SP组合调查方法向交通出行者发放500份调查问卷,并利用非集计模型理论及方法,建立包括居民个人属性、出行特性以及空气污染程度在内的三因素MNL模型,确定五种不同交通方式对常规地面公交的相对效用,最后得出雾霾天气较正常天气时的全交通方式分担率和转移率。     

城市居民出行方式选择的结构方程分析

为克服Logit类模型的局限性,以出行链为分析单元,构建了快速城市化进程中居民出行方式选择的结构方程模型．首先,依据已有研究基础及城市化进程中居民出行特征,确定影响居民出行方式选择的3类因素,建立影响因素与出行方式之间的关系结构;在此基础上,构建结构方程模型,利用北京市居民出行调查数据对模型进行辨识与修正,最终得到了个人与家庭属性、土地利用、出行链等各类因素对出行方式的影响方向与程度．研究结果对优化居民出行方式结构、改善城市交通拥堵具有指导意义．     

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.