基于非集计模型的公交出行选择预测模型

为研究城市居民选择何种公交方式出行,以非集计理论为方法,结合西安市城市居民公交出行特性,以地铁出行和地面常规公交为选择肢,确定相关因素作为影响变量,可建立居民公交出行选择MNL模型.使用交通分析软件TransCAD标定模型,可获得模型各影响变量参数值,并依据统计学原理和相关参数检验对模型参数进行分析,最后再运用另外400份居民公交出行调研数据对模型进行精度验证.     

基于随机系数Logit模型的城市群城际出行方式选择行为研究

以粤港澳大湾区城市群的广深城际运输通道为例，分析城际运输通道中影响旅客出行方式选择行为的因素及其影响。传统的多项式Logi（tMNL）模型具有无关方案独立性，无法对不同出行者的选择偏好差异进行定量分析，故应用随机系数Logit模型分析城际交通出行选择行为。选取城际出行旅客的个人社会经济属性、心理潜变量（对交通方式舒适性、可靠性和便捷性的心理感受）、城际出行方式特征变量设计问卷。采用线上与线下相结合的方式开展问卷调查，共收集534份问卷，基于此建立并求解随机系数Logit模型。随机系数Logit模型估计结果的伪R2为0.178，表明模型具有良好的拟合度。研究结果表明:城际出行旅客的收入、职业、私家车保有情况、家庭儿童数量以及对出行方式便捷性的感知对其选择行为有显著影响；而出行方式的舒适性、可靠性对城际出行方式的选择行为影响不显著；改善交通方式的便捷性对提升城际出行方式的吸引力起关键作用。因此，在城际交通规划设计、运营管理中应着重考虑便捷性对城际交通方式选择带来的影响。      

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。     

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。     

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。     

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.     

家庭收入差异对出行方式选择的影响分析

出行者时间价值是影响出行决策的最重要因素之一,研究时间价值有利于准确构建方式划分离散选择模型.在分析居民出行调查数据的基础上,应用聚类树分析对家庭收入分组的合理性进行了探讨,分别对每种出行方式的出行者家庭收入统计分析,说明家庭收入对家庭成员出行方式选择的影响.在说明家庭收入与出行时间价值之间关系的前提下,提出家庭共享时间价值的概念,数据拟合的结果发现家庭共享时间价值服从对数正态分布.分别基于MNL模型和ML模型构建出行方式选择模型以家庭共享时间价值为主要变量的对比模型,研究了设置家庭收入变量与不设置家庭收入变量、设置家庭收入分段变量与设置家庭收入常量、设置服从对数正态分布的费用项随机系数与不设置费用项随机系数3类情况下模型的精度和准确程度.当设置家庭收入变量且费用项系数服从对数正态分布时,拟合效果最优,居民对交通出行的主观支付意愿期望值约为家庭共享小时收入的2倍.      

城市居民出行方式选择的满意准则模型

首先采用模糊数学理论将影响城市居民出行方式选择的诸因素综合作用的结果归结为居民出行意愿，然后以专家评判法确定的城市不同交通方式服务水平的综合评判结果作为满意度值，建立了基于居民个人出行意愿的满意准则模型，并采用遗传算法求解居民个人属性的特征向量，从而为居民出行方式的选择提供切实可行的决策方法。最后以实例验证了该模型的正确性。     

不同规模城市居民出行方式影响因素分析

明确影响不同规模城市中居民出行方式选择的关键因素及其影响路径,有助于采取针对性策略调节城市居民出行结构,进而提高城市交通系统效率,缓解交通拥堵、空气污染等"城市病".现有研究较少关注中、小城市的居民出行方式选择,较缺少同省份居民出行方式选择的跨城市规模对比分析,不利于策略制定者运用出行方式关键影响因素调节居民出行行为....     

共享单车引入后通勤者出行方式选择影响因素建模

为研究共享单车的引入对通勤者出行方式选择的影响,通过对南京市通勤居民进行出行问卷调查,从社会经济属性、家庭属性、出行特性及出行意愿4个方面,采用混合logit模型分析通勤者在共享单车出现后的出行方式选择影响因素.结果 表明,性别、收入、企事业者/教师医生、拥有私家车、出行费用、出行距离、出行时间及舒适性对通勤者选择私家车出行都是正显著的;年龄、企事业者、出行费用、出行时间及经济/安全/环保性对通勤者选择公共交通具有显著正影响;收入、出行距离、出行时间及安全性对通勤者选择自行车出行具有显著负影响;年龄、性别、出行距离、出行时间及安全性对通勤者选择共享单车出行具有显著负影响.其中,注重经济性的通勤者选择公共交通的概率会达到65.58%,注重环保性的通勤者选择公共交通出行的概率可达到84.55%;注重舒适性和注重经济性相比,优先考虑舒适性,即更愿意选择私家车出行.      

共享单车出行特性与出行行为分析

出行行为研究有助于制定更加有效的交通建设、管理与控制的政策措施.作为一种新兴的绿色出行方式,共享单车极大地方便了城市居民出行,但由于发展过快、缺乏科学的交通规划措施,共享单车在发展过程中遇到了许多障碍,因此,研究城市共享单车出行行为很有必要.采用调查问卷的形式,对出行者进行调查并得到621条有效数据.基于对调查数据的分析,得到了居民选择共享单车与否的影响因素,并从不同因素出发分析了共享单车出行特性.建立了是否选择共享单车出行的二项Logit模型,借助SPSS软件进行计算.结果显示,女性较男性更倾向于选择共享单车出行;年轻人更倾向于选择共享单车出行;受教育程度越高的人群越倾向于选择共享单车出行.其中,受教育程度的影响最显著.模型中月收入变量被剔除,表明月收入高低对居民是否选择共享单车没有显著影响.      

常态化疫情防控阶段旅客中长距离城际出行联合选择行为建模

新冠肺炎疫情对旅客中长距离的城际交通出行影响巨大，现有研究侧重疫情暴发初期疫情对城际交通出行的影响，针对常态化疫情防控阶段旅客城际出行选择行为的研究相对较少，因此，本文旨在研究常态化疫情防控阶段旅客中长距离城际出行选择行为。针对民航、高铁、普铁和自驾等方式分别建立包含4种城际出行方式的多指标多因果出行选择模型（MIMIC），模型中引入感知防疫安全程度、防疫策略、乘车体验与出行习惯4个潜变量，探究潜变量与观测变量的因子载荷并辨识模型参数，求取各潜变量的拟合值；在此基础上建立考虑出行方式特性、旅客社会经济属性与潜变量的多出行方式联合选择行为模型（MIMIC-Logit），探究常态化疫情防控阶段旅客出行心理对其出行决策的影响；假设出行费用、时间与距离等变量的随机系数服从正态分布，采用抽样1000次的Halton序列对随机系数进行仿真求解，得到随机系数的回归分析结果。以2021年4月—6月到达西安旅客的调查数据为例进行实证研究，结果发现:所提MIMIC-Logit模型的拟合优度与命中率分别为43.621%与83.312%，均高于多项Logit模型与随机系数Logit模型；旅客对不同方式的出行费用、时间与距离的偏好具有异质性，且出行方式特性、社会经济属性与潜变量都对出行选择的效用有显著影响。弹性分析表明，当感知防疫安全程度与防疫策略提升了100%时，旅客选择民航出行的概率分别提升了23.207%与21.349%；而当乘车体验提升了100%时，旅客选择高铁出行的概率提升了18.229%。综上，所提方法揭示了潜变量对旅客出行选择行为的显著影响；通过提升感知防疫安全程度、防疫策略与乘车体验等手段，可以提升旅客选择高铁、民航出行的概率。      

基于结构方程模型的城市居民出行方式选择研究

研究居民的出行方式是优化出行结构、科学制定交通需求管理措施的前提。目前针对居民出行方式选择的研究多集中在个人属性和出行特征方面,没有考虑交通供给水平和城市规模的影响。文中在山西太原、运城和吕梁3个规模不同的城市进行居民出行调查,选取个人属性、出行偏好、出行特性、交通供给水平、城市规模和出行方式作为变量,构建居民出行方式选择结构方程模型进行出行行为研究,为交通部门制定交通需求管理政策和优化居民出行结构提供依据。结果表明,经济特征对个人属性的影响最大,经济条件越好的出行者越有可能选择私家车出行;公交供给越充足或停车位供给越少,居民越有可能选择公交车出行;出行偏好期望越高、出行距离越远、出行次数越多的居民选择私家车的概率越大;高峰期出行和工作出行时选择公共交通的概率更大;大城市居民相比中小城市居民更倾向于私家车出行。     

共享汽车选择行为影响因素分析

为了探究城市居民的共享汽车选择行为的影响因素,首先基于计划行为理论,分析总结影响其选择共享汽车的用户感知体验心理因素,主要包括租还易用性、出行舒适性、收费合理性、感知风险.选取年龄、性别、居住城市、学历、职业、月收入、最常使用交通工具等个人属性,共享汽车收费标准、出行距离2个出行属性作为效用函数特征变量,构建了仅考虑心...     

基于Logistic模型的定制公交出行选择影响因素研究 ——以乌鲁木齐市为例

发展定制公交是国内外城市交通发展的必然趋势,深入了解居民定制公交出行特征及意愿,提高公众参与度是未来定制公交规划的基础。文中以乌鲁木齐城市居民定制公交选择意愿专项调查结果为基础,通过Logistic回归模型和灵敏度分析,在了解乌鲁木齐市居民定制公交出行意愿的同时,分析乌鲁木齐市居民定制公交出行意愿的影响因素。结果表明,票价、是否有座、中途停车次数、出行距离均会对居民定制公交出行意愿产生显著影响。     

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。     

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Logistic模型对居民弹性出行影响因素建模研究

居民弹性出行特征是城市快速发展进程下的产物,随着城市居民生活水平不断提高,弹性出行在所有出行中所占比例逐渐增加,因而对居民弹性出行的研究愈发重要。为研究居民弹性出行特征的影响因素,首先利用居民弹性出行行为调查的RP-SP融合数据,结合方差膨胀检验方法研究影响居民弹性出行特征各因素间的线性相关性,最后构建多元Logistic模型,分析居民弹性出行前获取出行时间信息、天气信息作出出行选择时影响因素的显著性程度。结果表明,在0.05的显著性水平下,影响因素中年龄、游客类型、主要交通出行工具等显著影响居民弹性出行选择;居民出行前获知交通信息,弹性出行的概率能有效降低9%,在一定程度上可以降低交通压力,缓解交通拥挤。     

公交服务质量变化对出行方式选择行为的影响

为了研究公共交通服务质量的变化对居民出行方式选择行为的影响,利用非集计分析和统计分析的方法,采集中山市在2009年和2015年的居民出行调查数据,形成混合截面数据并建立多项Logit(MNL)模型,分别分析各个时间影响居民出行方式选择行为的影响因素,并结合模型结果与统计分析数据分析居民出行方式选择行为变化以及公共交通服务质量的改变所产生的影响。研究结果表明:相比于2009年,2015年该区域的居民出行行为发生了较大改变,摩托车和自行车出行比例下降,公共汽车和小汽车出行比例上升;在此期间等候公交车时间取代了步行至公交车站的时间成为了影响居民出行方式选择的主要因素;该区域居民步行至公交车站的时间逐渐降低,而居民等候公交车的时间持续提升;公交服务质量的演变影响出行方式选择行为,而较差的公交服务质量指标显著影响出行方式选择行为;原本服务质量较好的指标在恶化的过程中会成为影响出行方式选择行为的主要因素;原本服务质量较差的指标,在改善变好的过程中不再成为出行方式选择行为的主要影响因素。     

基于贝叶斯网络的出行方式选择模型研究

论文以居民出行方式选择为研究对象,分析了城市居民出行方式的影响因素,建立了基于贝叶斯网络的居民出行方式选择模型,并以苏州市为例,结合居民出行调查数据采用极大似然法对模型进行了参数估计,并采用贝叶斯网络推理方法验证模型精度。结果表明,该模型能较全面地考虑居民出行选择的影响因素,模型精度较高。