网络信息社会我国城市居民出行特征研究

从出行的总量、目的、方式等角度分析了信息社会城市居民出行特征的改变,为我国未来城市交通规划的居民出行研究做一些新的尝试。     

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....     

基于MNL模型的居民出行方式选择行为研究——以南方某小城市为例

为明确城市居民出行方式选择的关键影响因素，调节城市居民出行结构，提高城市交通系统效率，以南方某小城市居民出行数据为研究对象，基于随机效用最大化理论构建多项MNL(Multinomial Logit)模型，分析了个人属性、家庭属性和出行方案属性对出行方式选择产生的作用。通过分析MNL模型统计回归结果，得出以下结论：1)个人属性中，年龄、性别、个人月收入、受教育程度、驾照拥有情况对居民出行方式选择行为有显著影响；2)家庭属性中，住户小汽车拥有情况和摩托车拥有情况对居民出行方式选择行为有显著影响；3)出行属性中，出行时间和出行目的对居民出行方式选择行为有显著影响，而出行费用在出行选择过程中没有显著作用。     

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.     

苏州居民通勤出行交通方式选择特征研究

通过对苏州居民出行调查中有关通勤出行的信息进行分析计算,研究了通勤出行交通结构、不同人群交通方式选择特征以及通勤交通方式的出行距离特征,该分析结果有助于城市交通发展规划,特别是针对城市居民上下班出行的交通政策的制定和交通系统的设计。     

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.     

城市居民出行时耗特征分析研究

出行时耗是城市居民出行特征中的一项重要指标,通过典型城市居民出行调查资料,深入分析居民一次出行时耗与城市规模的关系,分析居民全日出行总时耗以及分方式的居民全日出行总时耗。相应的分析结果有助于城市交通发展政策的制订和交通系统的设计。     

城市出行特征分析

城市居民出行特征及货物流动特征是与交通运输系统及其应用相关的,它对于研究规划过程中的技术分析和战略类型非常重要。文中根据近年来的调查数据,从出行目的、出行时间分配两方面分析了城市出行的变化特征,提出了出行链的概念,探讨了客运交通发展战略。     

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。     

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。     

基于神经网络的交通方式选择模型

已有的交通拥挤问题研究大多关注于城市交通的宏观层面,而对于微观层面的居民出行个体研究甚少,这主要是因为与出行个体相关的特征指标难以量化,只能做定性分析,引入神经网络模型即能够识别线性指标又能够识别非线性指标的特性。分析了影响居民出行方式选择的相关因素,这些因素包括出行者自身特性、出行者的出行特性、运输系统特性、出行区域特性和目的地区域特性5类,并建立了神经网络居民出行方式选择预测模型。通过实际调查数据的验证,表明本文模型具有很好的实用性,为城市居民出行方式的选择预测提供了新的思路。     

长株潭城市群城际与城内客运出行特征

为研究城市群区域客运出行规律,对长株潭城市群客运交通出行进行了抽样调查。根据调查结果对城市群区域城内与城际出行者在社会经济特性、出行目的、出行方式选择以及出行时间分布等方面做了对比分析,并对其规律进行了总结,发现城内与城际出行除在方式选择考虑因素方面有共性外,其他方面个性特征明显,另外对城市群内出行特征及其发展趋势作了预估。     

山地城市居民出行特征分析

在归纳山地城市形态和道路网结构特征的基础上,根据2010年攀枝花市居民出行调查数据,对攀枝花市居民出行方式、出行时耗、出行时空分布等特征进行了分析,发现城市形态与路网结构对于居民出行特征有着重要影响.     

城市组团土地利用对居民出行空间分布的影响分析——以常州市主城区为例

城市土地利用是影响城市居民出行的关键因素之一。引入出行空间分布系数和出行方向系数描述居民出行空间分布。基于常州市居民出行调查数据,研究了城市组团土地利用对基于家的上班出行和基于家的弹性出行空间分布的影响。     

杭州市居民出行特征分析及交通发展对策探讨

该文根据杭州市2005年居民出行调查的相关数据,结合杭州市城市交通现状,对杭州市居民出行次数、出行时段、出行方式等一系列的指标进行了分析研究,总结归纳杭州市居民出行特征的规律、变化特征及其原因,并在此基础上对杭州市的交通发展提出相关的建议。     

济南市早高峰期间老年人出行特征研究

为了全面了解老年人在早高峰出行的一般规律,保障老年人的出行安全,提高老年人的出行质量,通过街头随机抽取的方式对济南市老年人进行问卷调查,在济南市全民健身中心等市级活动中心获得355份有效问卷。根据调查结果分析了老年人早高峰期间出行的时空分布特性、出行频次等出行特性及不同年龄阶段、不同性别和不同居住状况的老年人的出行特性差异,总结了老年人出行特征规律和影响老年人出行的因素,提出了改善老年人出行质量的建议及后续研究中需改进之处。     

黄石市居民出行特征分析及客运交通发展战略研究

根据黄石市2000年居民出行调查的有关数据，分析黄石市居民出行基本特征：出行次数，出行目的构成，出行方式构成，不同出行方式的平均出行时耗，出行时辰分布。并在此基础上，结合黄石市客运交通现状及城市总体规划，从道德网通行能力，公共客运交通优先，快速交通系统，客运交通管理，政府的公共客运交通政策，公共客运交通发展规模及公共客运交通行业服务标准等方面，提出了黄石市客运交通发展战略和保障措施。     

基于Logit模型的大连市居民通勤出行行为研究

针对大连市主城区进行通勤出行方式的意向偏好调查.选取7家企事业单位的200名驾车通勤者作为研究对象,建立以私家车、公共汽车为选择对象的二元Logit模型,研究停车收费及公交服务水平的变化对不同特性停车者的出行选择方式影响.结果表明:停车收费费率及公交服务水平对城市居民的通勤出行方式选择有显著影响.将合理的停车收费体系与提高公共交通服务水平相结合,是一种优秀的交通需求管理手段.     

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。     

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。