基于多因素分析的驾驶员路径选择二项Logit模型

为了解驾驶员的交通信息需求、制定交通诱导方案等工作提供有效的技术支撑,我们利用驾驶员行驶时的各种影响因素来设计一个关于驾驶员选择路径时的调查方案。然后通过主要因素创建一个二项Logit模型,通过取得的样本测试表明,此模型的估计准确度可以达到75%,可为动态交通诱导策略的制定提供更加有效的决策信息。     

实时交通信息提供对驾驶员路径选择行为影响量化分析

研究的目的是搞清交通信息提供对驾驶员路径选择行为的影响机理和程度,为智能交通系统(ITS)中交通诱导方案的制定提供参考与依据.研究采用SP(Stated Preference Survey)调查方法针对驾驶员对交通信息响应状况进行调查,同时对目前交通信息提供现状进行了调查.对调查数据进行定性和定量分析的基础上,建立了信息提供下驾驶员路径选择行为的Logistic模型,可用于判别分析.研究发现各变量在不同程度上影响驾驶员路径改变倾向,其中驾驶员对交通信息广播的准确性评价以及能够容忍延误时间的程度等因素对驾驶员路径选择行为影响较大.     

基于实时路况信息的驾驶员路线选择行为模型

从驾驶员出行路线选择的影响因素出发,将实时路况信息影响引入路线选择行为中,在分析实时路况信息及其评价指标的基础上,考虑路线选择行为中可能存在的相关性因素,构建驾驶员路线选择GNL（Generalized Nested Logit）模型,并建立基于可获得实时路况信息满意度的驾驶员路线选择行为效用函数,以求更加客观地反映驾驶员实际路线选择行为。     

考虑多因素的夜间交通噪声影响量化方法

针对夜间交通噪声影响居民生活的问题,采用问卷形式调查居民对夜间交通噪声的主观感受,调查显示居民的主观感受与噪声强度、居民年龄、身体健康状况、房屋是否临街、房龄等因素有关。综合考虑临街区域的夜间声环境功能区类型、夜间交通噪声强度、暴露人口数量及房龄系数等多个因素建立夜间交通噪声影响量化模型。以北京市海淀区某渣土车夜间配送场景为例,分析分别以燃油消耗成本最小、时间成本最小、噪声影响最小为目标的最佳配送路线。结果表明：不同目标下渣土车的最佳配送路线不同,以燃油消耗和时间成本最小为目标时,最佳配送路线的交通噪声影响量均较大;以噪声影响最小为目标时,渣土车配送路线需避开人口密集区域与医疗区域,此时的时间成本和燃油消耗成本相对较高。     

不同交通信息诱导下驾驶员路径选择行为研究

针对典型路网中快速路上文字式VMS提供的不同交通信息内容,在充分考虑驾驶员认知模式的情况下对其路径选择行为展开调查与研究。通过设计包含单一或多定量的VMS消息策略实验方案,并采用SP调查法采集数据,建立了关于驾驶员路径选择行为的有序多分类Logistic模型。研究表明:在相同交通状况下驾驶员在面对不同类型信息时的路径选择行为差异较大,对信息的服从率由高到低依次为绕行节省时间、绕行距离、交通状态和拥堵长度;VMS信息发布的精确性、完整性和及时性是影响驾驶员路径选择行为的主要因素。研究结果可以为合理制订VMS信息发布策略提供依据。     

交通信息对驾驶员逐日路径选择行为影响研究

在无信息、发布历史信息和发布预测信息3种信息条件下,分别建立了驾驶员的路径理解行程时间期望值的更新模型.通过建立一个含有2条平行路径的简单路网,对3种交通信息条件下驾驶员逐日路径选择进行了仿真,结果表明:交通信息对驾驶员的作用与驾驶员路径选择的随机程度和对信息依赖程度有关;在3种交通信息条件下,路网均不能达到用户均衡平衡状态;交通信息的预测方法不同,预测信息对驾驶员路径选择的影响有差异.     

������߹��̵Ķ�̬·��ѡ��ģ��

针对已有路径选择模型缺乏选择决策过程的问题,给出基于决策场理论的车辆路径选择过程框架,建立面向过程的车辆动态路径选择模型。该模型综合考虑驾驶员心理、路况、决策时间等各种不确定性因素的交互影响,将行程时间、行驶距离和行驶路线所经交叉口数量作为驾驶员路径选择的主要标准,使模型更接近实际的决策过程。通过模型仿真,分析了路况交通信息和时间压力对驾驶员选择决策过程的影响。分析结果表明：不完全交通信息会导致“确定性效应”,不能对驾驶员进行有效的引导;驾驶员的路径选择决策过程不仅取决于驾驶员的自身因素和路况,还与时间压力有关,时间压力会降低决策质量,导致偏好逆反现象。     

济南市城市居民交通方式的选择与交通分布预测

主要通过人工调查的方法得出济南市历下区和历城区城市居民交通出行目的和出行方式。结合不同交通方式的特性来调查城市居民从出行距离、出行时间和出行费用等因素做出交通方式选择的人数比重,并利用Logit模型得出交通方式与出行影响因素的关系。再选取济南市六个区域作为研究对象,通过重力模型计算出每个区域的交通发生量和吸引量,并得出每个区域之间的流通和联系程度和OD表。最后结合城市居民交通方式的选择对济南市部分区域做出交通分布的预测与分析。     

路径信息诱导的双层规划模型

为了缓解交通拥堵与提高路网运行效率,建立了路径诱导信息的双层规划模型。上层模型描述信息发布者通过交通诱导信息发布手段优化路网层面的性能函数,下层模型采用效用函数描述驾驶员最优路径选择行为,其决策变量为交通信息类型,从而将交通信息对于驾驶员路径选择行为的影响引入模型中。利用极点搜索算法对一个简单路网的双层规划模型进行算例分析,得出了各种交通信息条件下上层目标函数值。虽然计算结果存在8%~13%的波动范围,但交通拥堵时发布的拥堵消散信息是最优方案,定性信息带来的总体效益要好于指示信息,因此,该模型可行。     

GRIP��·��ѡ��Ӱ�����ɢѡ�����

探索了图形式可变情报板（GRIP）对驾驶员路径选择行为的影响.采用意向调查法（SP）获取驾驶员从两条拥堵状况不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Logit模型,揭示驾驶员对GRIP信息的响应行为规律.GRIP提供的路径交通状况信息分别用拥堵点与分流点的距离、拥堵路径颜色来度量.调查选取上海市延安西路立交前实际存在的一块GRIP,SP问卷为驾驶员构造了起终点之间含有两条替换路径的假想出行情境,借助SPSS软件对采集的行为数据进行建模.分析表明,GRIP信息会影响驾驶员的路径选择行为,不同的信息内容对驾驶员路径选择行为的影响是不同的,驾驶员对GRIP信息中出现红色特别敏感.此外,驾驶员的学历、年行驶公里数等个体属性也是影响驾驶员路径选择行为的因素.     

基于GIS和灰色模糊决策理论的自适应路线智能优选系统

为满足驾驶员路线选择的个性喜好和保障道路畅通,在分析影响驾驶员路线优选因素的基础上,提出了路线优选指标体系,引入灰色模糊决策理论,建立了基于GIS的智能路线优选系统,采用动态数据更新的Web信息共享方法,保证了路线优选的适时性。实例应用结果表明:系统具有直观、形象的交通图形显示功能,使驾驶员能够根据自己偏好与地图提示,准确地找到最优路线,提高了自适应路线优选的效率与可信度。     

驾驶员路线选择行为分析

研究驾驶员的路线选择行为有助于提高既有道路网络(特别是城市交通网络)的利用率，从而改善交通状况。本文从宏观角度分析存在实时交通信息条件下驾驶员路线选择行为的时间演化特征，认为路线选择行为具有随机不确定性，在设计交通诱导系统或交通信息系统时，必须考虑扰动要素影响，才能保证系统有效实现均衡的交通流动态分配.     

�յ������¼�ʻԱ·��ѡ����Ϊ���ݻ����ķ���

交通诱导是交通管理者、驾驶员等交通参与者之间的一个博弈过程，在这个过程中，每个驾驶员根据所拥有的信息修正自己的行为策略以提高盈利，从而构成交通又到演化中的宏观结构与驾驶员的微观行为之间互相影响的自组织现象。本文应用演化博弈论对交通诱导演化过程进行了分析，建立了诱导条件下驾驶员选择行为的演化模型，并对其进行分析以求为建立实用的诱导策略提供理论支持。     

高原山区高速公路勘察设计理念与路线方案选择方法分析

山区高速公路的特点会在很大程度上致使道路建设环境变得繁琐起来,因此在对山区公路路线进行选择的时候,其繁琐的地形、地势等因素是路线选择中值得引起重视的关键因素。鉴于此,应该先了解高原山区高速公路勘察设计理念,然后对路线方案选择方法进行了深入探讨。     

基于多元Logit模型的大学生返程交通方式选择行为

为了更好地了解大学生返程交通方式选择现状,采用问卷调查的方式对大学生个人属性、返程交通方式、返程出行的旅行成本进行了调查分析。在此基础上,应用多元Logit模型建立了大学生返程交通方式选择行为模型,并对各因素的影响强度进行了分析。结果表明:男女大学生在返程交通方式选择上差异不明显;由于动车的旅行时间和费用均较低,大学生更倾向于选择动车返程;相较于月生活费低的大学生群体,月生活费高的大学生更偏好于选择私家车返程出行;家庭拥有小汽车的大学生群体也更愿意选择私家车。由分析可知,月生活费、家庭是否拥有小汽车、旅行费用对大学生返程交通方式选择具有重要的影响。     

基于SP/RP调查的停车设施规划及收费政策研究

针对目前许多城市的停车乱、停车难、路边路外停车设施利用不均等问题,以独山子地区作为案例,研究合理可行的停车设施规划方案及停车政策,以调节路边路外停车比例、规范停车行为.同时,通过RP、SP调查,了解居民停车的影响因素,构建离散选择模型,并确定不同因素对停车选择的影响程度.基于分析结果,提出相应的停车规划及政策建议.     

高速路节日免费通行对小汽车出行者选择行为影响研究

出行成本是出行者在选择出行方式时的重要考虑因素。随着我国高速公路网和收费政策的逐步完善,自驾已成为出行者考虑选择的主要出行方式。为研究节日里选择小汽车出行的用户特征及影响因素,通过意向调查的方式对小汽车出行者的偏好进行调查。应用二项Logit模型建模分析,结果显示个人属性、出行属性以及出行环境等都在不同程度上影响出行者的节日出行选择行为,其中小汽车拥有状况、驾龄、旅行时间、出行者在以往节日里选择的出行方式、通行费、线路熟悉程度等对节日出行行为影响较为显著,该研究成果在交通预测、交通管控等方面具有指导性作用。     

基于结构方程模型的超速行为分析

为了识别和量化驾驶员在不同交通条件下遵从限速标志或限速警告信息的影响因素,及其相互之间的因果关系,应用探索性因子分析方法与结构方程模型,对534份驾驶员调查问卷进行了数据分析.分析结果表明:结构方程模型和观测数据拟合程度良好(拟合度指标值大于0.9),完全符合判别标准;在低危险感知与高危险感知两种情况下,驾驶员对限速的满意度是影响驾驶员遵从限速规定的主要影响因素;其次是年龄、驾龄、超速受罚次数、驾车频率等驾驶员自身及背景因素.改善驾驶员对于限速规定的整体认可与满意程度,适当提高驾驶员的超速行为风险,是逐步提升驾驶员遵从限速规定行为的有效方法.      

私家车出行者ATIS信息选择影响因素研究——以大连市为例

私家车出行者对ATIS信息的选择意愿受到多种因素的影响。开展大连市私家车出行者ATIS信息需求意向调查,以探索性因子分析和累积Logit模型理论为基础,对ATIS信息内容进行分类,同时引入出行者性别、年龄、收入水平、交通补助情况等特性变量,建立私家车出行者ATIS信息选择模型。模型标定结果显示,私家车出行者个人特征与ATIS信息特性对ATIS信息选择意愿存在不同程度的影响：私家车出行者主要关注与出行质量相关的信息,收入水平、交通补助、驾照保有情况等对私家车出行者ATIS信息选择意愿影响显著。     

自行车-行人共享道服务水平研究

以不存在物理分隔或高差的步行和自行车共享道为研究对象,定量描述自行车和步行交通混合运行的服务水平。在分析共享道服务水平影响因素的基础上,设计实验方案,选择南京市5条典型共享道开展交通调查。以实测数据为基础,基于道路使用者对道路运行状况的感知评价,建立包含共享道有效宽度、障碍物密度、交通冲突强度等显著影响指标的共享道服务水平模型,并提出服务水平的6级划分标准。模型敏感性分析结果表明,随着共享道有效宽度的增加和自行车流量的降低,共享道服务水平提高,主向和对向行人比例变化对自行车运行状态有显著影响。