考虑空间相关性递远递减的居民居住选址模型

为刻画居住选址备选方案之间的空间相关性,选取通勤成本、住房成本、小区特征、家庭社会经济属性等效用变量,构建了基于广义极值理论的配对巢式Logit模型.利用2005年北京市居民出行调查数据,对模型参数进行估计和检验,并对模型进行弹性分析,研究了效用变量改变所引起的备选方案选择概率的改变.结果表明:配对巢式Logit模型具有比传统多项Logit模型更优的统计学特征,并且能刻画空间相关性随备选方案之间距离增加而衰减的特性;较之以往研究中仅假定相邻空间存在相关性,该模型更接近现实.     

票价对轻轨分担率的影响研究——以广州市萝岗轻轨为例

为研究不同的定价策略下轻轨对其影响范围内不同人群的吸引力大小,运用多项 Logit 模型效用最大化理论,并以广州市萝岗轻轨为例,在大量居民出行调查数据基础上,对模型进行参数标定,分析比较小汽车出行﹑电单车、常规公交出行﹑轻轨交通出行4者的效用比,最终确定目标年不同票价政策下各种交通方式的分担率。      

Mixed Logit模型随机参数分布形式选择探讨

Mixed Logit模型参数的分布形式的选择对模型物理意义的阐释和模型的实际应用均有十分重要的影响。选取正态分布、对数正态分布和均匀分布3种代表性分布函数进行分析，以Daganzo1979年应用Logit模型进行交通方式划分模型标定所采用的原始数据进行试验研究，并将试验结果与Logit模型结果进行对比。研究结果表明：Mixed Logit模型对原始数据的拟合性更好；3种分布函数分别适应于不同特点的参数；Mixed Logit具有更为丰富的物理意义，对个人选择交通方式的偏好信息表达更为清晰。     

基于交叉巢式Logit的多用户多模式随机用户均衡模型

为了完善现有城市交通分配模型,建立了一个基于交叉巢式Logit的多用户多模式随机用户网络均衡模型。该网络具有以下特征：网络中存在多类用户,不同类别用户的出行时间价值不同;用户可使用多种交通模式,不同模式相互干扰,且模式间路段阻抗影响满足对称条件。路径的选择采用克服多项式Logit模型的不相关备选方案独立属性的交叉巢式Logit模型来表示,并建立了一个等价数学规划公式来表示这一多用户多模式混合均衡状态,同时使用一个简单算例对基于交叉巢式Logit和基于传统的多项式Logit的模型进行了比较。结果表明：数学规划公式与基于交叉巢式Logit的随机用户均衡条件具有等价性,证明了模型最优解的存在性和唯一性;相比传统的离散选择模型,所提出的模型能更好地在混合状态下进行路径选择。     

交通方式选择模型与应用研究

该文运用用效用和随机效有的概念，儿有在原则推出了效用服从Ｇｕｍｂｅｌ分布时的Ｌｏｇｉｔ模型，在此基础上简要介绍了交用服从其他分布时的交能芬担模型，进一步地，文章采用乘客收入与旅行时间来描述效用函数，给出了公共汽车与了出租车两种方式下应用Ｌｏｇｉｔ模型计算的结果，初步分析了总体收水平及总体收入水平的不同分类对运输方式分担结果的影响效果。     

基于SB分布的Mixed Logit交通方式分担模型及其验证

研究了SB分布函数的分布特性,发现SB分布比正态分布和对数正态分布能更好地表达单向偏好因子的参数,结合合肥市居民出行调查数据,建立了Logit交通方式分担模型和两种约束条件的SB分布Mixed Logit交通方式分担模型MIXED1和MIXED2,通过对比分析发现MIXED2模型对原始数据解释更合理,且更能体现出行者对出行时间认识上的差异性,文章最后对模型进行了公交出行时间敏感性测试,结果表明实施公交优先后,公交客流转移量主要来源于自行车使用者。基于SB分布Mixed Logit模型不存在Logit模型的IIA缺陷,且能体现出行者对影响因素认识上的差异性,其更适合于交通方式分担建模。     

公交动态信息下通勤出发时间选择行为分析

在交通行为分析中,传统效用函数形式不能反映个人属性对信息效用感知的影响。改进效用函数形式,运用多项Logit模型理论,建立了公交动态信息下的公交通勤者出发时间选择行为初始模型。从初始模型中选择t检验显著的解释变量,并分别基于传统效用函数形式、改进的效用函数建立了2个修正模型。对比2个修正模型标定结果发现,改进的效用函数比传统的效用函数更有利于提高模型性能。研究也表明:性别、收入的t检验值分别为2.02、-2.25,说明二者对乘坐时间信息效用感知显著;教育属性的t检验值为2.03,说明其对车内拥挤程度信息效用感知影响显著;乘坐时间取均值,车内拥挤度为0.7时,二者效用比值为1.54∶1,说明乘坐时间信息是影响出发时间选择最重要的因素。      

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.     

Mixed Logit模型及其在交通方式分担中的应用研究

离散选择模型的典型代表Logit模型简洁易用的特点使其在经济、交通等领域得到了广泛的应用，但同时Logit模型的两个重要缺陷限制了其应用范围。在分析了Logit模型固有的两个缺陷和Mixed Logit模型的良好性质后，比较了Logit模型与Mixed Logit模型的差异，对Mixed Logit模型的算法进行了研究，并借助SAS统计软件提供的仿真算法给出了详细的工程实践应用范例。结果表明，Mixed Logit模型有着更丰富的物理含义，对个人出行交通方式选择行为的描述更符合实际。     

基于混合Logit模型的高速公路交通事故严重程度分析

为从多方面掌握影响高速公路事故严重程度的因素,基于统计分析方法构建事故严重程度模型,分析其与道路、环境、驾驶员及车辆等因素间关系.鉴于多项Logit模型难以解析异质性及各因素对事故影响的交互作用,构建了混合Logit模型,并提出了刻画参数间相关性的方法.结果表明,考虑参数间相关性的混合Logit模型比多项Logit模型有更好的拟合优度,且能更合理地反映各因素对事故严重程度的作用效果;碰撞护栏或桥墩、女性驾驶员或驾驶员超过56岁时,更易产生受伤和死亡事故;能见度低于200 m、驾驶员驾龄小于3年或超过10年、责任车辆为重型货车或车辆变更车道时,发生财产损失事故的概率增加,而发生死亡和受伤事故的概率有所降低;湿滑路面将导致受伤事故的概率增加3.7%,而混凝土护栏和夜间无照明时将使死亡事故的概率分别增加8.7%和28.8%.      

基于MNL模型的有轨电车出行选择行为研究

以现代有轨电车在上海建设试验线为背景,就市民出行方式的选择意愿进行了调查,在此基础上建立了多项Logit模型,研究了有轨电车的引入对市民出行方式选择的影响,明确了影响市民选择出行方式的关键因素为薪资收入、出行准点要求以及出行距离,进而指出了有轨电车在城市交通系统中的功能定位,并就如何提供现代有轨电车乃至城市公共交通的分担率提出了建议。     

大数据背景下的路径选择行为建模

路径选择建模的主要任务是基于合理假设，定量分析交通参与者的路径选择行为，并估计和预测交通参与者对交通网络的使用情况。基于此，全面总结路径选择建模的研究现状，介绍各种出行数据的特点，阐释常见的选择集生成方法，对文献中提出的众多离散选择模型进行归类和讨论，对比模型估计的2类主要方法，并展望机器学习在路径选择建模中的广阔前景。研究结果表明：随着交通感知技术的全息化发展，在海量车辆轨迹数据的支撑下，路径选择研究取得了全方位的进步；路径选择模型可分为基于路径和基于路段的模型，前者以路径为基本选项，从通过确定性或随机性方法生成的选择集中选择路径，包括多项Logit （MNL）模型以及更先进的MNL修正模型、广义极值（GEV）模型、混合Logit模型和非GEV分布模型，后者以路段为基本选项，动态地求解路径选择问题，无需生成选择集，包括各种递归Logit模型；路径选择模型的参数估计可使用有标签数据或无标签数据，前者通过地图匹配在交通网络中重构出真实路径，后者则依概率考虑一系列可能的路径。近年来，基于机器学习的路径选择模型因具有更优的预测性能而受到广泛关注。在未来的路径选择研究中，应进一步结合离散选择模型和机器学习模型，使两者优势互补。     

Road characteristics and environment factors associated with motorcycle fatal crashes in Malaysia

This study aims to determine risk factors contributing to traffic crashes in 9,176 fatal cases involving motorcycle in Malaysia between 2010 and 2012. For this purpose, both multinomial and mixed models of motorcycle fatal crash outcome based on the number of vehicle involved are estimated. The corresponding model predicts the probability of three fatal crash outcomes: motorcycle single-vehicle fatal crash, motorcycle fatal crash involving another vehicle and motorcycle fatal crash involving two or more vehicles. Several road characteristic and environmental factors are considered including type of road in the hierarchy, location, road geometry, posted speed limit, road marking type, lighting, time of day and weather conditions during the fatal crash. The estimation results suggest that curve road sections, no road marking, smooth, rut and corrugation of road surface and wee hours, i.e. between 00.00 am to 6 am, increase the probability of motorcycle single-vehicle fatal crashes. As for the motorcycle fatal crashes involving multiple vehicles, factors such as expressway, primary and secondary roads, speed limit more than 70 km/h, roads with non-permissible marking, i.e. double lane line and daylight condition are found to cause an increase the probability of their occurrence. The estimation results also suggest that time of day (between 7 pm to 12 pm) has an increasing impact on the probability of motorcycle single-vehicle fatal crashes and motorcycle fatal crashes involving two or more vehicles. Whilst the multinomial logit model was found as more parsimonious, the mixed logit model is likely to capture the unobserved heterogeneity in fatal motorcycle crashes based on the number of vehicles involved due to the underreporting data with two random effect parameters including 70 km/h speed limit and double lane line road marking.     

Study of exit choice behaviour in metro station using partial immersive virtual reality

Exit choice in emergency evacuation is of utmost importance. In a multi-exit scenario, the choice of emergency exit leads to a safer destination. Evacuees can choose other exits also. Understanding the factors affecting the exit choice is important. In this study, an exit choice experiment is conducted to understand the factors affecting the exit choice. Partial immersive virtual reality is used to record the choices of individuals in twelve different scenarios. An efficient choice design is made for the scenario creation. Unreal engine, a game engine with better graphics, particle system, and blueprints is used to give participants a virtual experience of the fire emergency in a metro station. Participants are partially immersed in a wide computer screen for this experiment. The recorded exit choice information is used to calibrate different multinomial logit models. The results indicate that the choice of emergency exit in different scenarios is not same for all participants. The factors such as distance, queue time, fire and smoke negatively impact the exit choices.     

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Logit模型的城市道路交通事件检测仿真

以Logit模型为基础,利用效用函数与概率的概念,建立分时段的城市道路交通事件检测算法。由PARAMICS软件产生模拟交通流数据,将数据输入LIMDEP软件并标定效用函数的系数,同时还输出最大概率预测表。仿真试验结果表明:(1)基于Logit模型的检测算法不仅能够用于城市道路的事件检测,还可判断事件发生所在的车道。(2)在路段长度、车道数、流量相等的模拟条件下,交叉口信号超过仿真所设定的1 min时段长度时,检测效果降低。若将模型时段长度由1 min提高至超过最大信号周期,即可解决检测效果降低的问题。     

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.      

Behavioral factors of motorcyclists in right-turn movements at unsignalized intersections: An insight from Yogyakarta,Indonesia

Conflicting actions of motorcyclists making right-turn movements (RTM) pose a considerable risk of accidents, which is of great concern when attempting to augment the level of safety at unsignalized intersections. This study was conducted to identify the habits of motorcyclists in RTMs, including normal RTM, weaving/merging RTM, and opposite indirect RTM when crossing unsignalized intersections. The behavioral factors were affected by gender, passenger status, motorcycle type, STOP factor, speed, travel time, and lane width of major and minor roads, which were tested using multinomial and nested logit models on 2358 motorcyclists. The results indicated that all of the observed variables significantly influenced motorcyclists' behaviors at unsignalized intersections, excepting the variable of travel time. The factors of speed and lane width on minor roads significantly correlated to motorcyclist behaviors during weaving and merging RTM only. The logit model reveals that female motorcyclists tend to make normal RTMs. The study also proposes ideal and practical recommendations, such as stop and speed regulations, channelization, number of lanes and lane widths, and maneuver markers, in order to address dangerous behaviors, in particular weaving and merging and opposite indirect-type RTMs.     

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。