北京市旅居流动人口出行特征分析

随着城镇化的快速发展,我国已经进入了人口流动迁移最为活跃的时期,流动人口呈现数量多、组成复杂的趋势,其出行特征值得关注.本文依据第5次北京交通综合调查流动人口调查数据,根据流动人口在京时间特征差异,将在京时间6个月以内的旅居流动人口划分为短期来京差旅型流动人口和长期在京居留型流动人口2类,据此研究旅居流动人口出行特征.研究发现短期来京差旅型流动人口存在选择舒适型出行方式概率较高、出行链复杂程度高、活动效率较低等特征;长期在京居留型流动人口来京目的多为务工,其出行早晚高峰特征明显且与道路高峰重叠,与常住人口出行特征相似度较高.结合北京市交通供给现状及首都发展定位,针对出租车服务、公交服务、共享单车等提出管理策略及政策建议.     

北京市学龄儿童通学出行行为特征分析

针对学龄儿童通学出行时间与城市通勤高峰时段重叠,常引发学校周边区域严重拥堵,也给学龄儿童出行安全造成隐患问题,以北京市2014年居民出行数据为基础,分析6~18岁学龄儿童出行方式、出行距离与出行时耗等出行行为特征,并对比北京市学龄儿童2006年、2011年和2014年相应数据.研究发现:近年来北京市学龄儿童通学出行呈现出明显的机动化需求,其中非积极方式通学出行的比例持续增长,积极方式(Active School Travel,简称AST)比例下降,就近入学政策对通学出行总体有积极的影响.结合通学出行特征,从发展公共交通、校车、网约车多样化接送服务,整合优质教育资源,改善校园周边AST出行环境等方面,提出了解决学龄儿童通学出行问题的对策和建议.     

深圳市中小学出行特征及交通出行率分析

深圳市中小学生家长使用私家车辆接送比较多,且接送时间比较集中,对周边道路交通产生较大影响.选择深圳市14所中小学进行交通特征问卷调查,获得出行方式、接送比例、出行时耗、出行时间分布等特征,进而推算以班级、学位、建筑面积等为统计单位的机动化出行率及全方式出行率,为学校周边交通组织及新建学校交通影响评价工作提供数据支持.     

北京市居民出行时间成本研究

采用收入法,考虑出行目的、出行方式等因素,给出居民出行时间成本计算的方法与步骤,将居民出行时间价值货币化。以北京市2000年和2005年为对象年,估算了分目的、分方式出行对应的单位时间价值,并根据历年交通调查的数据,获取了当年北京市全社会小汽车、公共交通(包括轨道交通)、出租汽车的平均出行时间和出行量,计算得到北京市全社会当年居民出行的时间成本。     

基于高速公路收费数据的用户交通出行多维度特征分析

为提升高速公路信息化管理水平，调节高速公路需求分布不均衡问题，构建了包含时间、空间、用户个人属性3个维度的特征指标体系，在K-means聚类算法的基础上，设计并使用Mini-Batch-Kmeans聚类算法对出行用户进行了分类，同时从时间、空间、个人属性3个不同维度深入分析了各类出行特征指标。研究结果表明：1)高速公路出行者多为单次出行或周末出行；2)经PCA降维和Mini-Batch-Kmeans聚类后，出行用户可分为6类；3)时间上，用户出行早晚高峰为7:00—9:00和16:00—18:00;空间上，用户出行站点多在经济水平较高城市，长途用户多在沿海或有货物中转站的城市；个人属性上，通勤用户与长途用户多使用ETC支付且花费金额高。     

保障性住房居民出行特征分析——以上海市为例

为了解上海市保障性住房居民这一特殊群体的出行特征及掌握其出行规律,以《郊区保障基地大型居住社区出行特征及意愿调查》中的调查数据为支撑,筛选其中的保障性住房数据进行分析,主要从保障性住房的基本特征、保障性住房居民群体的出行特征等方面入手分析居民的出行需求及其出行规律,并简要探讨了出现此种现象的原因,得出职住不平衡和经济条件差带来了更加依赖公交及交通出行分布集中的结论.     

北京市公路货物运输量抽样调查分析与建议

笔者基于北京市公路运输量数据统计需求,研究提出了2015年北京市小样本抽样调查方案,明确了调查范围、分层调查方法、调查内容、调查时间和七步工作流程。从运力发展情况、市场主体发展情况、功能区货运量分布情况、分车型运输情况、分货类运输情况流量流向及等方面,分析了北京市货运发展现状和特点,为宏观经济运行分析、运输行业管理、交通规划和研究提供依据。同时,为顺利开展今后抽样调查工作,在创新统计手段、巩固调查基础、健全调查机制等方面提出了抽样调查工作优化建议。     

基于组合模型的车辆出行特征模式划分

精准掌握车辆的出行规律研究智能化城市交通管理及规划的基础工作,而掌握车辆出行规律的前提是探究车辆的出行特征。为研究城市道路交通车辆的出行特征模式,通过对历史RFID轨迹数据挖掘,对私家车、出租车样本轨迹数据进行定性分析,总结车辆运行的分布特征规律。基于数理统计分析,建立了出行频次、在网时间、轨迹重复率、出行时段,活动偏好区域、干线影响区偏好等出行特征指标体系。通过对出行特征指标的定制选取,建立基于密度峰值(CFSFDP)算法与BP神经网络算法的出行特征群体辨识模型。研究了私家车、出租车存在的特征群体,辨识出不同的出行模式,即实现出行特征群体的辨识。选取重庆市主城区域内的RFID数据进行试验分析,分别基于私家车、出租车提取的出行特征指标,进行CFSFDP算法的聚类分析,找到聚类中心,归纳分类数据。再利用分类数据进行BP神经网络训练学习,评价模型试验结果。结果表明:私家车存在3种出行特征群体:商用私家车群体、通勤私家车群体、其他私家车群体,群体识别率为97.2%。出租车具有2种出行特征群体:其他区域偏好出租车群体、干线影响区偏好出租车群体;群体识别率高达99.18%。     

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。     

大城市轨道交通选择行为调查初步分析——以北京市地铁4、5、10号线为例

随着城市交通问题的日益严重,大力发展城市轨道交通成为解决城市交通问题的有效方法。引导一部分人乘坐轨道交通出行,可以减少路面交通压力。以北京市城市轨道建设为目的,通过在北京市6个小区进行的交通方式选择特性调查,在分析了当前的交通状况的条件下,着重分析了5种情景组合设计下人们选择轨道出行比例的变化以及个人特征信息。分析结果表明,轨道出行比例与轨道费用、时间以及衔接费用有着显著的关系,并且不同年龄、职业、出行目的的群体选择轨道出行的比例也不尽相同。分析结果对于北京市城市轨道建设具有参考意见。     

基于定位数据的旅游出行链提取方法及客流时空特征分析

旅游交通出行信息的提取为挖掘旅游者出行时空特征提供数据基础,从而对旅游交通规划与设计、旅游客运优化以及多模式旅游交通协调系统构建等提供支持.本研究以客运包车定位数据为基础,利用DBSCAN算法建立了旅游出行停留点识别方法,并基于关联规则技术提出了出行链提取、分类方法.论文以青海省热度排名前三的青海湖,塔尔寺和茶卡盐湖为研究对象,从多时间粒度挖掘了旅游出行者的旅游交通客流月/日变特征和旅游时间分布特征,以及旅客出发时间、抵达时间、景区驻留时间等信息.论文的主要方法及研究结论可为政府主管部门、景区监管部门以及交通运营管理部门提供决策支持.     

旧城历史文化保护区旅游交通行为特征研究——以北京什刹海为例

旧城历史文化保护区一般为街区或建筑群,其内部以步行道为主,游客游览耗费体力大.为优化游览交通组织,提升游客游览品质,本文以北京市旧城区什刹海历史文化保护区为例,进行旧城历史文化保护区旅游交通行为特征研究.首先,从游客个人属性信息、出行行为、游览行为等方面,对游客旅游交通行为进行问卷调查,并提取特性变量;然后,分析景区特点及游客游览目的差异性,将游览类型分为2类:购票文物游、非购票休闲游;最终,通过特性变量与游览类型的相关性分析,筛选出特征指标,并利用这些指标给出两类游览的交通行为特征描述,进而给出优化建议.     

基于OBD数据的驾驶人出行模式挖掘

传统的出行模式研究通常依靠问卷调查分析驾驶人出行特征，所得结果易受调查数据主观性影响，针对此问题基于北京市域范围内2个月共计3 570辆私家车的车载诊断数据，对驾驶人的不同出行模式进行分析并建模。通过长期采集的车辆各项参数，采用基于密度峰值的聚类算法进行聚类，将不同的驾驶人分为高频出行者、通勤出行者、长距偶发出行者以及危险出行者，并从平均出行距离、出行频次、百公里危险驾驶行为次数和出行时段等多维度进行分析，反映驾驶人行为的变化性和规律性。根据聚类的结果，使用多维离散隐马尔可夫模型进行建模并完成测试。测试表明，所提出的算法对于驾驶人出行模式的识别具有较高的准确性，对于4种类型的出行者，平均识别率超过91%，最高识别率可达94.5%。      

本期导读

为了量化研究交通拥堵的特性,已提出多种不同的交通运行指数(TPI)模型,并在部分城市中得到了应用。分析了现有交通运行指数模型的机理、特征和主要参数。将现有模型分为2类:基于统计的宏观静态运行指数模型和基于实时数据的动态运行指数模型。其中,动态运行指数模型包括基于严重拥堵里程比的指数模型和基于出行时间比的指数模型。以北京市浮动车数据为基础,应用动态运行指数模型测算交通指数,对比分析了2种动态指数模型的一致性、差异性和敏感性。      

交通运行指数的研究与应用综述

为了量化研究交通拥堵的特性,已提出多种不同的交通运行指数(TPI)模型,并在部分城市中得到了应用。分析了现有交通运行指数模型的机理、特征和主要参数。将现有模型分为2类:基于统计的宏观静态运行指数模型和基于实时数据的动态运行指数模型。其中,动态运行指数模型包括基于严重拥堵里程比的指数模型和基于出行时间比的指数模型。以北京市浮动车数据为基础,应用动态运行指数模型测算交通指数,对比分析了2种动态指数模型的一致性、差异性和敏感性。      

中小城市居民出行特征分析及交通发展对策研究

通过对安宁市2009年工作日及双休日居民出行调查数据的深入分析整理,并与大城市居民出行特征相对比,总结归纳出中小城市出行次数高,出行距离不长,以上班上学出行为主,体力出行时耗较长,高峰峰值明显等特有的出行特征,并在此基础上,从道路建设、交通管理和公共交通发展等方面,为中小城市未来的交通发展提出了相应的对策及建议.     

北京市保障性住房出行率指标研究

保障性住房是改善民生、促进社会和谐稳定的重要安居工程,分析北京市保障性住房的分类及特点,通过现场调查,采集早晚高峰时段不同区域、不同类型保障性住房的出行量数据,计算人次生成率和车次生成率等8个不同层面的出行率指标,结合保障性住房的基本属性特征,分析不同区域、不同类型保障性住房的出行率特点,为其科学开展交通影响评价提供数据支撑.     

乌鲁木齐市居民定制公交出行意愿及影响因素研究

为了解乌鲁木齐市居民选择定制公交出行的意愿及影响因素,对该市6个行政区的620名通勤出行人员进行问卷调查,根据调查结果,从出行者个体特征(性别、年龄、经济水平等)、出行特征(出行距离、出行时耗等)和定制公交交通特性(票价、停车次数等)三方面分析影响居民选择定制公交作为出行方式的因素,以引导居民向定制公交出行方式转移,并为乌鲁木齐市定制公交线路开设、运营及政策制定提供参考依据。     

北京城市自行车与公共交通换乘研究

通过调查北京市居民从居住地骑自行车存车换乘公共交通出行，在主要换乘地点的自行车存放量和骑车者的骑行时间，对其生成规律进行研究，提出造成这种出行方式的主要原因和影响因素，以期在城市交通规划和管理中使这种出行方式真正为城市服务。     

不同需求影响下的自行车出行路径规划方法

目前已有自行车出行路径规划方法普遍存在需求差异性考虑不足、方案精度较低等问题,无法满足人们逐步严苛的出行需求,根据出行多样化需求(单一需求、复合需求)进行规划方法研究可以拓宽自行车出行路径选择手段.以通勤性出行、事务性出行、休闲性出行作为主要出行目的,通过文献研究、实地调查和因素分析,确认了出行时间、出行安全和出行环境3个方面的需求以及各需求下的影响因素,基于北京市西城区路网基础数据进行数值标定、算法描述等,分别研究了单一需求和复合需求影响下的自行车出行路径规划方法,根据不同出行目的下的需求差异性分别给出推荐路径.考虑到过街影响提高了出行时间需求下的推荐精度,单一影响与复合影响的差异也可以提供更多自行车出行路径的选择方法.