基于居民出行特性分析的大连市客运需求特性研究

在分析大连市居民出行与空间分布特性的基础上,探讨了大连市居民出行及城市空间布局的变化趋势。同时结合对大连市客运交通系统供给特性的研究,分析了大连市客运系统发展面临的课题与挑战。在此基础上,从城市可持续发展的角度,探讨了解决大连市客运交通系统面临问题的总体思路及发展对策。为大连市城市交通规划、交通运输政策的制订以及政策的敏感性分析等提供决策依据。     

城市居民出行特性比较分析

在综合分析国内外城市的社会经济发展和居民出行调查资料的基础上,从居民人均出行次数、出行目的分布和出行方式构成等3个方面入手,将国内城市居民出行特征与发达国家城市进行分析比较,又对国内相同城市不同时期的调查结果进行对比研究,目的在于把握城市居民出行特性的发展变化趋势。研究结果发现,我国城市居民出行特征随着社会经济和城市的发展发生了显著的变化,国内经济比较发达地区大城市的部分出行特征已经开始与发达国家状况相似,中小城市和欠发达地区城市的出行特征则与国外差别较大。研究同时发现了国内城市居民出行结构中的隐患,指出了发展的方向。     

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。     

团块状单中心大城市的出行距离分布规律研究

城市出行距离分布是交通需求研究的基础.以紧凑布局的团块状单中心大城市为研究对象,在充分分析居民出行调查数据的基础上,对短距离、中距离、长距离3种长度进行了划分,并探讨了居民出行总量在这3种不同长度下的分布规律.     

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。     

莆田市城市居民出行特征分析及交通需求管理的对策建议

以莆田市2009年城市居民出行调查的有关数据为对象,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标总结归纳出莆田市城市居民出行的规律、变化特征及其原因。针对莆田市居民出行总量、出行距离、出行耗时、私人交通方式、高峰小时峰值等特点,对莆田市城市交通需求管理提出相应的对策建议。     

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。     

基于居民出行时耗与出行比例关系的OD矩阵估算新方法

建立了基于居民出行时耗与出行比例关系的OD矩阵估算新方法，该方法依据出行时耗分布规律进行，将小区出行量离散为不同出行时耗区间的出行量，并根据出行时耗区间所覆盖的交通吸引小区的面积及吸引量进行交通分布，方法运用中还可根据城市不同区域交通特征调整区域居民出行时耗分布，从而克服了重力模型OD估算结果与出行时耗特征不一致及模型参数全局不变等缺点。实例证明了该方法优于重力模型OD矩阵估算精度。     

不同出行方式交通空间颗粒物浓度特征及人体摄入量估算方法研究

为了提高居民出行健康,建立了评估出行者采用不同出行方式时的PM人体摄入量估算方法体系.使用PM检测仪采集各出行方式(步行、自行车、公交、出租车、地铁)不同交通空间(包括车厢、站台、人行道等出行者在出行过程中身处的周围环境空间)的PM浓度,建立了基于多元线性回归的PM浓度与影响因素的关系模型,并考虑出行个体心率指标的变化...     

基于大数据的出行方式分配预测研究

随着城镇化及城市交通机动化的进程加快，在城镇化和机动化的共同作用下，交通拥挤问题已经成为制约城市发展和影响居民生活质量的主要问题之一。居民出行行为研究在交通管理和控制中有着非常重要的作用。结合多元大数据，构建出行方式选择的概率模型，有助于不同小区的出行方式分担率的预测，对缓解城市交通压力、提升运营管理能力有直接作用。本文基于小区出行分配、公共交通和非公共交通以及公交和轨道出行三个层级，分别得出出行分配预测模型，并形成计算机程序。利于实际应用，对识别城市出行特征、缓解城市交通压力提供有效措施。     

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。     

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。     

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。     

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.      

城市与城镇居民出行特征比较分析

通过河北省中心城区和县城的城市布局、居民出行特征分析比较,得出在不同空间尺度下居民出行特征规律.为城市在未来城乡一体化交通规划以及其他基础设施配套方面提供数据参考,同时指明新型城镇化下县城的努力方向;为实现城镇一体化提供交通分析参考.     

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.     

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。     

基于热点探测模型的城市居民出行特征分析

城市居民每天的交通出行活动伴随着一定的规律性和时空特征.现阶段对居民出行特征的研究方法中以聚类算法为主.然而由于聚类算法的参数复杂性,使得低值热点区域往往被忽略.此外研究中对出行OD的无差别考虑,使得很多居民出行特征不能被充分挖掘.针对这一问题,提出了基于密度场的热点探测模型,分别从出租车上、下车密度场中提取热点并对热点进行分级.并以西安出租车GPS数据为例展开实证分析.研究结果表明:①基于密度场的热点探测模型可有效解决传统聚类算法中低值热点无法获取问题;②研究区内城市居民一天中各时段上车频次和下车频次变化趋势基本吻合;③在空间分布上,上下车热点区域集中分布在交通服务区和城市主干道周围;④结合城市功能定位,大型交通服务区及城市道路关键节点上下车热点等级较高,并且工作日和非工作日无明显差异;⑤商业服务区表现为午、晚高峰的上下车热点等级高于早高峰,非工作日早高峰的上车热点等级明显高于工作日.      

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。