基于贝叶斯网络的出行选择行为分析

以通勤出行者为研究对象,应用改进K2算法和贝叶斯参数估计方法,以模块化的建模思想,构造了分析通勤出行方式选择和出行链模式安排及其相互作用的贝叶斯网络模型.以互信息指标度量节点间相互依赖关系的强弱,完成网络的修剪.以修剪后的网络为基础,应用敏感性分析讨论了在出行者及其家庭的社会经济属性、活动和出行属性影响下的出行方式和出行链模式安排的变化,及其相互影响.本文的研究为全面分析活动-出行选择行为及其影响因素间的互动响应关系提供了新的思路.     

通勤出行简单链和复杂链的选择行为研究

理解通勤出行简单链和复杂链的选择行为,对于推动出行行为研究和实施交通需求管理策略具有重要意义.文中用交叉列联表方法分析了家庭属性、个体属性、土地利用属性、出行属性和工作活动安排对个体简单链和复杂链选择行为的影响,以此为基础建立了个体选择简单链和复杂链的二项Log istic模型.模型分析结果表明,家庭工作人数、职业、年龄、居住小区、上班出行方式、上、下班时间是影响个体选择简单链还是复杂链的显著变量.     

基于出行链的有车家庭假日出行方式组合研究

为了研究有车家庭居民出行链与出行方式组合的影响关系,将出行链划分为5种类型,并将出行链属性分为4类.利用2009年济南市居民出行调查数据,用基于多项logit模型的基本理论与建模方法,对影响城市居民出行方式组合的因素进行了研究,重点分析了出行链各项属性对居民出行方式选择的影响.模型分析结果表明,出行链中往返行程数量、出行链模式、出行链时间、出行链费用对于出行者选择何种出行方式组合有显著的影响.出行链复杂性的增加并不会直接导致私家车出行的增加,而随着往返行程数的增加会导致单一非私家车出行效用的显著增加.     

基于集成模型的多维活动-出行决策研究

对个体活动-出行行为的5个决策维度进行联合建模分析,包括连续型的通勤距离、离散型的日通勤出行方式和通勤出发时间、小汽车拥有和日非工作活动量.一方面,作为内生变量,这5个决策维度受到个体性别、收入、教育水平等社会经济属性影响;另一方面,它们之间的相互影响关系也通过可见的结构关系及不可见的相关关系得到证实.比如,通勤出行距离越长,出行者家庭小汽车的拥有量越大;通勤出行距离、公交出行方式的选择均对日非工作活动量有负面影响;当通勤者家庭拥有更多的小汽车或者通勤出行距离很长时,他们选择小汽车和公交车的概率更高.本文证实了个体活动-出行决策维度之间的复杂作用关系,证实了对多维活动-出行决策进行综合集成分析的重要性.     

群体出行的交通方式选择行为研究

多人结伴的群体出行是非通勤目的的交通出行中的普遍现象,已有交通方式选择行为研究中通常以出行者个体作为交通方式选择的决策单元,对于群体出行状况下的交通方式选择行为研究具有不适应性.以出行者群体作为交通方式选择的决策单元,基于2010年上海世博会游客的出行数据,建立了不同群体规模的出行方式选择行为模型.结果表明,群体出行对于交通方式选择行为具有显著影响:出行者对交通服务属性的敏感性下降;出行者群体的车内时间价值增加;出行者感知的车外时间当量和换乘惩罚当量上升.     

基于ML模型的绿色出行方式选择行为研究

为了给绿色出行相关管理政策的制定提供理论依据,在阐述绿色出行定义及其出行方式界 定的基础上,结合2009 年济南市居民出行调查数据分析绿色出行特征,构建绿色出行方式选择 ML（Multinominal Logit） 模型,探讨影响居民选择绿色出行方式的主要因素,揭示出行者属性 特征与绿色出行方式选择之间的关系,定量分析绿色出行方式在各影响因素条件下的选择概 率。研究结果表明：绿色出行方式选择行为受居民年龄、家庭月收入及职业、出行时间、出行 费用等因素影响;班车在远距离的通勤出行中占有一定的优势,应积极发展单位班车等形式的 集约型绿色交通方式;针对出行时间和出行费用采取相应的城市交通管理措施,可以有效引导 绿色出行。     

双职工家庭通勤出行长度选择研究

以双职工家庭中夫妇俩通勤出行长度选择为研究对象,建立双变量有序Probit模型,分析了影响通勤出行长度选择的主要因素,揭示了夫妇俩通勤出行选择之间的相互影响模式．模型结果表明年龄、性别、家庭收入、居住环境等因素对双方通勤出行选择的影响方向相同,互补效应在双方的通勤出行长度选择中占主导地位．     

小汽车与轨道交通出行方式选择行为分析

研究出行方式选择行为有助于引导私人小汽车出行者改乘轨道交通出行。以上海世博期间驾驶人的通勤出行为研究对象,通过RP和SP调查采集驾驶人实际通勤出行情况和世博期间的出行方式选择行为,得到小汽车相比轨道交通的出行时间节省量和费用差与是否选择轨道交通存在联系。应用离散选择模型分析出行方式选择的影响因素,建立二项Logit模型。结果表明,驾龄较短和低收入的驾驶人更愿意选择轨道交通,年轻驾驶人（相比年长者）、频繁使用小汽车者更愿意选择小汽车出行。     

通勤制约度对儿童陪伴出行决策过程的影响

为了考察家庭通勤活动对儿童接送行为决策过程的内在影响机理,本文基于活动理论与时间地理学方法,应用昆明市居民出行日志调查的第一手数据,以家庭为分析单元,构建基于活动的二维时空出行链,剖析家庭中儿童陪伴出行的时空间特征及其典型接送模式;提出通勤制约度概念,量化家长通勤活动的时空间制约程度和相互影响程度,并建立结构方程模型.结果表明：当男女家长双方通勤制约度均衡时,相互制约影响强烈,家庭内部会优先选择制约度最小的接送模式,然后再根据家长与儿童出行路线的匹配程度来确定接送人员,接送工具决策处于整个决策过程的最末位.当男女家长双方通勤制约度不均衡时,家庭内部则优先选择通勤制约度低的家长接送儿童,再确定接送工具和接送模式,接送行为上升为家庭活动模式的优先考虑因素.     

北京市居民出行方式人群分类

为识别出行者选择不同出行方式的差异,将多重对应分析法应用到行为领域进行出行人群分类。根据北京市居民日常出行问卷调查,利用结构方程模型选择出对出行方式影响比较显著的变量,分析出行人属性、出行属性、出行偏好和出行方式之间的定量关系。根据选择出来的指标把出行人群划分成5个类别,分析每类群体所倾向的出行方式并针对不同群体提出相应的措施,以引导居民出行。     

基于出行者认知的理想通勤时间研究

理想通勤时间对住址选择及职住关系、通勤出行方式选择和城市土地利用与空间布局等相关研究有重要意义.以昆明市为案例,研究了理想通勤时间的分布及其与实际通勤时间的差异,并基于序次Logistic回归模型分析了影响理想通勤时间的因素.研究结果表明,理想通勤时间在[10,20)min区间所占比例最大,并不总趋于0,这印证了通勤出行具有一定的正效用.71.3%的通勤者对实际通勤时间不满意,期望缩短通勤时间,仍有8.4%的通勤者的理想通勤时间大于实际通勤时间.年龄、性别、受教育程度、家庭年收入、居住区位对理想通勤时间有显著的影响.     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

出行链特征指标的提出及应用研究

以往传统的交通分析方法,将大量的交通信息堆砌在一起,如时间信息、空间信息等,忽略了信息间的相互作用,割裂了交通系统的整体性和系统性。说明了出行链对交通分析和交通规划的重要作用,从交通现象的本质出发,给出了出行链的结构和定义,提出了出行链特征指标,以“链”的形式将交通系统的时间维、空间维、方式维和活动类型联接在一起,将交通系统变成一个有机的整体。并通过多项Logit模型建立了交通方式选择模型,在模型拟合良好的前提下,验证了平均出行链长度和换乘次数对方式选择的影响是显著的。     

基于换乘链断裂点时空信息的公交换乘行为识别

分析了公交智能卡数据挖掘中转乘行为、通勤出行、非通勤出行识别的改进方法, 将关注点从公交换乘过程信息转移到换乘链间隔期的持续时长和空间位移信息, 以换乘链断裂时长和位移2个维度计算公交换乘链断裂点概率, 制作工作日和非工作日断裂点时空变量联合概率分布矩阵, 对比了这2种分布的差异;检验了断裂时长序列和断裂位移序列的稳定性, 标识了2条曲线的突变点和拐点, 用于推断转乘引起的转移距离和转乘时长的阈值参数;对工作日和非工作日差值时长序列曲线进行移动平均滤波处理, 使得曲线的突变与极值之间的关联能够解释转乘、通勤出行和非通勤出行3种行为与通勤和非通勤出行之间的关联;采用北京市整个一周的地面公交和地铁系统样本数据对方法进行验证, 并根据时间序列和位移序列曲线确定样本数据中常见公交换乘行为的阈值参数。分析结果表明:断裂点时空信息对样本数据中的换乘行为能提供更合理的识别分类参数;持卡人在站点间转移的容忍距离约为1.6km;断裂点转乘时长与非通勤出行的断裂时长临界点为22~48min;非通勤出行和通勤出行的时长临界点约为478min, 非通勤出行断裂点最大概率时长为140min;通勤出行的断裂时长接近期望值为601且标准差为44的正态分布;基于新方法得出的参数改善了公交出行活动的识别率, 转乘行为、通勤出行与非通勤出行的识别率分别提高了16.1%、4.2%、6.2%。可见, 换乘链断裂点的时间信息和空间信息不但可作为公交换乘行为识别的依据, 还可能带来更好的识别效果。      

山岳型风景区游客出行方式选择

以山岳型风景区游客进山出行方式选择为对象,分析影响游客出行方式选择的因素,运用非集计模型的基本理论,建立游客出行方式选择的MNL模型。以九华山风景区为例,结合游客SP调查分析结果,标定出行方式选择模型各项参数,分析采取不同交通政策措施下游客出行方式选择变化情况,给出山岳型风景区交通管理的建议。     

ͨ���߳���ʱ������з�ʽѡ����Ϊ�о�

在分析通勤者出行时间与出行方式选择特征的基础上,建立出行时间—出行方式与出行方式—出行时间两个方向的Nested Logit模型.利用北京市第三次居民出行调查数据,借助BIOGEME软件对两个模型进行估计.首先通过包容系数对Nested Logit模型的结构关系进行辨识,结果显示,出行时间—出行方式选择模型比出行方式—出行时间选择模型合理,表明通勤者在选择出行时间后,在其约束下考虑合适的出行方式;在此基础上,对出行时间—出行方式选择模型的参数进行标定并分析标定结果,进一步揭示通勤者出行时间与出行方式的选择特征,从而为制定高峰时期相关管理政策提供理论依据.