考虑心理潜变量的城市轨道站点接驳方式选择行为研究

本文以计划行为理论为基础框架,从出行者使用接驳工具的经验和对接驳工具属性评价两个维度分别引入出行习惯、感知态度两类潜变量,构建城市轨道站点接驳方式选择意向的多指标多因果模型,探究城市轨道站点接驳方式选择意向的影响因素及其作用路径,并在此基础上结合巢式Logit模型构建混合选择模型,探究出发端与到达端接驳方式选择行为的影响因素及其影响机理。结果表明：行为习惯潜变量直接影响接驳方式选择意向,感知态度对步行、共享单车接驳选择意向具有直接影响;显著影响接驳方式选择意向的可观测变量有学历、车辆保有情况、收入情况、接驳距离及出行人数;相较于慢行交通与道路公共交通,私人小汽车、电动车的有无对私人交通方式接驳选择行为影响较大;学历和职业等个人社会经济属性,出行目的和出行人数等出行属性,以及主观规范和行为意向等心理属性对出行者城市轨道出发端和到达端接驳方式选择行为均有显著影响;相较于到达端,出行费用、主观规范及行为态度对出发端接驳方式选择行为的影响更大,且出发端接驳方式选择对到达端的接驳决策行为具有影响。     

基于态度-行为模型的低收入通勤者出行方式选择

为了分析城市低收入通勤者交通方式选择行为,揭示个体社会经济属性、活动 属性和潜在态度变量对出行者出行方式选择的影响,基于抚顺市居民一日出行调查数 据,采用态度-行为模型探究低收入通勤者出行方式选择机理.首先基于多指标多原因模 型分析影响态度变量的外在因素,结果表明性别、驾照拥有情况和年龄对态度变量的构 成影响较大.然后,分别建立含潜变量和不含潜变量的多项Logit 模型,发现含潜变量的选 择模型更能解释出行行为,社会经济属性、活动属性和态度变量对低收入通勤者出行方 式选择影响存在一定差异.     

无人驾驶汽车对出行方式选择行为的影响

无人驾驶汽车对出行者出行选择行为具有重要影响,进而可以影响到城市交通需求、城市空间布局和城市规划. 基于扩展技术接受模型和考虑不同出行者偏好的异质性,建立带潜变量的随机系数Logit模型,研究出行者的出行特征、心理潜变量和个体的社会经济属性对无人驾驶汽车选择行为的影响. 结果表明:与传统的多项Logit模型相比,带潜变量的随机系数Logit模型拟合度更高;不同的出行者对出行费用的偏好具有异质性,在效用函数中,出行费用服从正态分布;无人驾驶汽车选择行为不仅受到出行特征和社会经济属性的影响,而且还受到感知信任、社会规范和行为意向等心理潜变量的影响;降低无人驾驶汽车的出行费用可以提升出行者选择无人驾驶汽车出行的概率.      

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析.为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型.然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Logit模型,构建混合选择模型,并以用户选择共享自动驾驶汽车出行的概率衡量用户使用共享自动驾驶汽车的意愿.最后基于SP调查数据标定模型参数,得到潜变量关系及关键影响因素,通过弹性分析研究关键因素对用户使用意愿的影响.结果表明,感知有用性、出行费用、感知易用性、等待时间的影响最为显著,对应的弹性值分别是0.0502、-0.0401、0.0385和-0.0350.本研究对相关企业及相关政府部门发展和推广共享自动驾驶汽车具有重要参考价值.     

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SVM的高原川道型城市通勤者出行方式选择研究

为探究典型高原川道型城市(西宁市)的出行者对交通出行方式选择的行为,以大规模的居民出行调查数据为基础,提取个人、家庭社会经济属性及出行特征指标,将包含小汽车出行和出租车出行的私人交通方式与公共交通方式这2项通勤方式选择作为目标变量,并通过显著性检验得出影响出行方式选择的8项决策变量.针对29960次有效出行样本,合理划分出训练样本集和测试样本集.基于此,分别构建支持向量机(SVM)和传统的二项Binary logistic (BL)模型以识别通勤者的出行方式选择,选取3项定量指标分方式的分类预测精度、总体分类预测精度和平均绝对百分比误差以对比不同模型的分类结果.研究结果表明:相比BL模型,SVM对分类数据具有更好的拟合效果,对出行方式选择的预测适用性良好,具体来说,对私人交通方式的预测,SVM的预测准确率比BL模型的预测准确率高出8.08％,公共交通则高出了2.76％;SVM的总体分类准确率比BL模型的预测准确率高出4.82％.     

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.     

后悔视角下的应急疏散出行方式决策行为分析

鉴于应急疏散者出行决策的后悔规避心理,以政府公交车、自有私家车和借用私家车三类疏散交通方式选择问题为例,选取平均运行时间、运行时间不确定性、平均等待时间和预期感知服务水平等属性变量,分别构建了基于随机后悔最小化和效用最大化的多项Logit 模型.以应急疏散意向行为调查数据为基础,表明后悔模型的模型拟合度优于效用模型,对属性变量间关系的刻画更符合实际.进一步通过弹性计算和敏感性分析,揭示出平均运行时间这一属性最为敏感.研究表明,应急疏散者是后悔规避的,其决策行为试图将后悔感知最小化,而非预期效用最大化,从随机后悔视角描述疏散决策行为更为准确.     

基于非集计模型的居民出行方式选择行为研究

基于ML模型的基本理论与建模方法,利用2009年济南市居民出行调查数据,对影响城市居民出行方式选择的因素进行了分析,确定了影响居民出行方式选择的特性变量,建立了居民出行方式选择ML模型.研究结果表明:居民出行方式选择与个人属性、家庭属性和出行属性之间有较稳定的关系,通过对影响居民出行方式选择的可控影响因素进行引导和调整,可以达到优化和调整交通方式结构的目的.     

基于结构方程的通勤廊道停车换乘行为建模分析

通勤廊道上基于轨道交通的停车换乘出行模式是提高廊道出行率,缓解城市交通拥堵、解决停车设施不足的有效手段。基于结构方程模型(SEM),选取个人属性、信息需求偏好及停车换乘设施水平作为外源潜变量,选择出行目的、出发时刻、出行方式及出行强度作为内生潜变量,分析了停车换乘(PR)出行行为产生路径及各因素的效用。以实际调查数据为基础,利用LISREL软件,对模型效果进行评价。结果表明:(1)PR出行方式在时间上具有较强规律,早、晚高峰时段选择PR出行方式的比例较大;(2)路况状态信息、事故信息、停车信息对PR出行行为影响显著。其中,路况状态的效用值达到0.8;内生潜变量方面,出行目的具有最高的优先级别,其对出发时刻、出行方式及出行强度的影响较大。     

有限理性下考虑出发时间选择的网络交通流演化

假设出行者出发时间与路径选择随历史出行信息的更新而不断调整,研究网络交通流逐日动态演化规律.考虑出行者有限理性,基于累积前景理论,建立了出行者出发时间选择、时间间隔权重更新、路径选择及路径行程时间分布更新模型.通过数值实验表明:出行者对历史理解行程时间依赖程度对每个出发时段的稳定的流量分布无显著影响,但是对路径流量演化有显著影响;当出行者对历史理解行程时间的依赖程度大于等于0.90时,考虑出发时间选择的路网流量演化最终能达到稳定状态;从系统的整体效率来看,当出行者对历史理解行程时间的依赖程度在[0.90,0.95]时,有限理性下的交通分配结果优于完全理性.     

基于SEM 的城市公交方式选择行为模型

为解决现有居民公交方式选择行为模型中仅考虑可直接观测的显变量,尚未 涉及对选择结果具有一定影响的不可直接观测的潜变量的问题,本文从潜变量与显变量 角度,构建了公交方式选择行为结构方程模型.分析了各种影响因素之间的定量关系,以 及对选择结果的影响作用大小,并依据出行者人格特质进行了分群行为特性研究.最后, 将模型运用于成都公交出行实例分析中.结果表明：知觉价值对选择结果具有显著影响, 可解释出行行为意向的62%信息,服务品质对知觉价值的影响高于票价合理性,且不同 群体的选择行为特征存在一定差异.     

考虑定制出行的儿童通学方式选择行为研究

为系统获取考虑定制出行后儿童通学方式选择的行为模式，在系统选取影响儿童通学方式决策变量的基础上，集成结构方程模型和离散选择模型，提出儿童通学方式选择的混合选择模型(HCM)，以云南省昭通市为案例进行分析.结果表明：所构建的HCM模型相比结构方程模型和离散选择模型具有更高的拟合优度，更适用于儿童通学方式选择行为分析；与小汽车出行方式相比，行为意向对家长选择定制出行方式的影响更大，定制出行方式的普及更多取决于家庭的接受和依赖程度；时间和成本并非是家长选择定制出行方式的首要考虑因素.     

������Ϣ�Ե�·�������ʱ��ɿ��Ե�Ӱ��

为考察出行信息对道路网络出行时间可靠性的改善效果,将出行者划分为“有ATIS接收装置”和“无ATIS接收装置”两类,且均以随机方式选择路径,运用混合网络随机用户均衡建模理论构建了信息诱导下的出行路径选择模型.从路段容量的实际变化规律出发,假定其服从截尾正态分布,基于Monte Carlo仿真技术和网络均衡流求解算法,建立了信息影响下的道路网络出行时间可靠性评估方法.数值分析结果表明：道路网络出行时间可靠性随出行信息质量和信息系统的市场渗透率增加而递增,但其边际影响递减;对于交通需求水平高的道路网路,信息的提供对网络出行时间可靠性的改进更加明显.     

多方式条件下城市交通分配研究

随着城市综合交通体系的不断发展和完善,城市出行多方式化的特征日益突出.本文在充分考虑城市多方式交通网络结构特性的基础上,构建方式及路径联合选择模型,研究多方式条件下的交通分配方法.首先,基于随机效用最大化理论构建出行方式和路径联合选择的Nested Logit（NL）模型;其次,运用路段实测交通流数据标定道路混合交通流条件下的交通阻抗函数;最后,基于构造的多方式交通网络进行多方式交通分配,分析出行量在网络上的时空分布.结果表明,本文所提出的多方式条件下的交通分配方法,能够有效地描述城市多方式交通网络条件下的出行方式和路径选择行为,以及交通出行在交通网络上的时空分布规律,对于完善城市综合交通体系具有重要意义.     

基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究

轨道交通网络和常规公交网络作为公共交通系统的主要组成部分，研究乘客在两网复合网络上的方式选择行为有助于提升公共交通系统的协同运营。然而，以往的研究通常只对单个网络出行进行研究，未考虑到出行完整性。针对此不足，基于多源数据融合、轨道与公交网络拓扑融合，提出乘客在公共交通复合网络上的完整出行提取方法；复杂网络中方式选择的本质是路径选择，因此在构建耦合换乘站点的公共交通复合网络基础上，建立5种考虑多种因素组合的多项Logit选择模型，以分析在复合网络中对乘客出行行为影响最显著的因素组合；最后将模型应用于北京市某工作日的公共交通网络及刷卡数据。研究结果表明，基于完整出行的选择模型优于基于出行阶段的选择模型；通勤者在公共交通复合网络上的方式选择行为与考虑在车时间、候车时间、换乘时间、换乘次数的出行总时间及票价因素显著相关，且出行总时间的影响更大；换乘、候车时间对通勤乘客在公共交通复合网络中方式选择的影响较低，通勤者更加偏好出行总时间短的路径。研究结果可为提升轨道与公交的协同程度提供技术支持。     

基于混合Logit 模型的网约车选择行为研究

近年来,网约车发展迅速,而现有研究较少从市场角度理解用户对网约车的选择偏 好.本文构建了基于混合Logit选择模型,选取网约车依赖性、出行目的等出行相关属性,年龄等 个人社会经济属性为效用函数特征变量,假设到达时间、在车时间和费用为随机变量并服从对 数正态分布.使用D-efficient效率设计法生成问卷,在成都市开展网约车使用特征与选择偏好的 实证调查.基于观察数据标定模型,参数显著性及符号解释了城市综合交通背景下出行方式选 择的关键因素.对出租车和网约车费用进行边际效应分析,明确了价格变化对出行结构的影响.     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。      

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.