北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据，利用非负矩阵分解算法(NMF)从时间和空间两 个维度深入探究共享单车的出行规律，并构建逆序群体稳定性指标(RPSI)改善 k 值选择过程。利用得到的出行规律，运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型，对共享单车的出行需求进行预测，并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模 型的结果进行对比。研究结果表明，共享单车可分为5种基本的出行模式，每个区域的出行都可以由这5种出行模式的线性组合来表达，其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征，分别确定其出行含义：通勤出行中居住地到 地铁站的出行；通勤出行中地铁站到工作地点的最后一公里连接；居民其他的非通勤出行行为， 如休闲娱乐活动等；回程通勤出行中从工作地点到地铁站；回程通勤出行中从地铁站到居住区的最后一公里连接。最后，模型预测结果的对比分析显示，本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。     

建成环境对共享单车分时骑行量的非线性作用研究:以上海市为例

为解析建成环境对共享单车不同时段借还车量的非线性作用,本文以2016年上海摩拜共享单车和网络公开数据为基础,利用梯度提升决策树,建立共享单车工作日,非工作日及工作日早、晚高峰借还车量模型。研究结果显示：变量影响程度方面,街道至市中心距离对4个时段共享单车借还车量具有稳定且突出的作用,相对重要度超过17%;路网密度、非机动车道占比、人口密度影响次之,但在4个时段作用波动较大。非线性关系方面,街道至市中心距离、非机动车道占比、人口密度、就业POI(Point of Interest)密度与各时段共享单车借还车量呈复杂非线性关系,阈值效应显著;路网密度、住宅POI密度则与之总体负相关和正相关。同时段下,建成环境对早晚高峰时期的共享单车借还车量非线性作用差异明显,与高峰时期单车骑行的潮汐性特征相一致,非机动占比与街道中心邻近度、就业POI密度对高峰时段单车骑行作用有明显的协作性作用。     

共享单车影响下接驳公交线路设计与车辆配置方法

针对轨道交通的“第一/最后一公里”问题,接驳公交和共享单车是通勤用户最常选择的两种公共交通方式。为理解共享单车对接驳公交出行需求和线路设计等规划运营方面的影响,提出供需交互状态下的接驳公交线路设计与车辆配置模型。需求端考虑出行时间和出行费用,基于用户在共享单车和接驳公交之间的模式选择行为,动态计算接驳公交实际出行需求;供应端考虑车辆容量、数量和流平衡约束,以最小化公交运营成本和用户出行成本之和为目标,建立混合整数非线性规划模型,优化接驳公交线路设计及车辆配置。模型采用拉格朗日松弛算法进行求解。该方法应用于北京市回龙观地铁站周边出行小区接驳公交线路设计,公交及单车出行需求采用真实的IC卡数据,以及摩拜单车骑行数据,站点间行驶时长采用高德驾车路径规划API(Application Programming Interface)数据。实验结果表明,车辆总数为10,线路数量为2时,考虑共享单车影响的接驳公交规划模型相较于只考虑单一模式可以有效避免规划需求误差。此时,各站点到地铁站的平均运行时间是15.58 min,乘客平均等待时间是3.35 min;在线路数量为4时,各站点到地铁站的平均运行时间...     

基于SEM的共享单车使用决策研究

为探索用户对共享单车的使用决策形成过程,基于结构方程模型（Structural Equation Model, SEM）,以济南市历城区和历下区564 份用户骑行问卷数据为研究对象,将共享单车服务质量、环境质量、用户的忍受疲劳程度等因素作为潜变量,将出行距离、用户可接受骑行时长、温度、地势、车体质量等因素作为显变量,量化了外生潜变量与显变量之间、内生潜变量与显变量之间以及外生潜变量与内生潜变量之间的复杂关系,构建了共享单车使用决策模型。研究结果表明,用户的忍受疲劳程度在影响使用决策上起主要作用,其次是服务质量,环境质量的影响最小。在此基础上,提出了针对共享单车管理与投放的合理化建议,以促进运营企业提高服务水平、资源利用效率和经营效益。     

基于碳普惠制的城市共享单车出行碳减排量核算研究 ——以北京市为例

碳普惠制通过政策鼓励、商业激励和市场交易的有机结合,合理量化居民个体/小微企业的日常节能减排行为,是有效推动全社会节能减排的重要探索.本文借鉴CCER方法学和广东省碳普惠方法学,将共享单车出行作为碳普惠行为进行考量,充分考虑各项交通数据的可获得性,研究居民共享单车出行碳减排量核算方法,并以北京市为研究对象,计算了2018年度北京市居民共享单车出行产生的碳减排总量.结果显示,以2018年度北京市共享单车的骑行里程核算,全市共享单车出行的减碳量为50928tCO2.     

城市的发展与路权的再洗牌

正根据世界资源研究所的研究数据,全球每年有124万人死于交通事故,到2030年,交通事故将成为世界第五大杀手,其对行人和骑行者的影响尤为巨大。最近,深圳交警首次开出了共享单车"禁骑令",首批1.3万名深圳市民因非机动车交通违法被处以停用共享单车一周的处罚……以上种种都从一个侧面折射出路权分配失衡的问题。智能信号灯、潮汐车道、逆向可变车道……     

共享单车与公共交通多元关系分类及阈值研究

为准确评估共享单车和公共交通之间的复杂时空关系,根据替代或补充关系的具体成因类型,结合共享单车出行起讫点的分布情况,定义共享单车与公共交通多元关系;其次,考虑公共汽电车与轨道交通的差异性,提出一种基于弱监督全连接神经网络的共享单车与公共交通多元关系的分类模型,并根据共享单车轨迹数据,计算不同关系分类和交通方式下的公共交通可达范围、共享单车骑行时长及步行接驳距离边界阈值。结果表明：共享单车与公共交通的多元关系可分为接驳补充、空白补充、替代关系1和替代关系2。其中,共享单车与公共汽电车多元关系的三参数划分阈值分别为329.75 m、5.07 min和182.93 m,与轨道交通多元关系的划分阈值分别为816.96 m、10.27 min和653.91 m。共享单车与公共汽电车以替代关系1为主,占总行程的54.98%;共享单车与轨道交通以空白补充关系为主,占总行程的48.90%。共享单车与公共汽电车关系主要为多元替代与接驳补充,与轨道交通主要为多元补充与替代关系2。共享单车与公共汽电车的关系相比于轨道交通会更为复杂。本文可为促进共享单车与公共交通在各自优势距离上的协同发展提供支撑。     

基于GWR模型的共享单车空间分布影响因素分析

为辨别不同时段不同地区影响单车出行的关键因素,认识共享单车与用户间的动态平衡关系,基于对城市多源数据的分析,从用车环境、道路交通基础设施、公共交通变量和土地利用变量4方面选取共享单车出行影响因素,并以此为输入性指标建立全局回归分析初选模型与地理加权回归模型(Geographically Weighted Regression, GWR),初步分析各因子的空间非平稳性。通过地理差异检验得到具有空间异质性的影响因子,然后采用空间可视化分析方法进一步探究单车出行分布与关键因子间的作用机理。以西安市建成区共享单车出行数据为例进行分析,结果表明:在工作日早高峰和晚高峰时段,共享单车设施分布密度对共享单车出行起点分布的影响存在空间异质性,企业密度在工作日早高峰时段、餐饮类分布密度在工作日晚高峰时段对共享单车出行终点的影响具有空间异质性;GWR模型对单车起终点影响因素回归分析的拟合优度R~2相比全局回归模型分别提高了0.428, 0.378, 0.208和0.309,且修正后的赤池信息准则(Akaike Information Criterion,AIC)值(AICc)与残差平方和均有所降低,表明GWR模型能较好地反映变量之间的空间异质性,具有较高的准确性与适用性。     

基于Nested Logit模型的共享单车选择行为研究

近两年来,共享单车迅速发展,已有研究较少从微观角度来阐释共享单车的选择行为.本文基于随机效用理论,构建Nested Logit模型,选取出行目的、接驳时间、在车时间、停车时间、费用等出行特征变量,选取下雨(雪)、空气质量、气温、风力等级等天气状况变量,选取年龄、性别、收入等社会经济变量作为效用函数的特征变量,采用D-optimal法设计问卷,在济南市开展共享单车实证调查.基于收集到的样本进行参数标定,找出影响共享单车及其他出行方式选择的关键影响因素;并对共享单车的乘车费用与接驳时间进行弹性分析,明确了共享单车乘车费用与接驳时间变化对短途出行结构的影响.     

厦门市大型公交站点共享单车接驳需求预测模型分析

近年来共享单车逐渐成为大型公共交通方式接驳的重要手段,但站点周边需求不一、投放过量的问题也成为管理部门的困扰。目前的需求预测方法存在基础数据不全、无法验证泛化能力等问题,难以支撑精细化的需求预测。基于厦门市长时间、全样本的共享单车数据,结合详实的人口、建成环境、天气等基础数据,分别对大型公交站点为起点和终点的共享单车出行需求建立传统数学模型、机器学习模型、深度学习模型,研究大型公交站点的共享单车接驳需求的关键影响指标。并以厦门市轨道2号线开通后站点周边流量数据为例,进行模型校核,通过情景假设,对环境优化后的骑行情况作量化分析。     

共享单车出行空间异质性特征及驱动因素研究

为实现基于轨迹数据挖掘的共享单车出行空间异质性特征及其驱动因素评估，本文应用核密度分析和热点探测，获取采样分析区域并以热力值表征共享单车出行发生量，减少尺度效应的干扰；引入空间统计学的半变异函数模拟共享单车出行发生量的结构性和随机性变化规律，挖掘空间异质性特征，确定邻域效应的尺度范围；利用空间序列的斜率表征变化趋势，同时，结合改进的空间滞后和残差模型，区分土地利用、邻域效应和其他建成环境各自对共享单车出行空间异质性特征的驱动力。以北京市为案例进行分析，结果表明：北京市的共享单车出行存在中等的、 正的空间自相关性，空间异质性特征的最佳拟合模型为指数模型；空间自相关性的衰减半径为 1860 m，大于此距离时邻域效应消失；建成环境对空间异质性特征的相对驱动力最大，邻域效应对其的相对驱动力则处于中间水平，而土地利用对其的相对驱动力最小。     

城市公交运营参数时变特征的推断性统计研究——以保定市为例

以保定市公交跟车调查数据为研究对象,基于方差分析模型对早晨、上午、下午、傍晚4个时段的公交客流量、行程时间、满载率进行了分析,得到了工作日与周末不同的时变特征。工作日呈现“高峰-平峰”特征,存在早晚两个高峰,与一般描述性经验相一致,而周末则呈现“午前-午后”特征,与一般经验存在较大差异。     

城市形态对居民出行的影响——上海实例研究

了解交通行为与城市形态的关系是创造和引导绿色交通的必要前提。通过收集居民出行行为、社会经济特征和城市形态特征等方面的数据,对上海4个街区进行买证研究。利用多元线性回归方法和逻辑斯蒂克回归模型分析处理数据,探讨街区设计特征与居民出行之间的关系。研究表明,传统街区有利于短距离出行和选择非机动化出行方式。指出我国一些大规模社区的开发模式与目前鼓励的绿色交通发展模式相去甚远,因此规划人员应重视传统的有利于自行车和步行的街区模式设计。     

基于持续时间模型的日出行时间分析

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

���˻��ڼ䱱�����������о�

2008年北京奥运会期间,作为最主要交通方式之一的北京地铁采取了一系列措施,如编制奥运期间地铁运行图,延长地铁各线运营时间等,为两大奥运赛事期间赛会交通和城市日常交通的顺畅运行提供了保障。本文从时空分布特征角度分析了奥运期间日均客流量,尤其是开、闭幕式等重点日客流特征和各运营线路尤其是紧邻奥运会热点赛事场馆的车站进站量客流变化。分析结果表明,奥运会对北京地铁客流的影响与奥运场馆的地区分布密切相关,奥运期间北京中心城区地铁平日客流量变化较小、假日小幅增长,而奥运会热点赛事地区地铁平日客流量呈小幅度增长、假日则大幅度增加。     

Analysis on Beijing Subway Flows during the 29th Olympics

During the Beijing Olympics, as a major mode to support the urban traffic, Beijing subway adopts a series measures to give the guarantee to smooth operation of traffic, which include designing specific train schedule and extending the operation time of subway lines. Viewed from the characteristics of passenger flow in temporal distributions especially the opening and closing ceremony day and directional distributions such as the stations around competition venue, this paper analyzes the variety of the traffic flow of Beijing subway. The results indicate that the influence on passenger volumes from the Olympics is significantly associated with the layout of Olympics stadiums. Subway passenger volumes in central districts experience little increase both in weekdays and holidays. In the other aspect, the passenger flow have little rise in weekdays but reach a much higher amount in the holidays.     

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.