基于潜能模型的就医出行公共交通可达性分析

大型综合性医院是居民生活出行目的地之一。公共交通是就医出行的重要出行模式,其服务水平对居民出行及就医具有双重影响。可达性是衡量交通系统为出行者提供到达某地点以获得某种服务或参加某项活动的能力指标,换乘对就医出行可达性具有重要影响,基于潜能模型,选择出行时间、换乘时间及服务覆盖人口数量构建可达性计算模型。以友谊医院为例,根据该模型进行各交通小区的就医出行可达性计算并分级,并与通过问卷调查得到的区域平均出行满意度进行比较。据统计,高于93.5%交通小区的上述两种评价一致。实验表明模型在就医出行可达性的计算上与出行者主观评价一致,可用于研究居民就医出行的便捷性,对提高医疗服务的区域覆盖及交通便利性具有指导意义。     

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。     

风景区居民出行交通方式选择研究

为改善景区交通拥堵问题,研究景区居民出行行为,在石花洞景区展开居民出行特征问卷调查,分析景区居民出行需求和居民出行交通方式选择影响因素,并利用非集计模型构建景区居民出行交通方式选择预测模型。结果表明,景区居民出行交通方式选择受出行时长影响较大,家中有车居民在日常活动中更愿意驾车出行,男性居民出行更偏向于使用私家车,中青年尤其喜欢自驾出行,且以景区居民出行者的性别、年龄、出行目的、出行时间、私家车拥有量为影响因素的交通方式选择非集计模型预测精度较高,其中步行方式的预测准确率高达95.5%。     

不同降雨强度下居民出行转化为公交的研究

降雨影响着居民出行方式的选择行为,而降水等级的不同对居民出行方式的影响也各不相同,因此,降水日道路交通状态与其他时间有明显差异。通过对在不同降水等级下的出行意愿以及出行方式调查,分析居民在不同出行目的、年龄、经济情况与不同降雨强度下公交转化的情况,得出在不同的降雨强度下居民乘坐公交出行受到出行目的、年龄、经济的影响程度各不相同。并建立二元Logit模型来研究降雨条件下的公交出行方式选择,分析不同降雨强度条件下居民公交出行与出行目的、年龄、收入之间的关系,利用调查数据对参数进行标定,得出在不同等级降水下居民出行方式的选择随居民出行目的、年龄、经济不同以及降雨强度的增加而变化的规律。     

基于logit模型的停车费率变化对居民出行方式的影响分析

利用乌鲁木齐市停车行为调查数据,根据logit模型理论,建立基于不同停车费率条件下的居民出行方式选择模型,研究居民出行方式选择行为与停车费率变化间的关系,分析不同停车费率条件下的私家车与公共交通出行比例的变化趋势。研究得出停车费率的变化对于居民出行方式选择有显著影响,为今后制定合理的停车收费政策进行交通需求管理提供了理论依据。     

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.     

居民长距离交通出行方式选择行为研究

为研究出行者个人特性和出行特性对居民出行方式选择的影响,以居民长距离出行交通方式选择为对象,运用非集计模型中多项Logit(MNL)模型的基本理论与方法,利用SPSS软件对模型进行参数标定和检验,分析各因素对居民长距离出行的影响。结果表明:模型的拟合优比度和精度均达到要求,对居民的长距离出行选择研究具有实际应用价值,可为相关部门对于交通运输方式的结构调整提供参考。     

停车收费影响下深圳居民公交出行选择研究

文章在对深圳停车收费与北京、东京等城市进行类比分析的基础上,对深圳居民的出行方式选择进行了调查,并基于二元Logit模型理论建立了深圳市停车收费影响下居民出行方式选择的概率模型,分析居民公交与小汽车出行方式选择行为的差异,探讨通过停车收费引导小汽车转向公交出行的规律。     

大城市居民出行方式选择行为及影响因素研究——以北京市为例

居民的出行方式选择作为居民出行行为的一个方面,对于城市交通结构的构成有着重要的影响。结合目前北京市居民出行方式选择的总体情况,对影响人们出行方式选择的因素进行分析,并提出有利于北京市交通系统结构优化的建议,具有重要的现实指导意义。     

城市居民出行方式选择的结构方程分析

为克服Logit类模型的局限性,以出行链为分析单元,构建了快速城市化进程中居民出行方式选择的结构方程模型．首先,依据已有研究基础及城市化进程中居民出行特征,确定影响居民出行方式选择的3类因素,建立影响因素与出行方式之间的关系结构;在此基础上,构建结构方程模型,利用北京市居民出行调查数据对模型进行辨识与修正,最终得到了个人与家庭属性、土地利用、出行链等各类因素对出行方式的影响方向与程度．研究结果对优化居民出行方式结构、改善城市交通拥堵具有指导意义．     

考虑偏好差异的后疫情时代居民出行方式选择行为研究

为探究后疫情时代居民出行方式选择行为，运用选择实验的方法，基于问卷调查获得选择行为数据，构建出行方式选择的混合Logit模型和潜在类别条件Logit模型。采用Stata软件标定模型参数，得到后疫情时代影响居民出行方式选择的主要因素。结果表明，两种模型均体现了个体出行方式选择的异质性，潜在类别条件Logit模型与混合Logit模型相比拟合优度提高了13%， 预测精度提高了3.03%，为突发公共卫生事件下分析出行行为的个体异质性提供了一种有效工具。潜在类别条件Logit模型根据居民所处低、中风险区两种情景，分别将居民划分为4类、5类人 群。从出行方式属性上看，等待时间和在途时间成为居民选择出行方式最重要的影响因素。从个人社会经济属性上看，在后疫情时代收入更高的女性更倾向选择私家车出行，年龄越大对行程费用越敏感，男性更愿意选择公交、地铁出行。     

建成环境对居民出行方式选择影响效应的异质性研究

为了分析研究建成环境对家庭不同成员出行方式选择行为影响效果的异质性,基于南京市居民出行调查数据和城市总体规划土地利用及公共交通系统现状信息,分别构建了以居民出行方式选择行为为因变量的经典计量模型和空间误差模型。对比两个模型的拟合优度发现,后者在拟合慢行和公交出行方式行为中可以有效提高模型的准确度。在对比建成环境对家庭不同成员出行方式选择行为的影响中,得出土地利用的多样化、公共交通服务水平的提高可以有效减少小汽车的出行次数,但这种影响仅仅作用在非户主家庭成员身上;此外模型结果还对停车换乘发展模式的可行性提供了理论依据,同时也从道路设计的角度提出了构建友好出行环境的重要性。     

基于巢式Logit模型的低收入人群出行行为分析 ——以上海市智能手机调查数据为例

低收入人群是城市人口组成的重要和特殊部分,关注并研究其出行行为具有重要的社会价值。本文首先界定城市低收入人群的范围,根据上海市居民出行调查数据划分出研究对象,总结影响低收入人群出行行为的多重变量,然后基于效用最大化理论构建出行目的和出行方式相互影响的巢式Logit模型,并对模型参数进行标定,得到低收入人群出行行为选择的特定规律。结果表明,出行时段、出行费用、出行优先政策以及出行目的对低收入人群出行方式选择具有显著影响。     

居民低碳通勤出行的主观态度识别及影响分析

基于已有的居民低碳通勤出行SP数据,应用直觉模糊C均值聚类算法对样本进行聚类,识别居民对低碳通勤出行所持有的主观态度类型.构建不同类型居民低碳通勤出行意愿的MIMIC模型,研究持有不同主观态度的群体其行为意愿形成机理的差异性.研究结果表明:居民低碳通勤出行的主观态度可划分为积极、中立、消极三类;主观态度与个体出行方式选择和低碳通勤出行意愿之间均存在相关性;持有不同主观态度的群体,作用于其行为意向的影响因素的构成,影响因素对行为意愿作用的路径,作用强度存在差异性.     

信息作用下出行者短期决策行为分析

出行者信息系统的建立加强了出行和交通系统之间的联系,使得活动出行决策形成一个动态决策调整过程. 在分析信息作用下的活动出行需求变化的基础上,以信息对出行者的短期决策影响为研究对象,基于吉林市居民出行的SP调查数据,探讨了出行者出发时间、出行方式、路径选择决策行为之间的内在联系. 考虑出行者对信息持有的态度等影响因素,运用二元Probit模型定量分析了出行者决策行为的内在联系. 结果表明,出行方式选择行为与出发时间及路径选择之间密切相关,出行者的路径选择行为则相对独立. 研究结论可为城市交通需求预测及交通管理提供参考.     

��Ϣ�����³����߶��ھ�����Ϊ����

出行者信息系统的建立加强了出行和交通系统之间的联系,使得活动出行决策形成一个动态决策调整过程. 在分析信息作用下的活动出行需求变化的基础上,以信息对出行者的短期决策影响为研究对象,基于吉林市居民出行的SP调查数据,探讨了出行者出发时间、出行方式、路径选择决策行为之间的内在联系. 考虑出行者对信息持有的态度等影响因素,运用二元Probit模型定量分析了出行者决策行为的内在联系. 结果表明,出行方式选择行为与出发时间及路径选择之间密切相关,出行者的路径选择行为则相对独立. 研究结论可为城市交通需求预测及交通管理提供参考.     

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.     

自动驾驶影响下的出行行为研究综述

从小汽车出行总需求、出行方式选择、在途时间利用三方面梳理了自动驾驶影响下的出行行为研究现状,分析了用于研究自动驾驶对出行行为影响的数据基础与研究方法,总结了影响自动驾驶环境下出行方式选择的关键因素,指出了出行行为研究存在的问题和未来发展方向。研究结果表明:出行总需求的相关研究主要关注当前服务不足人口的潜在出行,大多通过需求假设分析潜在的变化,在假设的可靠性和结果的准确度方面还存在不足;出行方式选择的相关研究显示车辆服务和出行属性、社会人口和家庭属性、出行习惯属性、居住地和环境属性、个人心理和偏好属性等是影响出行方式选择的关键因素,考虑到不同的研究对象、场景设计与分析方法,性别、年龄、持有驾照、家庭结构等因素对出行行为的具体影响还有待进一步检验;人们对自动驾驶时代在途时间利用的方式和受益程度的认知存在较大的不确定性与异质性,亟需理论模型来进一步讨论潜在的时间利用变化;基于自动驾驶对出行行为影响相关研究的局限性,提出了建立自动驾驶汽车的规范化描述和丰富数据采集方式,开展横向与纵向对比研究,加强各影响因素异质性的考量,辨析自动驾驶时代各类出行行为间的相互影响机制的改进方向。      

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。     

城市居民出行特性分析及其交通方式选择行为研究

在问卷调查及对宁波市居民出行特性分析的基础上,建立交通方式选择的MNL模型,得出不同交通方式选择的影响因素,利用SPSS软件对模型参数进行标定。研究结果表明,出行距离、出行时间等因素对居民出行交通方式的选择有重要的影响。最后,通过案例分析验证了交通方式选择模型的有效性,结果表明该交通方式选择模型适用于研究个体的出行决策,可以用于交通方式结构的调整与优化。