通勤出行方式-出行链模式联合选择模型

以单个通勤出行者为研究对象,构造基于广义极值理论的Cross-Nested Logit模型,分析了通勤出行方式和出行链模式联合选择行为.模型以通勤出行方式选择子集和出行链模式选择子集的组合为选择集,描述了在出行者社会经济属性、居住地和工作地区位、工作活动属性影响下的出行方式和出行链模型联合选择行为,能准确刻画两个选择维度之间的相关关系.利用居民出行调查数据完成模型标定.研究表明,通勤出行方式和出行链模式选择之间有显著的相互影响,出行者性别、家庭收入、家庭结构、家庭交通工具、工作活动作息时间、居住地和工作地区位是重要影响因素.当上述因素发生改变时,出行者会优先调整其出行链模式而非出行方式.     

基于竞争风险模型的居民活动-出行计划研究

对出行者活动-出行计划行为的研究有助于进一步解析出行者的行为决策机理,也是制定和实施交通管理政策的前提.本文扩展了传统的基于单一删失事件的生存风险研究,将竞争风险模型应用于出行者活动时间分配行为的研究,基于吉林市居民出行数据的分析,提取出行者制定活动计划的影响因素,通过敏感性分析,解析出行者在连续时间轴上活动参与类型与活动持续时间的联合选择过程.结果表明：出行者N次与N+1 次活动之间存在相互联系、相互制约关系,且关系强度又随着参与活动类型的不同而存在显著差异,竞争风险模型能有效应用于这些差异性的分析,丰富和扩展了出行行为的分析理论与方法.     

公共交通出行方式选择的演化博弈分析

选择公共交通出行方式或者其他出行方式对于出行者是一个博弈的过程,在这个过程中,出行者依据所获得的信息修正自己的行为策略。应用演化博弈论对出行者的出行方式选择进行分析,建立出行方式选择的演化模型,分析该模型并提出改善交通出行方式结构的策略。     

基于随机系数Logit 模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

基于随机系数Logit模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

交通信息诱导系统对出行选择的影响分析

首先探讨了出行者的出行心理和出行行为原理,并对出行者的出行选择进行分析.其次,对交通信息诱导系统中交通信息对出行选择的影响进行分析,认为在诱导出行者的出行时,存在信息过剩、过激反应和集聚反应等问题.最后,针对交通信息诱导系统的开发,提出了3个建议.     

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.     

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.     

基于出行时间预算负效用的出行行为建模

为研究出行者出行行为,引入出行时间预算负效用的概念.分析通勤者出行机理为先确定出发时刻,在给定出发时刻下计算备选路径的出行时间预算负效用,选择效用最大的路径出行,利用此次出行信息来调整下次出行的出发时刻,经过多次出行达到稳定状态.建立了双层规划模型描述不确定环境下出发时刻和路径选择的出行行为.用改进的相继平均法（MSA）求解下层路径选择模型,用遗传算法来解整个双层规划.用一个实例对模型和算法进行了验证.     

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.     

考虑外生政策调节的城市低碳出行决策模型

交通治理政策生效的关键是能够影响个体出行者的行为决策.为提升城市低碳交通治理政策的有效性,有必要研究城市出行个体的决策过程、影响因素及其影响机理.本研究从社会心理学角度出发,研究情境依赖、学习能力与个体出行行为决策之间的相互影响,并将外生政策纳入个体出行行为决策过程研究框架,分析外生政策对出行行为决策与情境依赖和学习能力之间关系的调节作用.在对相关研究进行系统梳理和总结的基础上,构建了城市低碳出行决策过程的逻辑模型,该模型可为出行行为决策实证研究提供系统的分析框架.     

基于出行行为的公交运营策略研究

出行行为理论是交通规划和管理的重要理论之一.在大力发展公共交通的过程中,认识到出行行为的心理因素在交通方式选择过程中的重要性是十分必要的.文章在论述出行行为的概念、特征、决策及对出行方式选择影响的基础上,分析了公交运营存在的问题及对出行者出行行为的影响,进而提出基于出行行为的改善公交运营策略.     

新冠疫情对老年人公交出行行为的影响

新冠肺炎疫情对交通运输产生巨大影响，但现有成果主要研究疫情爆发期疫情对交通运输的影响，较少有分析后疫情阶段的出行行为.本文利用验证性因素分析模型及Logit 模型，研究后疫情阶段新冠病毒，老年人个人统计学特征，老年人对新冠肺炎疫情严重程度的感知等心理因素对老年人出行行为的影响.研究结果表明：短距离出行中，新冠疫情和对新冠肺炎疫情严重程度的感知对出行方式选择没有显著影响；新冠疫情和对新冠肺炎疫情严重程度的感知对老年人使用公交意愿具有显著影响；此外，这两个因素也影响老年人外出概率和使用公交的概率.     

城市出行选择行为机理研究

交通诱导管理的效用解析研究由于缺乏对出行者行为研究的理论支撑,研究成果缺乏说服力.而出行行为研究由于涉及多门学科,研究的广度和深度难以控制,因此,许多学者都把研究精力放在了基于活动的出行需求建模的研究上,而忽略对于行为机理的解析.本文在结合前人研究的基础之上,提出了出行行为理论研究的框架体系;并运用管理学、心理学以及行为科学的方法,解析了出行需求产生机理,构建了出行需求产生的概念模型;分析出行决策的思维过程,并把出行决策过程结构化;探索出行者的心理活动及行为偏好.期望本文的研究成果能够成为交通诱导管理效用解析研究的基础理论,并为交通需求管理提供理论支撑.     

考虑汽车共享服务的出行方式选择影响因素研究

为了分析汽车共享服务对城市出行者出行方式选择行为的影响，基于随机效用理论，运用行为调查和意向调查数据，以汽车共享服务、出租车、地铁三种出行方式作为选择肢，构建多项Logit模型，并应用SPSS软件对模型进行拟合检验与参数估计。研究表明：性别、年龄、最常使用交通工具、日常通勤单程距离、出行距离和汽车共享服务收费标准均会对出行者的汽车共享服务选择行为产生显著影响；中青年男性更倾向于选择汽车共享服务出行，且随着出行距离的增加、汽车共享服务收费标准的降低，汽车共享服务被选择的概率会增大；相较于出租车，日常通勤单程距离为20~30km的出行者更倾向于选择汽车共享服务；相较于地铁，最常使用交通工具为私家车的出行者选择汽车共享服务的概率更大。因此，为提高汽车共享服务被选择概率，应提高用户体验、服务水平，合理设置收费标准。     

有限理性视野下出行者出行方式选择分层Logit模型研究

在传统分层Logit模型的基础上,放松出行者完全理性的假设,基于有限理性满意决策准则,建立了多方式有限理性分层Logit(BRNL)模型,来描述出行者的方式选择行为.模型假设当方式间的成本差在无差异区间内时,出行者依据偏好或随机进行方式选择;否则,出行者将选择出行成本更小的交通方式.此外,提出了一种嵌套的相继平均算法对模型进行求解.最后,通过一个数值算例验证了模型的合理性和算法的有效性.研究结果表明,出行者并不总是选择出行成本最小的交通方式,其选择行为与出行者的理性程度和偏好有关,且理性程度越低,出行者对方式间的成本差越不敏感.     

考虑环保意识的低碳出行行为研究

低碳交通是城市交通发展的必然选择.为定量分析出行者环保意识对低碳出行选择行为的影响,本文基于出行者环保行为和环保态度,利用Rasch模型,构建了出行者潜在的环保意识.将出行者潜在的环保意识作为解释变量带入多变量Probit模型中,分析出行者环保意识对私家车限制政策赞同度和购买纯电动车意愿的影响.研究结果表明：在出行者低碳出行行为中,带入出行者环保意识能够提高模型的拟合度;环保意识对多设公交专用道、通过提高燃油税和停车费等减少市中心小汽车量的赞同度的平均边际效用为0.127、0.144;环保意识对现阶段、未来基础设施完善时购买纯电动汽车意愿的平均边际效用为0.133、0.116;未来购买纯电动汽车意愿比现阶段购买纯电动汽车意愿高0.182.     

基于面板数据的宁杭城际出行方式选择行为研究

随着中国城市群的快速发展,城际交通出行环境发生了巨大的变化,因此城际出行者也会不断地重建自己的出行习惯,这就要求建立动态模型研究城际出行者出行行为和预测城际交通需求.本文调查出行者在宁杭城际高铁开通前后两个时期的出行信息,并且引入状态依赖变量表征出行者之前选择结果对之后出行选择的影响,建立了基于面板数据的城际出行方式选择动态模型.模型结果表明,基于面板数据的动态模型比传统的基于出行者单次出行数据的模型拥有更高精度.同时本文根据宁杭城际出行背景设置三组政策变化方案预测出行分担率,结果表明,当选择环境发生变化时,传统模型会高估出行方式分担率的变化程度.以上结论能更好地服务于中国城际交通的规划.     

具有模糊特性变量的出行方式预测Logit模型

基于非集计模型与模糊数学理论,以城市群居民出行行为为研究对象,选择出行者的出行时间和出行费用作为影响因素,利用极大似然估计法进行参数标定,通过t检验、命中率检验与优度检验,将出行时间模糊化,忽略出行费用的影响,建立了具有模糊特性变量的出行方式预测Logit模型。将轨道交通与小汽车2种出行方式的时间模糊化参数分别选为0.1、0.3、0.5,分析了出行方式与出行时间对居民出行行为的影响。分析结果表明:轨道交通与小汽车的平均出行感知时间之比为0.8～1.2,且2种出行感知时间同等程度变化;当轨道交通出行时间模糊化参数为0.1,小汽车出行时间小于70min时,出行者均选择轨道交通出行;当轨道交通出行时间模糊化参数为0.3,小汽车出行时间小于67min时,出行者继续选择轨道交通出行,但当小汽车出行时间大于67min,小汽车出行时间模糊化参数分别为0.1、0.3时,出行者选择小汽车出行;当轨道交通出行时间模糊化参数为0.5,小汽车出行时间小于58min时,出行者仍然选择轨道交通出行,但当小汽车出行时间大于66min时,出行者均选择小汽车出行。