错峰通勤对疾病传播的影响 ——以上海为例

为遏制疾病传播,错峰交通的政策被提出.本文旨在验证错峰通勤能否以及多大程度上能够发挥作用.以上海为例,基于手机数据反映人口实际通勤现状,用多代理人模拟方法模拟疾病的传播,考察不同错峰通勤策略的影响.研究发现：错峰通勤增强了人员流动性,反而会加快疾病的传播,错峰率越大,传播越快;早上班人群被感染的比例略低于晚上班人群;个人的通勤距离越长,家和工作地离市中心越近,越可能成为易感者和易播者.     

基于贝叶斯网的城市迁居者通勤方式变迁模型

随着中国城市空间布局的扩展与郊区化现象的加剧,城市内部居住迁移导致居民出行交通结构发生演变.国内关于迁居—出行行为的研究主要集中于对迁居人群机动化通勤趋势及变化成因的宏观描述上,从微观角度分析城市内部迁居人群通勤方式转变的研究尚为少见.本文以南京为例,构建基于贝叶斯网络的迁居人群通勤方式转移模型,模拟并分析个人家庭信息、迁居属性,以及小区建成环境感知变化对原非机动(步行、自行车或电动车)通勤人群出行方式转移的影响.结果表明:家庭汽车、个人收入、新车的购置、住房类型、购房方式、迁居类型、地铁通勤便捷度和地铁步站距离是影响原非机动通勤人群转向小汽车出行的主要因素.研究结果可为城市规划者制定迁居通勤机动化的建成环境调控政策提供一定科学依据.     

基于一般均衡的城市交通公平模拟研究

为探究城市均衡状态下不同收入群体面临的交通公平问题，建立城市空间一般均衡模型. 从多主体模拟的视角出发，构建企业、个人的选址决策模型，采用仿真模拟方法探讨交通公平的形成机制与影响因素，为交通公平问题提供新的研究视角. 研究发现：不同群体的通勤损失存在明显差异，高收入群体在空间选择上优先于低收入群体，占据交通优势区域；低收入群体不仅需要接受较低的工资水平，还需承受更高的通勤损失. 劳动力水平差距和通勤速度对不同群体的通勤损失存在异质性影响. 当劳动力水平差距扩大时，低收入群体不仅面临劳动力贬值，还将承受更大比例的通勤损失；公共交通出现拥挤、维护等低效情况时，低收入群体的通勤损失将明显增加，进一步扩大群体差距.     

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.     

基于手机信令数据的通勤与交通运行关系模型

通勤是导致城市早晚高峰交通拥堵的主要原因.为探究通勤与交通运行的关系及其机理,分析了北京市通勤、非通勤出行距离、出行结构等基本特征,识别了通勤出行与路网速度分时间段的特征关系,基于此构建了通勤出行对交通运行贡献度六段模型,并通过逐段拟合标定模型参数.由模型分析可知:路网速度与通勤出行高度线性相关,且在早高峰形成及晚高峰消散阶段随通勤出行变化最为显著;晚高峰阶段路网速度是通勤、非通勤出行的混合熵函数;晚高峰较早高峰更拥堵、周五晚高峰拥堵水平加剧,均是由于晚高峰较早高峰、周五晚高峰较其他工作日晚高峰出行混合熵增加,进而导致整个交通系统熵增所致.因此,除了错峰通勤等措施外,减少非通勤弹性出行也是缓解早晚高峰拥堵的重要手段.     

基于车牌识别数据的错峰上下班措施效果评估 ——以广州市为例

错峰上下班是缓解交通拥堵的政策之一.不少城市实施了错峰上下班政策,但对其效果缺乏量化评估.基于海量的车牌识别数据,提出错峰上下班主要影响对象——个体机动化通勤车辆的识别方法,进一步阐述其出行时耗的计算方法.以广州市为例,通过比较该方法与交通拥堵延时指数的计算结果,对该方法的有效性进行验证.结果表明,该政策改善了早高峰的交通拥堵,同时加剧了晚高峰的交通拥堵.该技术方法可应用于城市交通管理政策的效果评估,定量化辅助管理决策.     

基于朴素贝叶斯分类器的公交通勤人群辨识方法

公交IC卡数据中通勤用户卡号ID的辨识和提取是其公交出行行为特征分析的前提.本文以厦门市公交IC卡刷卡记录为依托,结合相关问卷调查,提出一种基于朴素贝叶斯分类器(Na?ve Bayesian Classifier,NBC)的公交通勤人群辨识方法.首先,利用两种数据源中(问卷调查数据与IC卡数据)同时包含的公交出行信息,例如工作日首次刷卡时间、每周工作日刷卡天数等,建立其与调查数据中独有的类别变量(通勤人群/非通勤人群)之间的贝叶斯概率关系,并以此构建与训练NBC模型.然后,利用未参与训练的调查样本对标定后的模型的预测准确性进行测试,通勤人群的预测成功率达到88%.最终,利用测试验证后的NBC模型对公交IC卡数据中通勤人群进行识别,结果显示,厦门市公交通勤人群的数量介于26万人到32万人之间,并给出相关指标的统计结果.     

考虑多类型通勤者的高占有率车道均衡分析

高占有率车道是鼓励拼车出行，达到缓解交通拥堵，提高交通效率的重要交通管理方案. 本文建立一个基于高占有率车道的交通系统，加入多类型拼车组织时间通勤者和轨道交通通勤方式的影响. 给出系统用户均衡和系统最优对应的数学规划模型，并证明两种状态的存在性. 设计数值算例，进行用户均衡与系统最优比较. 结果显示，交通管理部门可以通过制定管理方案，显著降低低拼车组织时间通勤者的通勤成本. 此外，对高占有率车道长度的分析发现，高占有率车道长度越长，管理方案的效果越明显.     

基于IC 卡数据的公交通勤熵变模型的构建与应用

建立利用公交IC 卡数据计算公交过剩通勤熵变的框架，对优化城市居民通勤出行距离的难易程度进行定量分析. 结合公交出行的特点，构建基于Wilson 熵模型和双约束重力模型的公交通勤熵变模型；以广州市居民公共交通IC 卡数据为例，对通勤筛选、单元问题及过剩通勤熵变评价等进行探讨. 结果发现，采用约1 km × 1 km的单元格划分是城市公交通勤熵变模型中适合的单元划分方式，公交过剩通勤的熵变能够有效衡量平均通勤距离减少的难易程度和检验改变通勤行为相关政策的有效性.     

弹性停车激励机制下驾车者竞价行为演化机理研究

在获取通勤驾车者个体活动出行轨迹及停车竞价数据的基础上，构建基于生存分析理论的驾车者竞价行为演化模型，解析不同因素对停车竞价行为的影响机理；应用灵敏度分析方法，研究激励方案及职住区位设施供给对竞价持续时长的作用规律.结果表明：弹性停车激励机制使原本为“耐用品”的停车泊位转变为“消耗品”，可以通过竞价激励方式降低驾车者的小汽车依赖性，提高城市停车泊位利用率；在弹性停车激励机制作用下，驾车者的泊位共享积极性不仅受自身社会经济属性影响，还受职住区位特征及竞价激励方案的影响；随着通勤驾车者停车泊位共享积极性的增强，参与停车竞价的次数越多，竞价行为的持续时间越长.     

基于综合H+T指数缩短租房人群通勤时间策略

通勤成本和住房成本随着与城市中心距离的变化,存在明显的消长关系。为便于讨论二者之间的互动关系,选择工作1~3年的租房人群作为研究对象。提出综合H+T指数计算方法,研究适合中国大城市租房人群的住房与通勤交通可支付能力指数取值,得出住房成本、交通经济成本、交通时间成本三者的推荐值。以此为规划约束目标,深入分析两种策略对不同收入租房人群通勤时间缩短的可能性:重新选择房源,缩短通勤距离,以增加住房成本为代价缩短通勤时间;住房不变,选择更快的交通工具,但交通经济成本有所上升。     

基于传播模型的非机动车违规过街行为研究

为研究信号交叉口非机动车违规过街行为，选取西安市的7个信号交叉口，通过视频拍摄获取资料，应用复杂网络来分析非机动车网络的结构特征和演化规律.建立了交叉口非机动车网络，基于SI模型的基本思想，提出了非机动车违规过街行为的传播模型.并通过python程序进行模拟分析，在不同的网络结构和不同的传播率下，获取了非机动车违规过街的行为趋势.结果表明：随着等待时间的增加，一旦有骑行者闯红灯，更多的骑行者将加入到违规过街的行列；在内向度和外向度方面，电动自行车均高于普通自行车；非机动车违规行为随着传播率及非机动车流量的增加而增加.     

弹性工作制和动态停车收费组合策略研究

提出弹性工作制与动态停车收费的组合管理策略，探究组合策略下，出行分布的变化机理及动态停车收费费率的制定，以达到缓解通勤拥堵的目的. 构建双层规划模型建立动态停车收费费率的制定与多用户出行选择的相互作用关系，基于灵敏度分析的下降算法求解. 仿真模拟出不同弹性工作制规模时，均衡状态下多用户出行分布模式和优化的动态收费费率. 结果表明，组合策略能促使弹性与非弹性员工错峰出行，有效分散交通流，与单一策略相比，缓解路网拥堵的效果更好.研究成果为交通管理优化策略的制定提供了新思路.     

心理因素影响下游客节假日错峰旅游出行行为研究

错峰出行是解决出行时间集中引起交通拥堵问题的重要措施. 本文以节假日游客错峰出行行为为研究对象，探究心理潜变量对其错峰出行意向及行为的影响机理. 基于计划行为理论，同时考虑节假日旅游满意度，构建节假日游客错峰旅游出行行为的结构方程模型. 定量研究了态度、主观规范、知觉行为控制、节假日旅游满意度4 个心理因素对游客节假日错峰旅游行为意向及行为的影响. 最后通过问卷调查数据进行了实例分析. 研究结果表明，4 个潜在变量对节假日错峰旅游出行行为意向具有显著影响，其中知觉行为控制是关键因素且影响最大，节假日旅游满意度对节假日错峰出行行为意向及行为有显著负向影响. 本研究可为节假日游客错峰旅游出行措施的制定提供参考依据.     

基于GBDT算法的地铁IC卡通勤人群识别

随着公交IC卡的应用和普及,从IC卡数据中挖掘通勤用户,为下阶段采取分流措施缓解早晚高峰压力,优化票价制定等具有重要意义。以广州市地铁数据为依托,选取合适的特征属性,提出了一种基于梯度提升树(gradient boosting decision tree,GBDT)机器学习算法为基础的通勤人群识别方法。首先以周工作日的首末次平均刷卡时间、首末次平均刷卡时长、首末次刷卡时长波动程度、刷卡次数总和等5个特征来制定调查问卷的数据格式。然后利用处理过的带标签(通勤/非通勤)的调查问卷数据去训练GBDT分类器模型,测试样本的通勤识别的准确率高达94.16%。最后利用该模型对广州地铁IC卡数据通勤人群进行识别,结果显示广州地铁刷卡数据中通勤人群数量为131万左右,占总地铁刷卡出行人数32%左右。     

基于IC卡与GPS数据的公交通勤出行特征分析

公交通勤人群是公交客流的重要组成部分,公交通勤出行特征是制定公交优先发展战略、公交规划、优化与运营管理的数据基础.针对传统以"车"为研究对象的碎片化公交通勤出行特征分析方法,基于公交IC卡与GPS数据,从公交乘客"人"角度出发,系统分析提出了公交出行链特征、区间客流不均衡系数、职住平衡水平及线路黏性系数4个维度指标参数计算方法.以重庆市主城区连续5个工作日47条代表性线路的公交乘客为例,对通勤出行特征进行分析,结果表明:重庆市主城区通勤客流换乘次数较少、长线公交客流需求较大、职住平衡水平较高、约1/4的通勤出行者对线路选择具有较强黏性.     

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。     

多源数据驱动CNN-GRU模型的公交客流量分类预测

为精准分析公交线路与站点不同客流的出行特征及时变差异性，结合深度学习理论，提出了一种基于卷积神经网络(CNN)与门控制循环单元(GRU)组合的公交客流分类预测模型；融合匹配公交一卡通刷卡、公交车GPS轨迹、线路和站点基础信息、气象等多源数据，实现公交客流数据重构；采用K-Medians算法将乘客分为通勤类和非通勤类；以乘客类型、历史客流量、时段、高/平峰、星期、降水量、重大活动等因素为输入向量，分别建立CNN与GRU单一模型，并利用均方误差、均方根误差、平均绝对误差为评价指标，开展预测；针对单一模型不适用多特征时间序列预测等问题，分别构建了由CNN和GRU组合的线路客流和断面客流预测模型；以北京市特15路公交为例，预测工作日与非工作日场景下的线路及断面的分类客流。分析结果表明:对于通勤类和非通勤类线路及断面客流，组合模型的均方误差相比单一模型平均降低了57.932、13.106和33.987，均方根误差平均降低了1.862、1.058和1.538，平均绝对误差平均降低了1.399、0.487和0.613，可见，多源数据驱动下的CNN-GRU组合模型具有良好的预测性能。      

上海市居民通勤方式链特征分析与效率评价

为了解上海市居民通勤现状并改善其薄弱环节,以通勤时间为切入点,调查并分析上海市15个小区的居民通勤出行特征。首先明确通勤方式链定义,分析通勤方式链基本结构和环节组成,将其分为9大类23小类。同时划分4类通勤时间区间以及5类交通态度人群。总结方式链的时空分布规律,考虑主要态度人群"简单安全型"的通勤意愿,以公共汽车、地铁、公共交通组合方式链为例,评价方式链各环节效率。依据感知时间设计通勤者主观评价模型,不同环节通勤时间的改善会存在感知效果的差异。结果显示,接驳和候车是必要且易于改善的重点环节:接驳时间每增加1 min,期望节省时间平均增加0.021 min;候车时间每增加1 min,期望节省时间平均增加0.619 min。