基于社交网络的民航旅客偏好建模

从社会网络的视角，提出了一种旅客个体偏好与关系偏好相结合的建模方法．首先，从旅客的历史出行记录中，构建基于共同出行关系的旅客社会网络；然后，构建旅客个体偏好模型和旅客关系偏好模型；最后，基于旅客偏好模型给旅客推荐座位．在民航领域的一个真实的数据集上进行了实验，证明本文提出的偏好模型能够有机地将旅客个体偏好与关系偏好结合起来，较好地描述旅客对航班座位的偏好．     

基于手机信令的全社会公路旅客出行量测算方法

为了准确统计全社会公路旅客出行量,针对传统公路客运量统计口径小、覆盖范围不全、无法全面反映公路旅客实际出行情况的问题,基于手机信令数据,通过用户位置识别、旅客出行链整理、旅客出行方式判别、城区范围划分及数据多层扩样,构建了全社会公路旅客出行量测算方法.为了验证所建方法的准确性和合理性,以京津冀地区的手机信令数据为例,对全社会公路旅客出行量进行了测算,同时利用手机用户性别、年龄标签进行自校核,并与官方数据进行对比.结果表明,在跨城市出行统计方面,基于手机信令数据的全社会公路旅客出行量测算方法较传统方法能更加全面、准确地反映全社会公路旅客的实际出行情况.     

MD预测模型的计算方法研究

MD（ModalDemand）客运量预测理论与方法诞生于日本,是一种特别适用于客运专线等新型交通方式的预测模式．文章在分析了MD模型的假设、定义和原理的基础上,对其中的旅客行为时间价值参数的标定、旅客出行效用参数的标定和潜在客运需求函数的构建等关键技术问题进行了系统的研究,并提出了一套MD模型的计算方法．     

基于小波神经网络的定制公交目标乘客出行意愿预测

面对人们日益多样化的出行需求,越来越多的定制化公共交通出现在了人们生活中。在规划一种意为目标乘客提供定制化出行服务的新型公共交通方式之前,需要对目标乘客对其的出行意愿进行准确预测。基于出行意愿的影响因素的复杂性,本文提出了一种基于小波神经网络的预测方法。首先,根据目标乘客出行意愿调查进行出行意愿的影响因素分析,然后对神经网络模型进行构建,最后运用MATLAB对预测进行了实现、验证。为了改善网络的训练效果,本文采用自适应的方法对网络学习速率和隐含层节点数进行确定。结果表明,小波神经网络对于预测定制公交目标乘客出行意愿具有较好的适用性,且比传统的BP神经网络有着更好的预测精度。     

基于旅客出行意图的航线潜在价值计算模型

传统的航线价值计算通常以统计客流量为主,忽略了旅客偏好对航线潜在价值的影响,因此,本文提出了一种基于旅客出行意图的航线潜在价值计算模型.该模型利用最大似然估计法对旅客舱位偏好进行量化,然后引入出行意图的概念将旅客出行行为进行细分,并利用Gibbs Sampling方法实现出行意图的求解,最终达到航线潜在价值计算的目的.在中国民航旅客订票数据集上的实验表明,本文方法获得的2010年航线价值序列与2011年航线价值序列的相似度要明显高于统计客流量的方法,且对排名前5的高价值航线的挖掘准确率可达100%.     

������������Ŀ���ר��������������о�

根据道路交通承载能力研究方法,提出综合考虑网络拥挤、服务水平、择路行为和能力约束等因素的客运专线路网承载能力的研究方法.在假设条件下使旅客可以直接分配到没有旅客列车的物理网上.将旅客的出行阻抗定义为包括出行票价、时间价值和拥挤价值的广义费用,服务水平定义为旅客的实际出行阻抗与最小阻抗之间的比值,在此基础上提出了基于物理网络的客运专线承载能力模型,并设计了包含两阶段算法的启发式算法进行求解;最后对给定的客运专线网络进行实例计算,验证了模型的可行性.     

基于手机信令数据的旅客联程出行时空特征分析方法

为高效准确地识别旅客联程出行方式,基于旅客联程出行行为特征,引入不同运输方式场站地理位置、场站数据取样最佳半径、旅客行驶速度等关键参数,对旅客手机信令数据进行筛选、校核和计算,提出了基于手机信令数据的旅客联程出行方式识别方法,同时测算了不同运输方式场站数据取样最佳半径。以2018年国庆假期广东省内旅客出行为例进行分析,剔除了约98%的无关信令数据。分析结果显示,广东省内公铁联运出行比例最高,广州、深圳两大枢纽城市的客流集疏运效应突出,广佛城际出行联系较为密切,佛山机场的潜力较大。研究表明,识别方法大幅降低了信令数据分析量和运算成本,方法原理和技术路线清晰,分析结果准确、符合实际。     

基于网络的运输通道客运流量分配模型

根据各运输方式的经济技术特征,构建了运输通道的时空运营网络来表示各运输方式的竞争性．认为旅客的时间价值(VOT)分布的概率密度函数服从对数正态分布,旅客的广义出行费用取票价和时间两个参数,运用城市交通分配网络均衡思想,提出基于网络的区域运输通道多交通模式客流分配模型,建立了用户最优和系统最优两个目标函数,并给出了模型的求解方法．用一数值示例验证了模型的有效,分析了模型对政府和运输经营企业决策的指导意义．     

考虑出行效用的空铁联运需求研究

文章从出行效用角度出发对空铁联运旅客需求进行研究。结合前景理论与后悔理论提出基础效用、风险感知效用和欣喜效用,基于转换的重力模型优化效用函数,得到腹地城市-高铁-航班的旅客需求预测模型。以南京禄口国际机场为目标机场,综合长三角机场群中旅客吞吐量大于1 000万的机场、距离最近的十个机场以及根据行政划分的江苏省所有机场进行空铁联运旅客需求研究。基于Wilson模型提高空铁联运辐射半径的预测精度,构建腹地城市年人均出行次数与人均GDP的关系式,得到腹地城市的空铁联运旅客需求,并进一步根据旅客出行效用评估进行空铁联运客流分配,为机场准确识别出空铁联运需求。     

高速铁路网络化客流分配方法

为了充分反映旅客在高速铁路网络化运营环境中的出行选择行为,以旅客中转换乘为重点环节展开高速铁路网络化客流分配方法研究.首先,围绕旅客在高铁网络中的中转换乘环节刻画旅客在网络中的出行过程,提出符合旅客网络出行特征的运输网络构建方法.其次,分析构建的运输网络中不同节点、不同弧段对旅客出行的意义,确定不同弧段的出行费用及能力约束,并构建整数网络化客流分配模型.最后,选取宝兰高铁、京广高铁等多条高铁构成的存在环状结构的网络实例研究验证模型的有效性,通过求解可得到客流完整的路径,打破以直达为导向的客流分配模式,实现网络中客流的均衡分配,更能全面反映客流在枢纽的换乘选择结果.     

基于个体出行图谱的公共交通通勤行为辨别方法研究

不同公共交通类型乘客的出行特征存在显著差异,实现公共交通通勤乘客准确辨识,有助于获取精细化的公共交通出行特征,更好地满足不同类型乘客的出行需求.基于北京市公共交通刷卡和线站数据,对公共交通多源数据进行关联匹配并提取出行链.利用北京市连续1个月的公共交通刷卡出行数据,采用多层规划理论构建了个体出行知识图谱,提取了出行天数、出行空间均衡度等7类特征指标.通过RP调查获得乘客出行行为类别.以特征指标为输入,乘客分类为输出,构建了面向公共交通乘客分类的BP神经元网络模型.验证表明,模型平均分类精度为94.5%,Kappa系数为0.879.本文研究有助于准确识别不同类别的公共交通乘客,为优化公共交通运营及公共交通精准化服务提供支撑.     

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。     

考虑换乘时间影响的城市轨道交通路径选择行为研究

研究乘客路径选择行为有助于掌握城市轨道交通网络客流分布规律.本文在分析城市轨道交通乘客路径选择行为影响因素的基础上,重点考虑换乘时间对乘客换乘费用感知的影响.实际调查表明,乘客感知的换乘走行时间与实际的换乘走行时间符合幂函数分布.本文将换乘走行时间惩罚系数设定为换乘走行时间的幂函数.在此基础上,本文构建了乘客出行广义费用模型,采用改进的深度优先算法搜索两点间的有效路径,并利用Logit 随机路径选择模型计算各有效路径的选择概率.最后,以北京市轨道交通网络的数据对提出的模型和算法进行验证,案例分析结果验证了本文提出的模型的合理性.     

不确定条件下机场群系统均衡配流模型研究

为探索客流在机场群的分布规律，以整个航空出行链为视角，综合考虑空中交通、地面交通和旅客出行选择偏好，构建机场群系统均衡配流模型.以路径时间、机场停留时间、出行票价和旅客类型为主要参考属性，提出机场群系统旅客出行成本模型.由于路径时间与流量相关且存在不确定性，基于预算超出时间对路径时间的均值与方差进行统一度量.综合路径时间、出行票价、机场停留时间与旅客类型，基于Logit模型建立旅客对航空出行路径的选择模型，将机场群系统的客流均衡条件转换为变分不等式.基于投影收缩算法对变分不等式求解，从而得出客流在机场群间的均衡分布状态.算例结果表明，机场群系统均衡配流模型有效建立了客流分布状态，调整路径时间、机场服务水平、票价等因素均可促进客流在机场群间的均衡分布.     

不确定条件下机场群系统均衡配流模型研究

为探索客流在机场群的分布规律,以整个航空出行链为视角,综合考虑空中交通、地面交通和旅客出行选择偏好,构建机场群系统均衡配流模型.以路径时间、机场停留时间、出行票价和旅客类型为主要参考属性,提出机场群系统旅客出行成本模型.由于路径时间与流量相关且存在不确定性,基于预算超出时间对路径时间的均值与方差进行统一度量.综合路径时间、出行票价、机场停留时间与旅客类型,基于Logit模型建立旅客对航空出行路径的选择模型,将机场群系统的客流均衡条件转换为变分不等式.基于投影收缩算法对变分不等式求解,从而得出客流在机场群间的均衡分布状态.算例结果表明,机场群系统均衡配流模型有效建立了客流分布状态,调整路径时间、机场服务水平、票价等因素均可促进客流在机场群间的均衡分布.     

��������ʱ��ֲ��Ŀ������ģ�ͪ�

在城市轨道交通的线路网络形成、实行一票换乘并伴随投资主体多元化时,需要建立公平公正的票务清分机制,本文提出一个基于乘客旅行实际时间分布计算各路径上乘客比例的新方法.根据交通卡中的进出站的时间记录,计算出在一段时间内在一对出入站之间完成旅行的所有乘客的时间分布,以这个分布为依据计算在这段时间里各路径上的乘客比例.采用数值模拟的方法在一对有两条有效路径的出入站间产生乘客旅行时间的数据,然后根据这些数据进行客流比例计算.结果表明,即使两条路径的运营时间差异很小也能实现较准确的比例划分,这种动态计算客流分布的方法能更准确地反映实际客流分布.     

城市轨道交通故障下客流分布计算及评估方法

为了精细化掌握城市轨道交通故障对乘客出行的影响,对等车、上车和下车过程的客流与列车交互状态进行抽象,建立了站台等待乘客、车内乘客等客流分布数据的计算方法,设计了动态客流仿真算法及乘客服务水平评估指标. 以实际线路为背景,以正常运营场景为参照,计算和评估了故障场景下的客流时空分布,分析了乘客等待时间对列车和站台上客流分布及出行时间的影响. 算例结果表明:具体故障下乘客多等待能通过避免离开而减少部分出行时间,但与正常场景相比,列车满载率高、站台人数多的现象增多;最大等待时间15 min与9 min相比,离开人数减少77.0%,带惩罚的总旅行时间降低超过10.0%,留乘发生率一样,但最大留乘人数增加94.1%,最大等待人数增加29.6%.      

基于累积前景理论的城际列车分时定价研究

城际客流具有时段分布不均衡特点,表现为高峰时段一票难求而低峰时段客座率低。为均衡客流、提高城际高铁收益,选取客运通道内不同时段车次进行差别定价。考虑旅客选择行为的差异性和有限理性,采用潜在类别分析对旅客进行分类,选取票价和时段价值两个影响因素, 建立双参照点的旅客平行车次产品效用模型,以累积前景值刻画异质旅客对平行车次的出行效用。基于累积前景值构建以铁路企业收益最大,旅客广义出行费用最小的分时定价双层规划模型,设计基于灵敏度分析的启发式算法求解。最后以南宁-北海为例对高峰、非高峰时段平行列车进行实例分析,结果表明,本文提出的分时定价方法能提升收益约2.5%,且高峰、非高峰时段的客流更加均衡。