基于累积前景理论的机场群旅客出行决策行为分析

基于累积前景理论研究了机场群旅客出行决策行为.针对不同出行需求的旅客,综合计划延误时间、票价、出行在途时间“可靠性”和“不可靠性”动态设置出行决策参考点,并考虑航班容量限制因素,构建了旅客出行选择模型,并将实证调查数据分别与累积前景理论和期望效用理论仿真结果进行对比验证.研究表明：前景理论模型能够有效地描述机场群航空旅客的出行路径决策过程,旅客选择行为随着出行目的不同而不同;与期望效用理论模型比较,该模型对描述航空旅客决策行为具有更好的适应性.因此,机场应根据自身市场定位并结合旅客有限理性特点优化航班频率、票价和航线网络结构.     

基于累积前景理论的通勤者出行方式选择

为研究通勤者在不确定环境下对出行方式的选择,依据通勤者在出行方式选择中的思维习惯,引入行程时间和行程费用两个参照点,基于累积前景理论,对两个参照点的累积前景值进行规范化。考虑指标权重给出综合累积前景值,建立出行方式的选择模型。通过仿真算例,分析各自前景值和综合前景值的变化规律,以及参照点的变化对通勤者出行方式的影响。研究表明:考虑两个参考点的累积前景理论模型能够较好地描述通勤者对出行方式的选择行为;相比行程费用,行程时间对通勤者出行方式选择的影响较大;对于中等出行距离,地铁更接近通勤者的心理预期,与大中型城市的出行现象相符合。     

机场群运行方式下的航班时刻与频率优化模型

针对枢纽机场的拥堵问题,提出了机场群航班时刻与频率优化策略.应用运输需求管理理论,以旅客最小出行损失时间为目标函数,以旅客流失率与航空公司客座率为约束条件,建立了基于机场群运行方式的航班时刻与频率优化模型.根据机场群内5个机场的地面交通时间与枢纽机场的航班数量与平均延误的关系,将机场群内各个机场的旅客需求进行分类,采用k-means聚类算法,计算了航班时刻与频率、旅客出行损失时间、机型与数量分配方式.计算结果表明:在机场群运行方式下,旅客需求分为7类,满足全部旅客需求的航班数量为11个,旅客出行损失时间为123 403 min;在独立运行方式下,旅客需求分为8类,满足全部旅客需求的航班数量为13个,旅客出行损失时间为165343 min;在机场群运行方式下,采用遗传算法求得的满足全部旅客需求的航班数量为11个,旅客出行损失时间为126119 min.     

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。     

基于累积前景理论的出行风险分析

将出行者基于累积前景理论的出行成本——累积感知价值（CPV）看作是由路径出行时间成本和到达目的地后的到达时间感知价值共同组成,对累积前景理论（CPT）进行了介绍,同时引入到达时间感知价值（ATPV）概念建立到达时间与出行感知价值之间的联系,以一个中间节点设置可变信息情报板（VMS）的简单平行网络为例,对累积前景理论在出行决策中的运用进行了分析.结果表明,基于累积前景理论的累积感知价值建模方式较好的刻画了不同出行环境下出行选择风险,VMS的设置有利于降低出行风险.     

城市组团间居民出行方式选择决策方法

将组团间出行划分为出发组团内部、组团之间和目的组团内部3个阶段,在分析组团间居民出行相关问题的基础上建立决策指标,然后针对组团间居民出行方式选择存在动态期望这一心理特征,给出一种基于累积前景理论的出行方式决策分析方法.该方法先通过层次分析法确定权重,接着在参照点、决策矩阵建立的基础上,将不同变量的属性值进行规范化后建立各方式相对于参照点的益损决策矩阵和前景决策矩阵,并计算各出行方式综合前景值并排序,其中综合前景值最大的方式最让出行者满意.最后,进行实例应用.     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

基于MA-CPT模型的出行方式选择模型优化

为提高累积前景理论在出行方式选择建模应用中的准确性，考虑个体对于时间与费用货币态度的不同，优化原始累积前景理论（cumulative prospect theory,CPT）模型的时间值函数和时间权重函数.首先，针对时间压力下出行方式偏好发生转变的现象，将出行方式分为刚性出行和弹性出行，改进刚性出行情景下的时间值函数形式，并根据出行时间特性求出时间权重函数中吸引力参数的取值范围，构建MA-CPT (mental accountingcumulative prospect theory)模型；其次，根据实证数据标定时间权重函数中辨别力参数和吸引力参数的取值；最后，标定MA-CPT模型结果并检验其拟合优度，对比MA-CPT模型和CPT模型的命中率.实证分析结果表明：刚性出行和单行出行场景下，时间权重函数的吸引力参数值均大于1.00;MA-CPT模型在刚性出行和弹性出行情境下的拟合优度分别为0.17和0.18；相比于CPT模型，MA-CPT模型在弹性出行和刚性出行情景下的命中率分别提高了12.2%和19.8%.     

基于预算时间的路径选择模型参照点设定方法

针对路径选择模型的特点,基于前景理论分析了实际路网中出行者在不同得失状况下的选择行动,进而重点分析了模型中参照点的设定方法.从传统参照点设置方法入手,针对其自由流时间不适用于拥挤路网的弊端,通过结合出行时间预算和有效路径的相关理论,提出了一种更加符合实际的路径选择模型参照点设定方法.算例演算表明,提出的参照点设定方法能有效地反映路网出行者的实际出行行为,特别是在出行者对出行时间要求越严格的情况下,改进方法的优势越明显.     

双参考点路径选择模型及其实证研究

针对日常出行决策中的不确定性,本文基于前景理论对双参考点情况下的路径选择行为进行研究.首先,以可接受的最早到达时间和工作开始时间作为双参考点,建立了基于前景理论的路径选择模型.然后,设计调查问卷,对问卷中4种情景下的路径选择结果进行统计,运用非线性回归方法估计双参考点路径选择模型的价值函数和权重函数的参数值,并将参数估计结果与已有文献的参数估计值进行对比分析.结果表明,单参考点情况下得到的参数值并不适用于双参考点情况,同时确定了价值函数为非对称曲线,期望到达时间偏于工作开始时间,在晚到的收益区间价值函数曲线斜率更陡.     

�����ۻ�ǰ�����۵�ͨ����·��ѡ��ģ��

为了全面描述决策者在不确定环境下的出行行为,从价值变化和可靠性变化两个方面研究通勤者的路径选择行为及对待风险的态度,提出了基于累积前景理论（CPT）的通勤者路径选择模型。首先推广了两个参考点的CPT,接着根据不确定理论对行程时间进行预算,给出通勤者参考点估计的统一方法,然后构造通勤者的路径选择模型。最后在一个测试网络上研究可靠度与参考点及可靠度与累积前景值的关系。结果表明,通勤者的参考点可以根据可靠度要求动态设置。出发时刻相同,出行者可靠度要求较高时,风险较低的路径前景值较大;反之可靠度要求较低时,行程时间平均值较小,虽然风险较高的路径前景值也比较大,这一结论与事实相符合。本文所提出的决策模型能够有效地描述通勤者在随机路网中的路径选择行为。     

基于累积前景理论的通勤者路径选择模型

为了全面描述决策者在不确定环境下的出行行为,从价值变化和可靠性变化两个方面研究通勤者的路径选择行为及对待风险的态度,提出了基于累积前景理论（CPT）的通勤者路径选择模型.首先推广了两个参考点的CPT,接着根据不确定理论对行程时间进行预算,给出通勤者参考点估计的统一方法,然后构造通勤者的路径选择模型. 最后在一个测试网络上研究可靠度与参考点及可靠度与累积前景值的关系.结果表明,通勤者的参考点可以根据可靠度要求动态设置.出发时刻相同,出行者可靠度要求较高时,风险较低的路径前景值较大;反之可靠度要求较低时,行程时间平均值较小,虽然风险较高的路径前景值也比较大,这一结论与事实相符合.本文所提出的决策模型能够有效地描述通勤者在随机路网中的路径选择行为.     

��������ο���������������ģ��

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积。假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型。然后,给出基于Probit加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法。算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为。对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变。     

依赖随机参考点的网络均衡配流模型

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积.假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型.然后,给出基于Probit 加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法.算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为.对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变.     

基于方式选择的拥堵收费及返还优化模型

通过应用累积前景理论分析用户出行行为,建立拥堵收费及其返还的优化模 型,得到了不同需求分布均值下的最优收费和最优票价折扣费率,用算例验证了模型的 有效性,并对比了无补贴无收费、有收费无补贴、有补贴无收费及有补贴有收费4 种情况 的系统总成本,以及有补贴有收费情况下相对于无补贴无收费情况,政府和用户节省的 总成本费用.结果表明,模型与实际现象是吻合的,实施拥堵收费和补贴政策可以有效减 少系统总成本,节省政府财政支出和公交车用户的费用成本,而且恰当的设置拥堵收费 和票价折扣费率将有效引导人们更多的选择公共交通出行.     

基于前景理论诱导信息的出行者路径选择模型

在前景理论的决策框架下,引入诱导因素,建立诱导信息影响下考虑出行可靠性的基于预算时间的参考点,以此得到相关的价值函数与概率权重函数。构建一个简单路网对模型进行验证,结果表明:基于前景理论诱导信息的出行者路径选择模型,较为符合出行者在实际状态下的路径选择行为,且可有效体现管理者的诱导意图,提高路网效率。     

基于矩阵分析的公共交通网络最优路径算法

为了更符合实际情况，即充分考虑换乘次数是乘客选择公共交通网络的决定因素，运行时问是其重要因素，分析了乘客心理特征，用CIS技术建立了公共交通网络模型，构建了适合公共交通分析的直达矩阵和最小换乘矩阵．在此基础上，结合路段、节点运行时间，提出了公共交通网络最优路径算法，并用一个简单的算例对算法进行了说明．