基于非集计理论的高速铁路旅客乘车选择行为研究

为研究高速铁路旅客乘车行为选择机理,以非集计离散选择模型理论为依据,分析旅客乘车选择的影响因素,结合2013 年京沪高速铁路旅客出行RP调查数据,以G类高速列车和D类高速列车作为旅客乘车方式选择肢,设置影响旅客乘车选择的特性变量,即旅客主体特性、出行特性、列车服务特性及相应的取值方法,建立旅客乘车方案选择MNL模型.运用SPSS对模型参数进行标定,结果表明,公费出行、月收入较高及出差的旅客偏好选择G类高速列车;自费出行、月收入较低及旅游探亲的旅客偏好选择D类高速列车.上述结论与调查结果基本一致,命中率等参数的计算亦验证了模型的有效性.     

基于异构模型的铁路出发旅客衔接时间价值

旅客时间价值是开展区域综合交通一体化研究的重要参数.本文针对现有文献中铁路旅客衔接时间价值研究较少、异构模型计算结果的比较不够充分等问题,以成都铁路东客站出发旅客衔接方式选择SP数据为依托,建立了MNL、ML、LCL、Hybrid等异构模型,对异构模型所得旅客个体和样本总体的等候时间价值、车内时间价值进行了比较.结果表明：模型结构对时间价值求解有较大影响,ML中单侧三角分布模型求解结果较为合理;Hybrid模型在拟合效果上表现优良,但在个体等候时间价值求解结果中呈现出较为明显的偏态性,给总体统计描述带来一定的困难.由于目前尚无关于时间价值的明确比选方法,应用中可考虑取异构模型计算结果的均值.     

基于SP调查的枢纽对外出行衔接方式选择行为

研究出行者对铁路客运枢纽的对外出行衔接方式选择行为。设计意向偏好调查(Stated Preference,SP)问卷,调查出行者出行行为偏好。在调查数据的基础上,以多项式对数(Multinominal Logit,MNL)模型为基础,建立枢纽旅客对外出行衔接方式选择模型,并借助NLogit软件对模型参数进行标定,结合实际算例,求解模型,得到枢纽对外出行各衔接方式选择概率。结果表明:出行者选择公共交通衔接方式的概率较大,尤其是选择地铁的概率超过50%。研究结果对公共交通工具提速、提升发车频率及缓解城市交通压力具有一定的参考作用。     

考虑异质性的经典随机后悔最小化模型改进研究

传统基于后悔理论的交通行为模型对异质性考虑不充分，对真实选择行为的解释存在不足.本文利用韦伯比率，考虑出行者对各方式属性变量感知的异质性，对经典随机后悔最小化模型进行改进，分别建立基于随机效用最大化，经典随机后悔最小化和改进经典随机后悔最小化的选择模型；以网约车选择行为为例进行实证研究，验证改进模型效果.结果表明：3种模型参数标定结果具有一致性，改进模型的拟合优度(0.271)和命中率(75.8%)相较于另外两个模型均较优；改进模型能更好地描述多维属性决策过程中的半补偿原则和折中效应，可以提高模型对真实选择行为的解释能力.     

考虑异质性的经典随机后悔最小化模型改进研究

传统基于后悔理论的交通行为模型对异质性考虑不充分，对真实选择行为的解释存在不足.本文利用韦伯比率，考虑出行者对各方式属性变量感知的异质性，对经典随机后悔最小化模型进行改进，分别建立基于随机效用最大化，经典随机后悔最小化和改进经典随机后悔最小化的选择模型；以网约车选择行为为例进行实证研究，验证改进模型效果.结果表明：3种模型参数标定结果具有一致性，改进模型的拟合优度(0.271)和命中率(75.8%)相较于另外两个模型均较优；改进模型能更好地描述多维属性决策过程中的半补偿原则和折中效应，可以提高模型对真实选择行为的解释能力.     

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。     

考虑不对称性的地铁旅客支付及受偿意愿研究

支付意愿与受偿意愿是交通评价及服务水平优化的关键输入参数，但现有关于地铁系统的研究及实证多未考虑两者间的不对称性. 针对这一问题，依托成都地铁旅客路径选择SP 数据，基于非集计模型，构建并标定了对称同质偏好、不对称同质偏好、对称异质偏好、不对称异质偏好等异构模型；分别从个体及总体水平求解，对比换乘走行时间、换乘等待时间、换乘次数和拥挤乘车时间的支付意愿与受偿意愿. 结果表明，受偿意愿与支付意愿的不对称性在总体水平大小及个体间异质性方面皆有体现，参数分布假设对不对称异质偏好模型支付意愿与受偿意愿求解结果影响明显.     

中长运距城际旅客出行方式选择行为模型 ——以高铁、民航为例

针对中长距离城际旅客对高铁,民航,空铁联运与民航中转等出行方式的选择行为.应用意向调查(SP)方法选择3个典型OD开展客流调查,构建多项式logit(mnl)模型与混合logit(ml)模型拟合数据,分析影响旅客选择行为的关键因素,说明旅客选择行为的异质特征.研究结果表明:相比MN L模型,ML模型显著提升了模型预测能力,更好描述了旅客选择行为的异质性,更适于出行方式选择行为建模;行程前时间,在途时间,中转时间是影响旅客选择的主要因素;出行目的,公费出行等对出行方式选择也有重要影响;在1400～2000 km运距范围,减少中转时间可以有效提高空铁联运与民航中转出行方式市场分担率;1400 km运距范围内,如果中转时间在1.5 h以内,则民航中转与空铁联运2类出行方式的替代特征明显,2000 km运距范围民航中转市场分担率显著高于空铁联运.     

基于粗糙集聚类算法的铁路通道客运市场细分

对铁路通道内客运市场的细分,是研究铁路通道客流分担、客运产品设计的基础. 根据宝鸡-兰州铁路通道旅客出行方式选择调查数据,结合粗糙集理论,首先,构建了铁路通道旅客出行方式选择决策表,对条件属性进行属性约简,并计算各属性的权重;其次,考虑到避免传统聚类算法的“维数陷阱”,提出了基于粗糙属性重要度的K-means聚类算法,并在UCI数据集上进行仿真实验;最后,运用该算法对调查数据样本进行聚类.结果表明：将铁路通道客运市场细分为6类时,具有最好的聚类效果;经统计分析发现,不同子市场的旅客出行行为有明显的偏好.     

基于聚类分析的铁路出行旅客类别划分

对铁路出行旅客进行类别划分,是简化旅客乘车选择问题研究的重要策略.根 据成都-武汉段既有线与新线的旅客调查数据,以旅客的各类主体、出行特性作为属性 变量,运用分层聚类法中的凝聚法进行变量聚类,将具有较大相关性的变量--时间价 值与月收入、出行目的与费用来源合并.然后根据简化的旅客属性变量指标集,运用近邻 传播算法对旅客进行样本聚类,并引用CH、Hart 及IGP 等聚类有效性指标确定最佳聚类 数.指标值表明,将铁路出行旅客划分为6 个类别时,具有最好的聚类效果.调查数据中旅 客乘车选择结果亦显示,不同类别的旅客对客运产品的选择有着明显的偏好.     

基于NL模型的大型机场接驳方式选择研究

基于上海浦东国际机场出发旅客出行调查数据,研究航空旅客机场接驳方式选择的影响因素。将潜在变量分为接驳方式服务水平(包括时间、费用等)和旅客个体属性(包括旅客类型、出发地等),通过相关性检验等方法确定关键解释变量。以嵌套Logit(NL)模型为理论基础,指出机场不同类型旅客接驳方式选择的差异性,并以商务旅客为例,利用模型预测各接驳方式比例。模型结果显示:出行时间和出行费用是影响机场接驳方式选择的最重要因素;车内时间和车外时间在两类潜在变量中体现出不同的显著性;携带行李数量(便捷性)和舒适性等也影响接驳方式的选择。最后,利用北京首都国际机场数据对模型实用性进行评价。     

基于Nested Logit 模型的铁路旅客客运产品选择研究

通过成都-武汉既有线出行旅客的问卷调查,以及样本数据的归纳分析,对旅客客运产品选择行为特征进行描述.基于随机效用最大化理论,以乘车方式与客运产品作为选择肢,旅客主体、出行特性及列车服务特性的各项指标作为效用变量,构建了乘车方式位于上层、客运产品位于下层的Nested Logit 模型.模型的上下层参数标定结果表明,旅客的收入状况、出行目的、出行距离、列车票价及运行时间对其乘车方案选择具有显著影响,旅客的年龄、出行费用来源、收入状况、出行距离,以及列车票价、运行时间对其客运产品选择具有显著影响.模型能较为准确地反映铁路客运产品的实际需求,从而为其合理设计与调整提供理论依据.     

社交网络交通信息对出行方式选择行为影响模型

为解决社交网络交通信息对出行方式选择行为影响缺少定量描述方法的问题,基于技术接受理论,提出感知有用性、感知易用性、感知风险性等 7个潜变量作为出行者对社交网络交通信息的心理感受变量.结合个人属性变量、出行方案属性变量共同构建融合社交网络交通信息影响的出行方式选择行为混合离散模型,运用重庆市问卷调查数据进行实证分析.结果表明,混合模型优度比提升了 0.171,同时,心理感受变量中感知风险性对选择结果有负向影响,其余变量对选择结果均为正向影响,而感知有用性(0.757)、主观规范(0.646)、感知信任 (0.502)对结果影响最大.     

���潻ͨӵ�¶����ÿͺ���ʱ��ѡ���Ӱ��

研究了高峰期地面交通拥堵对民航旅客航班时刻选择行为的影响.在考虑地面交通瓶颈的基础上建立了民航旅客出发时间选择模型,给出了模型的用户均衡的性质.并进一步分析了票价差额对用户均衡的影响,得到了均衡人数不变时票价差额的取值范围,以及民航旅客的总排队时间和航空公司票价增量收益随票价差额变化的特征.研究表明:在均衡状态下,选择不同时刻航班的旅客人数由航班时刻差和瓶颈通行能力共同决定.对给定的航空出行需求,可通过调整票价差额,减少总排队时间(减缓交通拥堵)或者增大票价增量收益(增加航空公司票价收益).最后利用数值算例对结论进行了有效验证.     

旅客购票模式与渠道关联选择行为的建模分析

为分析多元化售票渠道下旅客购票选择行为的影响因素及交互特征，解析了多渠道情境下旅客购票过程的 3个阶段，辨识了旅客购票的 3类典型模式；运用协同进化分析思想，建立了购票模式与渠道关联选择的协同进化 Logit模型；基于道路客运联网售票信息系统数据，进行了模型的实证应用，分析了特征变量对旅客购票选择行为的影响，揭示了渠道与模式间关联选择行为特征.研究表明：性别，年龄，提前购票时间，出行时间，出行里程，发车频率等因素对旅客购票行为有显著影响；旅客购票模式和渠道选择间存在相关性，某一决策选择受另一决策结果的影响；考虑两者的交互作用有助于提高分析预测精度，2类决策模型的精度分别提高了5.98%和5.72%.     

旅客购票模式与渠道关联选择行为的建模分析

为分析多元化售票渠道下旅客购票选择行为的影响因素及交互特征，解析了多渠道情境下旅客购票过程的 3个阶段，辨识了旅客购票的 3类典型模式；运用协同进化分析思想，建立了购票模式与渠道关联选择的协同进化 Logit模型；基于道路客运联网售票信息系统数据，进行了模型的实证应用，分析了特征变量对旅客购票选择行为的影响，揭示了渠道与模式间关联选择行为特征.研究表明：性别，年龄，提前购票时间，出行时间，出行里程，发车频率等因素对旅客购票行为有显著影响；旅客购票模式和渠道选择间存在相关性，某一决策选择受另一决策结果的影响；考虑两者的交互作用有助于提高分析预测精度，2类决策模型的精度分别提高了5.98%和5.72%.     

诱导信息下城市轨道交通乘客路径选择行为研究

为研究城市轨道交通诱导信息对乘客的影响，考虑信息提供时间、方式、更新频率及其与 路径属性之间的交互关系，提出融合诱导信息的城市轨道交通乘客路径选择行为决策框架。考 虑乘客在决策时表现出遵循混合决策规则的倾向差异和不同属性感知差异，建立改进的混合效用-后悔模型。将路径属性与诱导信息同时纳入调研情景设计，基于调研结果标定模型中关键参数，结果表明，基于混合决策规则的模型拟合效果最高(调整优度比达0.396)。进一步分析乘客对信息的偏好：相较于下载手机APP，乘客更喜欢社交媒体推送的形式接收诱导信息；引入信息推送频率时间价值，并对比得出，女性、中老年及非通勤乘客更倾向于接受更高频率的诱导信息推送服务；分析各属性弹性值，表明诱导信息提供方式和更新频率应作为管理者的辅助手段，在特定场景下(例如高峰拥堵和突发事故)诱导信息将会发挥更大的作用。研究揭示了诱导信息提供方式如何影响轨道交通乘客的路径决策机理，有助于设计更加精准和高效的诱导信息策略辅助客流组织管理。     

手机提供拥挤信息的公交路径选择研究

在公交网络中，智能手机提供的出行信息可为公交出行乘客提供有效帮助. 在手机提供车内拥挤信息条件下，对乘客的路径选择过程进行模拟，构建乘客出行和换乘两种路径选择模型，包括车内的座位分配过程和在站台的排队过程. 通过仿真计算，比较了提供拥挤信息与不提供拥挤信息条件下车内拥挤程度改善情况，揭示了提供拥挤信息条件下乘客的路径选择规律. 结果表明，手机提供车内拥挤信息可以大幅度降低车内的拥挤程度，有效改善乘客的乘车环境.