基于Box-Cox Dogit模型的公共交通分担率预测

通过分析影响交通方式选择的外部因素和内部因素,基于最大随机效用理论,提出了城市公共交通分担率预测的非集计Box-Cox Dogit模型。针对模型的建立、参数标定以及计算过程进行了推导。最后结合杭州市的实际调查数据,进行了公共交通分担率的预测实验,独立样本检验结果表明,模型预测准确率较高。     

城市轨道交通站点接驳设施规模预测方法

为了对城市轨道交通站点接驳设施规模进行准确预测,从各接驳方式分担的客流量入手对接驳设施规模预测方法展开研究.在分析接驳设施规模影响因素的基础上,对城市轨道交通站点各出入口进出站客流进行观测统计,确定高峰小时集散的总客流量,利用多项logistic回归和Bayes判别分析2种方法分别建立城市轨道交通站点接驳方式分担率预测模型,将模型输出的结果与调查数据进行对比,判定2类模型在不同接驳方式分担率预测上的适用性,进而得到城市轨道交通站点高峰小时各接驳方式分担的客流量.利用数理统计学方法建立城市轨道交通站点周边的常规公交停靠站、出租车停靠站、P&R停车场和自行车停车场规模预测模型,根据调查数据和已有研究成果对模型参数进行标定.应用这组模型对哈尔滨轨道交通1号线中哈达站的接驳设施规模进行预测,验证了模型在实际应用中的可行性.      

公交分担率测算分析与研究

论文从公交分担率的宏观影响因素(社会经济发展、交通基础设施、土地利用、交通政策)及微观影响因素(出行者特性、出行特性、交通方式特性)入手,通过分析研究非集计模型的理论,对关键影响因素进行量化处理,利用南京市现状居民出行调查数据和Trans CAD软件构建了多项Logit(MNL)模型,并对模型计算出的参数结果进行分析,求出样本中各居民所选择常规公交、地铁、出租车这些公共交通的出行方式概率,并与实际公交分担率进行对比,根据绝对误差来评价了模型精度。最后结合交通需求管理的原理以及模型变量提出了提高公交分担率的相关策略。     

离散选择交通方式划分模型及其在TransCAD中的实现

介绍了TransCAD中交通方式划分模型，总结了利用离散选择模型在TransCAD中实现交通方式划分的操作规程；结合实例阐述了离散选择模型在TransCAD中应用的步骤，并将预测结果与实际值以及回归模型预测值进行了比较分析。对比分析表明，结合TransCAD利用离散选择模型进行交通方式划分可较为科学、直观和简便地获得各交通方式分担率。     

基于可持续发展的城市客运交通方式分担率预测模型研究

可持续发展是人类21世纪的主题,因此在交通方式分担率预测时不仅要考虑需求,更要考虑社会经济、资源及环境。文章即基于这一思想提出了可持续发展的客运交通方式分担率宏观优化模型,在宏观控制的基础上,充分考虑影响城市客运交通结构的各因素,建立了基于距离曲线的城市客运交通方式分担率预测模型,并通过实例进行了分析验证。     

基于土地利用的开发区交通需求预测模型研究及应用

该文提出了基于土地利用的开发区交通需求预测模型,并将其应用于实际规划工作。首先提出了基于土地利用的交通需求预测的体系框架,建立基于土地利用的居民出行生成预测模型,确定了用于出行分布预测的重力模型以及用于出行方式分担预测的距离竞争曲线模型,在此基础上,将所建立的模型应用于营口沿海产业基地的综合交通规划中,参考国内相关城市案例数据及营口老城区居民出行调查数据标定了上述模型中的参数,研究表明预测模型在开发区的交通规划中具有良好的应用效果。     

综合交通枢纽交通方式选择模型研究

立足于离散选择模型和Nest Logit模型的基本理论,针对Nest Logit模型可以考虑不同选择项之间相关性的特点,研究其在综合交通枢纽交通方式选择方面的应用。分析综合交通枢纽内部各种交通方式的特点,建立基于Nest Logit模型的综合交通枢纽交通方式选择模型,确定其效用函数,计算交通方式选择概率,并对模型参数进行标定。在分析中山市居民换乘意愿调查数据的基础上,针对不同距离分别对出行者换乘交通方式选择进行预测,并把预测结果同实际调查结果进行对比分析,验证了模型的适用性。     

基于Multinomial Logit模型的校车通学影响因素研究

以某小学为例,研究了开通校车后影响校车通学的主要因素.研究首先通过RP调查(Revealed Preference Survey)总结分析了学生的家庭社会经济特征以及通学现状特征,基于此开展了针对通学交通方式选择的SP调查(Stated Preference Survey).在此基础上建立了通学方式选择的Multinomial Logit(MNL)模型.模型表明,学生就读年级、当前接送状况、乘坐校车时长以及校车票价直接影响到学生对校车的选择.低年级学生及目前由家长接送通学的学生,乘坐校车的期望相对更高.最后,本文探讨了校车票价对于交通方式分担率的影响.分析结论表明,校车分担率随其单程票价的提高呈单调递减趋势,电动自行车和步行是校车最具竞争力的通学方式,随着校车票价的增加,二者分担率有显著提高.     

城市老年人群就医出行方式研究——以西安市为例

运用主成份分析法首先确定与老年人群就医出行方式选择高度相关的影响因素,进而通过计算多值logistics回归模型参数得到各种交通方式的分担率,从而达到找出老年人就医出行主要交通方式的研究目的。基于对西安市的问卷调查数据,进一步实证了研究方法的有效性。     

交通大数据平台效益评价方法

为反映交通大数据平台受益对象的多元化,与传统ITS效益评价基于车辆所有者经济效益不同,给出了基于居民出行方式分担比的经济效益计算方法.该效益包括小客车、出租车、公交车等不同交通工具车辆运输成本、乘客出行时间成本、CO2排放环境等成本节约效益,采用加权平均法得到总效益.在乘客出行时间成本计算中,考虑收入对交通方式选择的影响,给出了不同出行方式不同目的人工时间成本计算方法及参数取值.为反映交通大数据平台信息发布对出行行为选择的影响,采用有无对比法,提出了因交通方式转移而产生的车俩运输成本、CO2排放环境成本效益计算方法.以武汉交通大数据平台建设为例,给出了影响范围与主要参数取用方法,进行了成本效益预测分析实证研究.解决了交通大数据平台效益分析定量化的问题,为交通平台类项目经济效益评价提供了理论方法.      

基于SB分布的Mixed Logit交通方式分担模型及其验证

研究了SB分布函数的分布特性,发现SB分布比正态分布和对数正态分布能更好地表达单向偏好因子的参数,结合合肥市居民出行调查数据,建立了Logit交通方式分担模型和两种约束条件的SB分布Mixed Logit交通方式分担模型MIXED1和MIXED2,通过对比分析发现MIXED2模型对原始数据解释更合理,且更能体现出行者对出行时间认识上的差异性,文章最后对模型进行了公交出行时间敏感性测试,结果表明实施公交优先后,公交客流转移量主要来源于自行车使用者。基于SB分布Mixed Logit模型不存在Logit模型的IIA缺陷,且能体现出行者对影响因素认识上的差异性,其更适合于交通方式分担建模。     

适于交通方式划分的NL模型巢式层次结构研究

为准确把握Nested-Logit模型（NL模型）在交通方式划分中的应用,以交通方式巢式层次结构为研究对象,在分析交通方式选择影响因素和各交通方式之间的相关性的基础上,根据人们在选择交通方式过程中首先考虑因素的不同,构造了不同的交通方式巢式层次结构方案,并提出基于拟合优度度量的判断方法优选巢式层次结构方案。根据实例旅客出行调查数据,利用SAS软件对拟合优度度量系列组进行比较分析,分析结果表明：基于拟合优度度量构造的巢式层次结构更能反映交通方式选择的真实性,克服了NL模型层次结构明显的主观判断偏离客观实际的缺陷。     

城市客运交通方式分担预测方法研究

影响人们选择交通方式的因素可分为宏观因素和微观因素。宏观因素决定着出行方式的总结构,微观因素则决定着各交通区之间出行的具体选择。基于宏观指导微观、定性分析和定量分析相结合的指导思想,根据城市居民选择出行方式随距离而变化的内在规律,提出了一种实用的、可操作性强的城市客运交通方式分担预测方法。其中,微观预测采用了特定的标定函数来反映各种交通方式分担率随出行距离变化的趋势,并通过对经验系数和拟合系数的调整和计算,使得宏观预测结果与微观预测结果相一致。该预测方法曾在河南濮阳城市交通管理规划和常州城市交通管理规划中两次使用,效果令人满意。     

“U＆B”模式下自行车停车需求预测研究

自行车交通可达性强、经济实用,能有效弥补城市轨道交通的缺陷,两者衔接更加符合我国资源节约型、环境友好型的交通发展战略。基于多式联运理念,提出“城市轨道交通（Urban Rail Transit）＋自行车交通（Bicycle Traffic）”模式（简称“U＆B”模式）,在分析现有轨道交通换乘站自行车停车需求预测模型基础上,综合国外经验与Logit模型,研究“U＆B”模式下自行车停车需求预测模型。最后提出自行车停车管理改善策略以加速“U＆B”模式实现“无缝衔接”,具有很好的参考价值。     

多源数据融合的区问车辆速度预测算法研霸

不同的交通信息采集方式由于其硬件和采集条件的不同,数据的适用范围和准确性也不同。在短时交通预测中,对于来自于不同检测器的交通流数据进行融合,并在数据融合的基础上进行区间速度的预测,可以有效地改善预测结果的准确性和可靠性。文中提出一种基于卡尔曼滤波的数据融合和区间速度预测方法。在对数据进行预处理和交通状态划分的基础上,根据不同的交通状态,进行多源交通数据融合和区间速度的预测。研究确定了卡尔曼滤波方法中的各个参数,并使用人工神经网络的方法求解状态转移矩阵。算法验证结果表明,速度预测的精度在90％以上。     

三峡翻坝运输江南公路交通量预测思路探讨

三峡翻坝运输江南公路是三峡坝区水陆联运的主要公路通道,服务于三峡坝区各种长期、应急或临时性翻坝运输需求,同时也是项目沿线地区内部及对外出行的重要交通线路。因其在区域运输网中的独特地位,其未来服务功能具备典型的多样性特点,交通需求特征迥异于一般公路项目,采用传统的交通量预测方法很难把握其未来交通需求的增长规律和分布特点。在江南公路交通量预测过程中,引入了分类预测法,并创造性地构建了基于出行意向的交通量分担模型、基于土地开发利用的新增交通量预测模型等,在诸多方面都进行了有价值的探索。     

公共交通系统营运可靠性研究

优先发展公共交通是大城市解决交通拥堵,实现城市交通可持续发展的一项重要措施,然而,公交营运水平的低下制约着公交的发展。本文借鉴可靠性理论对公共交通营运可靠性进行定义,并对公交营运时间和乘客服务可靠性分别进行了描述,据此建立起公交系统营运可靠性模型,然后采用随机模拟技术(即Monte Carlo模拟)进行求解,通过算例说明模型的可行性,最后通过分析可靠性模型得出大型活动期间改善公交营运的途径。     

多元交通资料融合进行旅行时间预测——以台中港路为例

利用倒传递类神经网路,单以资料本身进行路段旅行时间预测,避免建立高复杂度的模式以及环境所产生的干扰下,建立不失精准度的预测模式。研究过程中发现：若仅考量路段中的车辆侦测器资料用以预测旅行时间,其预测精准度较劣於融合车辆侦测器资料及公车旅行时间资料之精准度,且发现预测精准度於尖峰时段较准确,故可推论使用一种以上的多元探测器所得之交通参数资料且於车流量较大之路段皆可提高路段旅行时间预测之精准度。     

城市交通出行方式对能源与环境的影响

社会经济的快速增长使得人们的出行日益频繁,从而导致城市机动车保有量迅速增加和能源需求及其大气污染排放不断上升。本文以上海为例,应用LEAP模型,研究了在确保交通需求增长的前提下,发展不同的交通出行方式对能源需求和大气污染物排放的影响。结果表明,调整上海市交通发展模式,即有序发展私人交通、大力发展公共交通对于减少全市道路交通能源需求,减缓供应压力,降低大气污染排放具有重要意义。     

居民全日出行方式选择动态模型研究

为改进现有交通方式选择模型,提高交通方式预测模型精度,基于出行链建立了居民全日出行方式选择动态模型。从居民出行方式选择机理分析入手,确立出行方式选择动态影响因素,在多项Logit模型（MNL模型）的基础上建立了方式选择动态模型。模型中增加了2类动态影响因素,即先前出行方式选择结果对后面出行方式选择的影响和主链的出行方式选择结果对子链出行方式选择的影响。最后以安徽省淮北市为例对模型进行了实例分析。结果表明：所建立的动态模型的优度比和预测准确率较基于单次出行效用的MNL模型有较大提高,变量在模型中的意义符合中国国情,模型可服务于城市交通规划和交通政策制定。