共享单车影响下小汽车出行方式转移机理研究

从小汽车到共享单车参与的出行模式转变是解决交通与环境问题的有效方法之一.本文通过对南京市 308名小汽车出行者进行问卷调查,探讨了共享单车影响下心理因素对小汽车出行模式转移的影响.通过建立改进后的技术接受模型,研究了感知有用性,感知易用性和感知健康价值对共享单车的态度,以及对出行方式转移意愿的影响.结果表明,通过作用于共享单车的态度,感知健康价值和感知易用性对转移意愿产生积极影响,感知有用性则产生直接的积极影响.共享单车可以在短途出行中替代小汽车,中距离下出行者最有可能受到激励从小汽车用户转变为潜在的共享单车接驳公共交通使用者,而长距离下共享单车较难影响小汽车出行者的出行方式选择.     

北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程。利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比。研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征,分别确定其出行含义：通勤出行中居住地到地铁站的出行;通勤出行中地铁站到工作地点的最后一公里连接;居民其他的非通勤出行行为,如休闲娱乐活动等;回程通勤出行中从工作地点到地铁站;回程通勤出行中从地铁站到居住区的最后一公里连接。最后,模型预测结果的对比分析显示,本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。     

基于Nested Logit模型的共享单车选择行为研究

近两年来,共享单车迅速发展,已有研究较少从微观角度来阐释共享单车的选择行为.本文基于随机效用理论,构建Nested Logit模型,选取出行目的、接驳时间、在车时间、停车时间、费用等出行特征变量,选取下雨(雪)、空气质量、气温、风力等级等天气状况变量,选取年龄、性别、收入等社会经济变量作为效用函数的特征变量,采用D-optimal法设计问卷,在济南市开展共享单车实证调查.基于收集到的样本进行参数标定,找出影响共享单车及其他出行方式选择的关键影响因素;并对共享单车的乘车费用与接驳时间进行弹性分析,明确了共享单车乘车费用与接驳时间变化对短途出行结构的影响.     

在共享单车影响下的公共自行车发展研究

公共自行车作为政府补贴的免费骑行项目,与共享单车相比在供给模式上存在显 著差异,两者具有一定的互补关系.其中明确政府补贴机理,是差异化2 种交通方式、强化两者 互补关系的关键.本文运用多目标规划方法,从政府的效用最大化、企业收益最大化、用户满意 度最大化3 个方面构建三者博弈关系,并以西安市公共自行车系统运营状况为例,分析政府补 贴对用户满意度、企业收益及政府效用等方面的影响.计算结果表明,政府的财政补贴有利于 提高公共自行车企业服务水平、用户满意度;但随着公共自行车使用率的增加,政府的财政压 力加大,用户满意度、企业收益与政府效用呈下降趋势,而共享单车可分担部分用户,减轻政 府及公共自行车运营企业压力.     

时间维度下上海市共享单车骑行模式研究

基于上海市摩拜单车一个星期的骑行数据,从时间角度深入挖掘骑行数据背后隐藏的行为模式和规律. 统计结果显示,工作日和周末的骑行行为存在显著差异,工作日呈现两个明显骑行高峰时段,周末的骑行分布则比较均匀. 在区分工作日和周末的基础上,根据骑行行为对每日的骑行者进行分类,每组骑行者均表现出独特的骑行开始时间和骑行时长. 基于周中的一天与骑行开始时间,以及周中的一天与骑行时长这两个组合分别计算赫希曼指数 (HHI),证实共享单车骑行高度的时间规律性;周中的一天与骑行开始时间组合的HHI值具有更大的标准差,显示了共享单车的灵活性. 对共享单车骑行模式的探究,能够在一定程度上促进城市交通系统的持续改善,吸引更多出行者使用绿色交通方式.     

位置识别率影响下基于博弈的共享单车停车奖惩策略研究

为解决共享单车停放问题,部分共享单车企业对用户停车行为进行奖惩,引导用户文明停车.本文研究了共享单车停车过程中,企业和用户的博弈过程.首先建立用户寻找规范停车点的时间成本函数,基于获得效用理论建立优惠券奖励效用函数,基于展望理论建立用户惩罚效用函数;其次,建立奖励和惩罚两种机制下的停车选择的混合策略博弈模型,得到均衡状态下位置识别率、奖惩额度、停车点平均间距等影响因素的函数关系.最后,对两种机制的用户效用进行灵敏度分析,对不同出行时间和出行目的的停车行为引导效果的差异性进行分析.研究结果表明：两种机制均存在博弈均衡解,但惩罚机制的条件更严格;当位置识别率低于临界值时,不能使用惩罚机制.企业可综合考虑投入与效益,选择合适的奖惩方案,在不同的市场运营时期采取不同的策略.     

新冠疫情影响下居民共享出行方式选择行为研究

为分析新冠疫情对共享出行方式选择行为的影响,针对传统出行、网约车、合乘、汽车分时租赁及共享自行车的多方式交通系统设计SP(Stated Preference)问卷;对于疫情前和疫情期间的出行方式选择分别构建基于面板数据的混合Logit模型,比较解释变量的影响差异,分析感知疫情严重程度和方式选择惯性的联合影响;基于弹性分析预测疫情背景下不同管控政策对应的出行方式分担率。结果表明：感知疫情严重程度对合乘和分时租赁影响显著,方式选择惯性对网约车、分时租赁及共享自行车影响显著;当感知疫情严重程度降低至30%~50%时,1.6~3.0倍的停车费调整策略可将私家车分担率降低至疫情前,此时,低密接的分时租赁具有主要替代作用;当感知疫情严重程度在60%以上时,提高合乘出行安全程度至1.4~3.6倍可恢复其分担率。     

考虑移步需求的无桩型共享单车动态调度研究

共享单车系统自发的不均衡性导致单车数量分布与用户需求分布之间产生偏移，降低了系统服务能力，需要调度实现再平衡. 现有动态调度算法缺乏考虑起点车辆供给不足，用户在出行过程中“再次”取车的移步需求，难以准确识别用户真实的出行需求分布，降低了调度效果. 本文提出以用户出行选择行为为下层，以调度车辆路径规划为上层的双层规划模型框架，设计结合仿真系统的启发式求解算法. 算例场景基于上海市虹口、杨浦区共享单车历史出行数据搭建，并进行网格化处理. 算例结果表明，模型能有效识别移步需求，提高共享单车的供需匹配能力. 针对各类调度资源配置情况，共享单车的供需匹配率提升18.07%~ 19.89%，提高了共享单车系统的管理效率.     

基于结构方程模型的城市共享单车可持续发展条件研究

为规范已运营的共享单车服务,同时为尚未投放共享单车的城市提供决策依据,通过设计和发放李克特调查量表获取受访者对共享单车运营与管理的态度,采用探索性因子分析和验证性因子分析提炼受访者的潜在态度因子,建立表征潜在态度因子之间相关关系、潜在态度因子与调查题项之间相关关系的结构方程模型。模型估计结果表明,通过车辆停放管理和停放技术研发与应用等手段可提升人们规范停放共享单车的意识,而规范共享单车企业的运营行为可改善民众对共享单车的认知,建立共享单车企业品牌效应,提高共享单车企业的市场占有率。     

���ڹ������ȵ�С���������򹫽�ת��ģ���о���

在实施公交优先政策时,往往因没有对公交专用道和社会车道所应分担的交通量做出正确的估算而造成道路资源的浪费,以至于无法真正实现公交优先的目的.本文以公交车与社会车辆的行程速度差异为研究对象,通过分析设置公交专用道后两种交通方式间的转移情况,在保证公交车服务水平的前提下基于路阻函数研究了不同公交车比例下公交车和社会车辆的行程速度曲线,并确立了小汽车向公交车的转移关系.研究结果表明,针对不同的居民出行量及模型参数值,公交车在一定的比例范围内时小汽车用户选择公交出行,并使道路交通系统达到最优.该模型可应用于城市现有道路改造时公交专用道设置及确定公交车发车间隔的参考依据.     

����SERVPERF�ij��й�������������Ӱ�������о�

为系统研究城市公交车服务质量的影响因素及作用机理,借鉴SERVPERF服务质量分析方法,从乘客感知角度设计了公交车服务质量的5维度影响因素（有形性、保证性、可靠性、响应性和关怀性）测量模型.通过相关性分析发现,可靠性维度与公交车乘客感知总体服务质量的相关性最高,而响应性最低;同时,有形性、保证性与可靠性呈高度正相关.结果表明,城市公交要继续加强服务的可靠性管理、不断提高司乘人员的服务意识;同时需要强化公交车车体形象管理并采取人性化管理措施,对提高城市公交的乘客感知服务质量具有积极的促进作用.     

心理因素影响的公交方式选择行为模型

为解决已有城市公交方式选择行为模型无法定量描述心理因素对选择行为的影响,分析了计划行为理论在公交方式选择行为的适用性.基于态度、主观规范及知觉行为控制3个心理因素变量决定公交方式出行行为意向的理论框架,构建公交方式选择行为结构方程模型.确定模型中心理因素变量对应的具体测量变量,并提出模型的求解方法和参数检验标准.最后,将模型运用于重庆和成都的实例分析中,共回收有效问卷790份.计算结果表明,3个心理因素变量对重庆和成都公交出行方式选择行为意向解释度分别为72%和66%,其中知觉行为控制因素的影响最大,且心理因素变量间存在着相互作用关系.     

私家车出行者ATIS信息选择影响因素研究——以大连市为例

私家车出行者对ATIS信息的选择意愿受到多种因素的影响。开展大连市私家车出行者ATIS信息需求意向调查,以探索性因子分析和累积Logit模型理论为基础,对ATIS信息内容进行分类,同时引入出行者性别、年龄、收入水平、交通补助情况等特性变量,建立私家车出行者ATIS信息选择模型。模型标定结果显示,私家车出行者个人特征与ATIS信息特性对ATIS信息选择意愿存在不同程度的影响：私家车出行者主要关注与出行质量相关的信息,收入水平、交通补助、驾照保有情况等对私家车出行者ATIS信息选择意愿影响显著。     

基于网联数据的电动车快速充电影响因素分析

基于北京市私家电动汽车网联数据,按照充电行为类型提取车辆行程,并对行程中影响快速充电行为的潜在因素进行细致分析;基于Logistic回归模型进行显著性影响因素识别,结果表明,电动汽车续航里程、出行距离、出行时间等因素显著影响电动汽车的快速充电行为;最后,基于显著影响因素建立模型,对私家电动汽车快速充电行为进行预测,预测结果表明,预测模型具有较好的预测效果和可靠度.本文研究成果将有助于优化私家电动汽车的充电行为,提高充电效率.     

基于网联数据的电动车快速充电影响因素分析

基于北京市私家电动汽车网联数据,按照充电行为类型提取车辆行程,并对行程中影响快速充电行为的潜在因素进行细致分析;基于Logistic回归模型进行显著性影响因素识别,结果表明,电动汽车续航里程、出行距离、出行时间等因素显著影响电动汽车的快速充电行为;最后,基于显著影响因素建立模型,对私家电动汽车快速充电行为进行预测,预测结果表明,预测模型具有较好的预测效果和可靠度.本文研究成果将有助于优化私家电动汽车的充电行为,提高充电效率.     

�����ͨ���˳��湫��ƽ����ʱ��ģ��

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.