基于出行方式决策过程的价格调控策略辅助措施研究

从提高个体在价格调控策略下的绿色出行意向入手，制定价格调控策略的辅助措施是提升价格调控策略有效性的重要手段.本文基于出行决策行为变化自调节阶段模型，构建了价格调控策略下的居民出行方式决策过程概念模型.利用拥堵收费和奖励策略下的出行方式决策心理调查数据，基于结构方程模型，对比分析了拥堵收费和奖励策略下不同机动化出行习惯强度个体通勤与非通勤出行方式决策心理的差异化特征.最后，针对出行方式决策过程中动机形成阶段，计划行为阶段，以及实施计划阶段的心理特征，分别提出了价格调控策略的辅助措施，为价格调控策略实施提供了更好的辅助决策支持.     

基于父母出行特性的学生出行方式选择研究

研究家庭成员出行方式对学生出行方式选择的影响,可以更有针对性地制定 学生出行需求管理策略.以学生出行为研究对象,将父母出行方式作为选择方程的因变 量,学生出行方式作为结果方程的因变量,运用Heckman Probit 模型建立基于父母出行方 式选择的学生出行方式选择模型,利用海宁市数据进行验证.结果显示,父母选择小汽车 出行对学生选择小汽车和电动自行车出行有显著正向影响;父母选择公交出行对学生选 择小汽车和步行出行有显著负向影响;父母出行方式对学生选择公交出行无显著影响; 小汽车拥有情况、是否有人接送、公交满意度和出行距离对学生出行方式选择影响显著.     

大城市居民出行方式决策方法研究

本文在分析各种出行方式特点的基础上,建立了居民出行决策指标体系。进而根据确定和不确定两种环境分别建立了居民出行方式决策模型。针对确定环境,构建了基于双基点法的居民出行决策模型;针对不确定环境,构建了基于区间排序法的居民出行决策模型。最后用实例分别验证了模型的可行性,证明了该决策系统对人们日常的出行行为有一定的指导意义。     

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.     

基于 SVM 的出行方式特征分析和识别研究

基于智能手机采集的居民出行轨迹信息,分析了不同出行方式的特征,利用支 持向量机进行了出行方式识别研究.首先探讨了利用手机软件所能检测和记录的参数,进 而从出行轨迹和特征参数两个方面对出行方式特征进行了分析,探讨了不同出行方式两 两可分的关键变量,提取用于识别不同出行方式的特征向量,最后建立了径向基核函数 支持向量机（SVM）分类器.利用从大连市出行轨迹数据获取的出行方式样本,训练了该 支持向量机,并且以决策树、BP 神经网络为对照.结果表明,SVM 识别精确度为 89.6%,BP 神经网络为 85.5%,决策树为 77.3%,SVM 具有更好的识别性能.     

通勤制约度对儿童陪伴出行决策过程的影响

为了考察家庭通勤活动对儿童接送行为决策过程的内在影响机理,本文基于活动理论与时间地理学方法,应用昆明市居民出行日志调查的第一手数据,以家庭为分析单元,构建基于活动的二维时空出行链,剖析家庭中儿童陪伴出行的时空间特征及其典型接送模式;提出通勤制约度概念,量化家长通勤活动的时空间制约程度和相互影响程度,并建立结构方程模型.结果表明：当男女家长双方通勤制约度均衡时,相互制约影响强烈,家庭内部会优先选择制约度最小的接送模式,然后再根据家长与儿童出行路线的匹配程度来确定接送人员,接送工具决策处于整个决策过程的最末位.当男女家长双方通勤制约度不均衡时,家庭内部则优先选择通勤制约度低的家长接送儿童,再确定接送工具和接送模式,接送行为上升为家庭活动模式的优先考虑因素.     

收费及奖励策略对通勤出行方式选择的影响分析

为研究收费及奖励两种交通需求管理策略对居民通勤出行方式选择的调控作用,以杭州市主城区为例,通过SP(Stated Preference)和RP(Revealed Preference)调查私家车通勤出行者在停车收费及非小汽车出行奖励情景下的方式选择意向,利用非集计理论分别建立停车收费和出行奖励单独实施和共同实施下通勤出行方式选择的巢式Logit(NL)模型,研究停车收费及出行奖励对私家车通勤出行者出行方式选择的单独影响及共同影响效果,并分析两类策略的弹性。研究结果表明：停车收费和非小汽车出行奖励均能减少私家车出行比例,增加公交和地铁等公共交通出行比例;当停车收费达到一定费率时,才能有效减少私家车出行,适当的奖励能有效激励出行者转向其他出行方式,若同时实施收费和奖励策略,将表现为收费为主和奖励为辅的联合作用;在3类场景中,收入均是影响出行方式选择的重要因素,收入越高,继续选择私家车出行的可能性越大;单独收费场景下,停车收费弹性随费率增加而增大,且费率较低时缺乏弹性,出行奖励弹性随奖励金额增加而先增大后减小,小额奖励即有弹性。     

基于ML模型的绿色出行方式选择行为研究

为了给绿色出行相关管理政策的制定提供理论依据,在阐述绿色出行定义及其出行方式界 定的基础上,结合2009 年济南市居民出行调查数据分析绿色出行特征,构建绿色出行方式选择 ML（Multinominal Logit） 模型,探讨影响居民选择绿色出行方式的主要因素,揭示出行者属性 特征与绿色出行方式选择之间的关系,定量分析绿色出行方式在各影响因素条件下的选择概 率。研究结果表明：绿色出行方式选择行为受居民年龄、家庭月收入及职业、出行时间、出行 费用等因素影响;班车在远距离的通勤出行中占有一定的优势,应积极发展单位班车等形式的 集约型绿色交通方式;针对出行时间和出行费用采取相应的城市交通管理措施,可以有效引导 绿色出行。     

基于移动信令数据的城市交通出行结构探索及实证研究

移动网络有着海量的用户资源,基于移动用户信令数据统计分析运算,可以获取全面、准确的居民出行数据。本文基于广东省各地市中心城区移动用户信令数据,提出了一种判别城市交通出行方式的方法,利用移动终端PAAS大数据平台探索各地市中心城区移动用户的出行结构,为交通运输管理部门制定城市交通发展政策提供支撑。     

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.     

考虑决策过程与潜在异质性的居民通勤选择行为研究

传统研究对居民通勤决策过程的动态性及微观心理偏好关注不足,为此利用潜在类别模型表征居民通勤决策的潜在异质性,从动态决策角度出发,构建可以体现偏好动态演进过程的决策场理论模型。该模型对不同潜在类别设置差异化的属性注意力权重,表征不同子市场用户动态偏好的差异性和相同子市场用户偏好似而不同的特征,同时实现用户分类和动态决策过程分析,改进传统决策场理论对个体偏好异质性表征不足的缺陷。对成都市轨道交通车站附近居民进行实证研究,结果表明,通勤居民可以细分为“商务需求型”“追求效率型”“经济环保型”“保守型”这4类,各类别间的备选方案初始偏好、属性关注程度均呈现显著差异。通过Matlab仿真实现对个体决策结果、微观偏好进化过程及非理性效应的预测和分析,验证了本文方法的有效性。     

基于随机系数Logit模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

基于随机系数Logit 模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

ӵ���շѶԳ��е�·��Դ���ù�ƽ�Ե�Ӱ���о�

实施拥挤收费最大的障碍来自人们对城市道路资源配置公平性的质疑,论文定量分析了拥挤收费对城市道路资源配置公平性的具体影响。在剖析城市道路资源特性的基础上,分析了城市道路资源配置公平性的涵义,研究了城市道路资源配置公平性的度量方法：计算各出行方式的城市道路资源占用,利用洛伦兹曲线和基尼系数进行分析。该方法能有效分析拥挤收费实施前后城市道路资源配置公平性的变化,并以此说明拥挤收费对城市道路资源配置公平性的影响。论文用实际数据进行了计算和分析,得出拥挤收费能够改善城市道路资源配置公平性的结论。     

���н�ͨ���з�ʽѡ���������Է���

影响城市交通出行方式选择的因素有很多,本文致力于分析具有随机特性的因素对出行方式选择的影响程度,即随机弹性.使用具有较好收敛性的集计交通战略STM模型作为分析出行方式选择的工具,并根据对道路实测数据的统计分析,验证了作为影响出行方式选择的重要因素——小汽车出行速度为随机变量并服从k阶爱尔朗分布.根据经济学的随机弹性理论,推导出小汽车出行速度对出行方式选择的随机弹性计算模型,利用北京市的实际数据验证了模型的有效性.并得出结论：交通政策指标（影响因素）的可靠度越高,政策目标对政策指标的弹性值越稳定、集中,即政策目标达到的可靠度越高,随机弹性分析模型可作为一种交通政策量化分析的工具.     

基于NL-累计前景理论的出行方式选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限,联立出行方式与出发时段构建双因素出行方案,并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化,构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值,最后通过调查数据进行建模与验证.结果表明,与仅基于 NL模型进行的方式预测相比,所建模型综合命中率从74.8%上升至85.2%,各方式预测命中率更为均衡.     

基于NL-累计前景理论的出行方式 选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限,联立出行方式与出发时段构建双因素出行方案,并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化,构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值,最后通过调查数据进行建模与验证.结果表明,与仅基于 NL模型进行的方式预测相比,所建模型综合命中率从74.8%上升至85.2%,各方式预测命中率更为均衡.