基于SVM的高原川道型城市通勤者出行方式选择研究

为探究典型高原川道型城市(西宁市)的出行者对交通出行方式选择的行为,以大规模的居民出行调查数据为基础,提取个人、家庭社会经济属性及出行特征指标,将包含小汽车出行和出租车出行的私人交通方式与公共交通方式这2项通勤方式选择作为目标变量,并通过显著性检验得出影响出行方式选择的8项决策变量.针对29960次有效出行样本,合理划分出训练样本集和测试样本集.基于此,分别构建支持向量机(SVM)和传统的二项Binary logistic (BL)模型以识别通勤者的出行方式选择,选取3项定量指标分方式的分类预测精度、总体分类预测精度和平均绝对百分比误差以对比不同模型的分类结果.研究结果表明:相比BL模型,SVM对分类数据具有更好的拟合效果,对出行方式选择的预测适用性良好,具体来说,对私人交通方式的预测,SVM的预测准确率比BL模型的预测准确率高出8.08％,公共交通则高出了2.76％;SVM的总体分类准确率比BL模型的预测准确率高出4.82％.     

考虑交通小区相关性的小汽车拥有行为研究

为分析建成环境对家庭小汽车拥有的影响,考虑交通小区间的空间相关性,分别基于0-1 邻接矩阵、共同边界邻接矩阵及质心空间距离矩阵构建了层次Bayesian 模型,并与不考虑空间相关性的模型结果进行了对比.基于长春居民出行调查数据对模型参数进行估计,结果表明：交通小区间的空间相关性显著存在;以不考虑空间相关性的模型作为对比,基于公共边界邻接矩阵的层次Bayesian 模型拟合效果最优;在控制家庭层面社会经济变量后,居住密度、土地利用混合度、交叉口密度及公共交通站点密度均对家庭小汽车拥有具有显著的负向效应,表明通过优化城市建成环境策略可有效抑制小汽车拥有量的增长.     

城市公共交通出行方式选择行为研究

优先发展公共交通系统是解决城市交通问题的有效方法,而优先发展公共交通的关键之一则是合理引导私人交通发展,提高城市公共交通的出行分担率.文中以2009年济南市居民出行调查数据为支撑,从出行行为角度分析城市居民公交出行行为特征.基于非集计模型理论与方法建立公交选择行为模型,分析居民公共交通与私人交通出行方式选择行为的差异,探讨引导小汽车转向公共交通出行的规律.     

考虑交通小区相关性的小汽车拥有行为研究

为分析建成环境对家庭小汽车拥有的影响，考虑交通小区间的空间相关性，分别基于0-1 邻接矩阵、共同边界邻接矩阵及质心空间距离矩阵构建了层次Bayesian 模型，并与不考虑空间相关性的模型结果进行了对比.基于长春居民出行调查数据对模型参数进行估计，结果表明：交通小区间的空间相关性显著存在；以不考虑空间相关性的模型作为对比，基于公共边界邻接矩阵的层次Bayesian 模型拟合效果最优；在控制家庭层面社会经济变量后，居住密度、土地利用混合度、交叉口密度及公共交通站点密度均对家庭小汽车拥有具有显著的负向效应，表明通过优化城市建成环境策略可有效抑制小汽车拥有量的增长.     

建成环境对老年人出行方式选择的非线性影响

研究老年人的出行方式选择有助于更好地理解老年人出行行为,对提高老年人出行便捷性和可达性,构建老年人友好型社会和改善交通系统的公平性具有重要意义。本文基于2021年贵阳市居民出行调查数据,运用梯度提升决策树模型,研究老年人出行方式选择的决策机理,并深入挖掘公交站点辐射区内不同老年群体选择行为的异质性。结果表明：（1）出行特征是影响老年人出行方式选择最重要的因素,相对重要度达58.51%,其次是建成环境因素（35.49%）,二者均远高于社会经济属性的相对重要性(6%)。（2）建成环境对老年人出行方式选择的非线性作用显著,其中老年人步行出行的距离阈值为3 km;老年人出行更多的是空间分散模式,而非以市中心为导向模式。因此,对老年人出行方式选择的干预在建成环境阈值范围内更加有效。（3）建成环境对老年人出行方式选择的影响不仅存在独立的非线性效应,不同的社会经济属性还会导致其存在群体差异。这些发现可为创建面向老年人友好的出行环境提供决策支撑。     

基于集成学习和居民属性数据的出行方式预测模型

传统的效用理论模型以整体效用最大化为目标，忽略了影响居民出行方式选择肢间可能存在相关性以及部分效用相互补偿性。基于集成学习的居民出行方式预测模型可以有效表达出行效用的个体偏好、差异性和补偿性，解决了不同出行特征影响因素对于不同人群有不同效用表征问题。本文依托大样本居民属性数据，针对不同个体对不同影响因素的感知差异，结合居民出行调查的个人属性、出行属性及环境属性等相关影响因素进行综合分析，构建个体级居民的出行特征向量；研究构建基于集成学习方法的居民出行方式预测模型；以广州市为例进行实证分析，通过准确率、精确率、召回率和F1值这4个指标，对模型预测结果进行综合评价；针对部分出行属性相似导致细分的出行方式判别精度不高，按照大类方式、慢行交通、公共交通、个体机动化交通这4个类别构建层次化LightGBM (Light Gradient Boosting Machine)模型，并对GBDT (Gradient Boosting Decision Tree)、Random Forest、LightGBM、层次化LightGBM这4个模型预测结果进行综合对比。分析结果表明：LightGBM模型预测慢...     

基于城市综合体分类的停车收费政策预评估

为有效评估停车收费政策在不同类型城市综合体中产生的效果差异,基于辐射范围、居民出行距离及公共交通服务水平三项特征指标,利用K-Means聚类算法将城市综合体分成市域型和区域型两类。与区域型综合体相比,市域型综合体辐射范围更广、所吸引的人群活动出行距离更长、公共交通服务水平更具竞争力。构建城市综合体居民行为选择模型,利用RP/SP融合数据标定模型参数,以消除意愿调查产生的偏差。该模型综合考虑停车收费政策和公共交通服务水平的关联性,能有效分析停车收费价格上涨幅度和公共交通服务水平改善对市域型和区域型城市综合体居民方式选择行为影响的贡献程度,为区域差别化停车收费政策制定提供参考依据。     

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。     

基于logit模型的停车费率变化对居民出行方式的影响分析

利用乌鲁木齐市停车行为调查数据,根据logit模型理论,建立基于不同停车费率条件下的居民出行方式选择模型,研究居民出行方式选择行为与停车费率变化间的关系,分析不同停车费率条件下的私家车与公共交通出行比例的变化趋势。研究得出停车费率的变化对于居民出行方式选择有显著影响,为今后制定合理的停车收费政策进行交通需求管理提供了理论依据。     

基于多层模型的城市建成环境对通勤行为的影响

为研究城市建成环境对居民通勤行为的影响,考虑个体社会经济属性和交通小区建成环境属性的跨层次结构,建立多层模型,分别分析了个体社会经济属性层面和交通小区建成环境层面对通勤时间及通勤距离的影响,并利用长春市居民出行调查数据标定模型参数. 结果表明：多层模型比传统的回归模型拟合效果更好;控制个体社会经济属性特征后,土地利用混合度、交叉口密度及公共交通站点密度对居民通勤出行时间和距离的影响均呈现显著的负效应,而居民居住地到城市中心商务区(CBD)的距离仅对通勤距离有显著的正向影响.研究结果可为通过城市规划优化通勤结构提供理论支持.     

二孩政策下学龄儿童通学出行行为及优化策略

随着全面二孩政策的实施,学龄儿童数量增加、家庭结构产生变化,导致城市居民出行行为及家庭决策更为复杂。结合RP和SP调查,对未来二孩家庭学龄儿童通学出行行为特征进行分析。基于结构方程原理,构建以家庭为决策单位的学龄儿童通学出行行为模型,研究通学出行决策的形成机理。结果表明:学龄儿童的年龄及交通安全认知、通学距离及道路交通安全状况、父母通勤属性是影响接送决策的关键因素;通学距离、公共交通便利性、出行环境安全性以及接送决策是影响儿童通学方式选择的关键因素。最后,结合调查和模型结果,从城市规划管理、交通系统发展等角度提出政策建议,优化通学交通结构、减轻城市交通负荷。     

ȼ�ͼ۸�Ӱ���µľ������ѡ����Ϊ������������ģ

采用意向调查与行为模型分析相结合的方法,量化研究油价影响下我国居民的出行行为特征,识别典型响应行为,筛选显著影响因素,建立居民出行方式选择模型.结果表明,油价上涨将影响大部分潜在购车者的购车意向,改变其购车计划;油价对小汽车出行者的影响更加显著,减少用车频率、避免高峰出行、改变出行方式是私家车主应对油价上涨的最常用措施;以地铁为代表的公共交通是首选的替代出行方式,经济状况、家庭结构等在很大程度上决定了出行者对小汽车的依赖程度.通过燃油税对油价进行调节,将对我国城市交通结构的优化、交通状况的改善起到关键作用;建议在实施过程中,充分考虑油价对不同居民的影响特点,提高实施效果.该研究可为我国交通需求管理策略的制定提供参考.     

基于机器学习模型的建成环境对小汽车拥有行为的影响

为分析家庭小汽车拥有行为，同时考虑居住地和工作地建成环境的影响，构建梯度提升迭代决策树(GBDT)模型；分析社会经济属性，居住地、工作地建成环境属性对小汽车拥有行为的影响程度，并基于长春市居民出行调查数据进行实证研究.结果表明：3类影响因素中，社会经济属性对小汽车拥有行为的影响最大(58.95%)；职住地建成环境属性均对家庭小汽车拥有行为具有显著影响，且居住地建成环境影响(23.77%)高于工作地建成环境(17.28%)；职住地建成环境属性中，除居住地交叉口密度，工作地到中央商务区(CBD)距离及公共交通站点密度外，其他建成环境属性对小汽车拥有行为的影响均大于5%.因此，有必要同时优化职住地的建成环境来抑制小汽车拥有量的增长.     

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。     

动态停车预约收费条件下的出行行为选择研究

近年来,停车预约动态收费发展迅速,但是现有文献缺乏对动态停车预约收费条件下的出行行为选择的影响因素和影响机理的研究。本文基于宁波市动态定价停车预约意愿问卷数据,综合考察了驾驶人的个人属性、出行特性、停车特征和建成环境,建立了预约、不预约、转移到其他停车场、转移到其他交通方式4种行为选择的巢式Logit模型,并对相关变量进行了显著性分析和弹性分析。结果表明:年龄、家庭年收入、出行目的、出发时刻、出行距离、停车时长、排队时间、预约费用、目的地停车场数量以及出发地和目的地是否有轨道站点影响显著,高收入、通勤、高峰小时出行和长时间停车的人群更倾向于选择预约停车。模型拟合结果显示,考虑出发地和目的地建成环境的巢式Logit模型能够在一定程度上提高出行行为选择预测的精准度。     

卫星城居民出行特征及出行方式选择模型研究

卫星城居民出行特征及出行方式选择研究是解决卫星城交通问题的基础和前提。以南宁市浦口区为例,通过Access数据库对居民出行OD调查数据进行处理挖掘,从居民的出行频次、出行目的、出行方式、出行时耗及出行时间分布五方面对卫星城居民出行特征进行研究,总结出浦口区居民出行特征现状;挖掘并量化影响卫星城居民出行方式选择的关键因素,利用浦口区居民出行调查数据,构建居民出行方式选择多项Logit模型,通过SPSS软件进行模型拟合和标定。在模型拟合结果中,以公交车为例进行拟合结果分析,可得到影响选择公交出行的主要因素——性别、年龄以及有无公交IC卡,并通过计算以及模型预测值对模型拟合精度进行校验。结果显示,除非机动车预测效果较差以外,其余预测误差均在可接受范围内。     

多公交信息下居民出行前方式选择意向分析

为了研究公交信息对出行前交通方式选择的影响,选取了公交出行距离信息、 公交车辆位置信息、道路拥堵情况信息和公交换乘信息等四种公共交通信息,通过均匀 设计方法,设计四种公共交通信息组合条件下的居民出行交通方式选择意向调查,并通 过在湖北襄阳获得的数据,建立了多项Logit 模型,定量分析了显著影响因素.研究结果表 明,公交信息对出行前方式选择行为的影响比较显著,且不同的公交信息对出行方式选 择的影响存在差异,但总体上会增加人们选择公交出行的意愿;对于已购车的出行者,公 交信息的影响十分有限,而个人对于公共交通的偏好也会影响其出行方式选择的意向.研 究建议,提供更准确和丰富的公交信息服务以增加城市公共交通的吸引力.     

基于非集计模型的居民出行方式选择行为研究

基于ML模型的基本理论与建模方法,利用2009年济南市居民出行调查数据,对影响城市居民出行方式选择的因素进行了分析,确定了影响居民出行方式选择的特性变量,建立了居民出行方式选择ML模型.研究结果表明:居民出行方式选择与个人属性、家庭属性和出行属性之间有较稳定的关系,通过对影响居民出行方式选择的可控影响因素进行引导和调整,可以达到优化和调整交通方式结构的目的.     

地形感知对居民公共交通出行方式选择的影响研究——以贵阳市为例

公共交通系统作为城市运转的重要组成部分已成为学界研究的焦点。本文利用贵阳市中心城区调研数据,引入地形感知变量,构建包含潜变量的SEM-Logit模型来分析居民公共交通出行选择影响因素。结果表明：包含潜变量的SEM-Logit模型比不包含潜变量的Logit模型拟合度更佳,个人属性变量中,性别、年龄、受教育程度、个人月收入、驾照持有情况、家中小汽车规模显著影响居民公共交通出行选择;潜变量因素中,目的地可达性、吸引力、地形感知对居民公共交通出行选择造成显著负向影响,即公共服务设施越便捷、小区吸引力越强、地形感知越大,居民选择公共交通出行的概率越小,而出行态度和活动支持与居民公共交通出行选择具有正相关性。地形感知对老年人与中年人公共交通出行选择均产生负向影响,但对中年人的影响程度大于老年人;地形感知对长期居住者公共交通出行选择的影响具有持久性和适应性,对短期居住者公共交通选择削弱较小。研究结论可为山地城市规划和交通建设提供指导。     

考虑定制出行的儿童通学方式选择行为研究

为系统获取考虑定制出行后儿童通学方式选择的行为模式,在系统选取影响儿童通学方式决策变量的基础上,集成结构方程模型和离散选择模型,提出儿童通学方式选择的混合选择模型(HCM),以云南省昭通市为案例进行分析.结果表明：所构建的HCM模型相比结构方程模型和离散选择模型具有更高的拟合优度,更适用于儿童通学方式选择行为分析;与小汽车出行方式相比,行为意向对家长选择定制出行方式的影响更大,定制出行方式的普及更多取决于家庭的接受和依赖程度;时间和成本并非是家长选择定制出行方式的首要考虑因素.