���dz����ڲ�����Ӱ���������� ��ʽѡ����Ϊģ��

为解决区域客运方式选择模型中缺少定量考虑市内出行影响的问题,从完整出行链的角度,将区域出行全过程划分为三阶段,区分了区域与市内出行的共性及差异性影响因素.提出包容值的概念,用于描述市内出行对区域出行方式选择影响的综合效用.基于NL模型构建涵盖市内出行作用的区域出行方式选择行为模型,对模型的特性变量进行具体定义,运用NLOGIT软件对模型进行参数标定.最后,将模型应用于成渝通道实例分析中,共回收有效问卷924份.计算结果表明:市内出行主要受出行时耗、费用及是否换乘3个变量影响,考虑了市内出行包容值的改进模型优度比较传统模型提高了0.145,显示模型解释度和精确性有一定提升.     

拉萨游客出行方式选择行为研究

鉴于MNL模型的非相关选择方案独立性易引起预测误差,同时考虑到西藏地区在全国旅游市场的特殊地位,选用NL模型对拉萨游客出行行为进行研究,并引入游客主观意向选择修正系数α,选取景点和出行方式分别作为水平2和水平1的选择肢,以出行费用、行程时间、年龄、收入、是否有私家车作为效用变量,在水平1的基础上提出了两种交通方式的划分方法,分别构建了以游客出行意向和交通特性为出发点的NL模型,利用拉萨游客出行调查数据对模型进行参数标定,检验结果表明以游客出行意向为出发点的划分方式更符合实际情况,引入主观意向修正系数后,预测的相对误差由11.82%降至9.99%。     

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.     

基于随机效用模型的大城市与卫星城市间交通模式配置研究

在对大城市和卫星城市间复合交通模式进行分析的基础上,结合个人出行特性,提出了大城市和卫星城市间的典型交通模式;基于对个体出行行为的分析,探讨了随机效用理论在交通模式选择决策行为中的应用;以M NL模型为基础,研究了主卫城间复合交通模式的效用因子及标定方法,提出了模型在城间交通模式配置时的应用步骤;结合具体示例进行了分析验证.     

基于出行效用无差异阈值的组合交通客流分配模型

为探究出行者的感知差异对组合交通方式客流分担的影响,将出行效用无差异阈值引入出行者的决策过程中,建立了Nested Logit客流分配模型。模型将出行决策过程划分为三个层级,出行逻辑为出行者先选择出行方式,其次考虑换乘位置,最后考虑路径选择。模型确定各层级出行效用的影响因素,并假设当两种出行方案的效用差小于出行者感知的无差异阈值时,出行者无法在两种选择方案中做出确定的选择,而是基于个人偏好或随机进行选择;反之,出行者会选择效用最大的出行方案。通过连续平均算法对模型进行求解,并采用数值算例分析无差异阈值对出行决策过程中三个选择环节的影响,从而验证了模型的合理性。模型结果表明：考虑出行效用无差异阈值的客流分配模型会影响组合交通方式的选择分担,可以更准确地反映出行选择过程中的随机性。此外,模型下级的无差异阈值会影响上级的选择概率,对换乘点与路径信息采取措施可以在一定范围内优化各交通方式的分担比率,从而引导出行者选择更为绿色的出行方式。     

基于出行链的铁路车站开通初期客流预测研究

【目的】为解决铁路车站开通初期客流预测缺乏数据支撑,以及估计不同交通方式成本来计算客流转移量结果与实际偏差较大的问题。【方法】以新开通南沿江城际铁路江阴站为例,考虑该线与既有高速及城际铁路的线位关系,基于城际出行链,依托旅客出行行为调查对区域内可选择的不同交通方式的城际出行效用进行定量计算,采用Multinominal Logit(MNL)模型,区分工作日与非工作日,结合客流分配现状对效用变量系数进行标定,据此预测南沿江城际铁路江阴站开通后发往南京、上海枢纽的客流量,同时结合城市经济和社会发展推演计算发往沿线其他站点的客流。【结果】结果表明,南沿江城际铁路江阴站的开通可以有效吸引江阴地区原本选择既有铁路、公路去往南京、上海的客流以及选择公路去往南沿江城际铁路沿线其他城市的客流。【结论】因此,南沿江城际铁路的开通能有效缓解辐射范围内既有铁路、公路的运输压力,客流预测结果还将支撑站点运力资源配置优化研究。     

基于巢式Logit模型的低收入人群出行行为分析 ——以上海市智能手机调查数据为例

低收入人群是城市人口组成的重要和特殊部分,关注并研究其出行行为具有重要的社会价值。本文首先界定城市低收入人群的范围,根据上海市居民出行调查数据划分出研究对象,总结影响低收入人群出行行为的多重变量,然后基于效用最大化理论构建出行目的和出行方式相互影响的巢式Logit模型,并对模型参数进行标定,得到低收入人群出行行为选择的特定规律。结果表明,出行时段、出行费用、出行优先政策以及出行目的对低收入人群出行方式选择具有显著影响。     

����������ݵ������Ǽʳ��з�ʽѡ����Ϊ�о�

随着中国城市群的快速发展,城际交通出行环境发生了巨大的变化,因此城际出行者也会不断地重建自己的出行习惯,这就要求建立动态模型研究城际出行者出行行为和预测城际交通需求。本文调查出行者在宁杭城际高铁开通前后两个时期的出行信息,并且引入状态依赖变量表征出行者之前选择结果对之后出行选择的影响,建立了基于面板数据的城际出行方式选择动态模型。模型结果表明,基于面板数据的动态模型比传统的基于出行者单次出行数据的模型拥有更高精度。同时本文根据宁杭城际出行背景设置三组政策变化方案预测出行分担率,结果表明,当选择环境发生变化时,传统模型会高估出行方式分担率的变化程度。以上结论能更好地服务于中国城际交通的规划。     

基于面板数据的宁杭城际出行方式选择行为研究

随着中国城市群的快速发展,城际交通出行环境发生了巨大的变化,因此城际出行者也会不断地重建自己的出行习惯,这就要求建立动态模型研究城际出行者出行行为和预测城际交通需求.本文调查出行者在宁杭城际高铁开通前后两个时期的出行信息,并且引入状态依赖变量表征出行者之前选择结果对之后出行选择的影响,建立了基于面板数据的城际出行方式选择动态模型.模型结果表明,基于面板数据的动态模型比传统的基于出行者单次出行数据的模型拥有更高精度.同时本文根据宁杭城际出行背景设置三组政策变化方案预测出行分担率,结果表明,当选择环境发生变化时,传统模型会高估出行方式分担率的变化程度.以上结论能更好地服务于中国城际交通的规划.     

习惯影响下城际出行方式选择意向形成机理

旅客在出行选择决策中存在依赖经验而不愿意进行新尝试的习惯行为倾向，研究分析旅客在选择普铁、大巴和高铁 3种城际出行方式行为中的习惯影响程度及意向形成机理. 本文在对习惯进行定义和测量的基础上，引入习惯潜变量改进计划行为理论，构建习惯与意向间关系的结构方程模型.模型标定结果显示，对于普铁、大巴和高铁3种城际出行方式，各潜变量对意向总的解释方差分别为71.9%、54.9%、62.3%，习惯对意向解释的总效应分别为0.538、0.851、0.538，其中间接效应分别为0.538、0.513、0.258.分析结果表明：城际出行方式选择中存在明显的习惯倾向，其中相对于直接影响，间接影响效应更强；3种出行方式中，大巴的选择受习惯影响最明显.     

“空巴联运”需求预测模型与实证分析:以湖北地区为例

以非集计离散选择模型理论为依据,建立基于Logit的城际旅客交通方式选择行为模型.根据武汉周边4个城市(孝感、随州、襄阳和十堰)经武汉到上海的旅客出行方式意向选择(Stated Preference,SP)调查数据,研究了影响旅客选择"空巴联运"(即航空与巴士接驳)方式的重要因素,并对影响因素进行灵敏度分析,估计3种交通方式("空巴联运"、动车—高铁、大巴—高铁)的客流分担率.基于调查数据,对模型参数进行了标定.结果表明,城市内出行时间(程前程后出行时间)和总出行货币费用对旅客出行方式选择影响显著.     

基于家庭属性和Nested Logit模型的学生出行选择特性分析

运用非集计模型中Nested Logit模型的理论与方法,以中小学生出行方式选择行为为对象,研究个人属性、家庭属性和出行特性对学生出行方式选择的影响。模型分上下两层,上层为公共交通和私人交通方式的选择,下层为小汽车、摩托车、自行车及步行交通方式的选择;利用SPSS软件对模型进行标定和检验,分析各因素对学生出行选择的影响。结果表明:家庭收入对于上下层交通方式选择影响大,收入高的家庭,学生出行更倾向于选择私人交通方式;是否拥有公交卡对上层交通方式影响最明显,当学生拥有公交卡时,其选择公共交通方式是私人方式的38倍;家庭交通工具拥有量和是否有人接送是下层交通方式选择的主要因素,家庭小汽车数量增加或有人接送时,学生出行选择小汽车的概率增加。     

出行方式与出发时间联合选择的分层Logit模型

基于随机效用最大化理论,选取出行者特征、行程特性与出行方式服务水平作为效用变量,以出行方式与出发时间作为选择肢,构建了出发时间位于下层与出行方式位于下层的2种居民出行NL模型。分析了北京市居民出行样本数据,并模拟了在早高峰时段对小汽车出行收取费用时,小汽车出行者出行行为的变化。计算结果表明:与传统MNL模型相比,NL模型具有更好的统计学特征,调整后的拟合优度由0.338增大至0.404;在2种NL模型中,出发时间位于下层的结构对样本数据的适应性更强;当早高峰时段小汽车出行收取费用为5元时,72.6%的小汽车出行者坚持原有出行方式与出发时间,22.4%的小汽车出行者坚持小汽车方式,但会改变出发时间,4.8%的小汽车出行者改用公共交通方式,但出发时间不变,仅0.2%的小汽车出行者同时改变出行方式与出发时间;当收取费用为10元时,51.7%的小汽车出行者坚持原有出行方式与出发时间,40.4%的小汽车出行者坚持小汽车方式,但会改变出发时间,7.9%的小汽车出行者改用公共交通方式,但出发时间不变;当收取费用为20元时,27.5%的小汽车出行者坚持原有出行方式与出发时间,60.6%的小汽车出行者坚持小汽车方式,但会改变出发时间,11.9%的小汽车出行者改用公共交通方式,但出发时间不变。     

具有模糊特性变量的出行方式预测Logit模型

基于非集计模型与模糊数学理论,以城市群居民出行行为为研究对象,选择出行者的出行时间和出行费用作为影响因素,利用极大似然估计法进行参数标定,通过t检验、命中率检验与优度检验,将出行时间模糊化,忽略出行费用的影响,建立了具有模糊特性变量的出行方式预测Logit模型。将轨道交通与小汽车2种出行方式的时间模糊化参数分别选为0.1、0.3、0.5,分析了出行方式与出行时间对居民出行行为的影响。分析结果表明:轨道交通与小汽车的平均出行感知时间之比为0.8～1.2,且2种出行感知时间同等程度变化;当轨道交通出行时间模糊化参数为0.1,小汽车出行时间小于70min时,出行者均选择轨道交通出行;当轨道交通出行时间模糊化参数为0.3,小汽车出行时间小于67min时,出行者继续选择轨道交通出行,但当小汽车出行时间大于67min,小汽车出行时间模糊化参数分别为0.1、0.3时,出行者选择小汽车出行;当轨道交通出行时间模糊化参数为0.5,小汽车出行时间小于58min时,出行者仍然选择轨道交通出行,但当小汽车出行时间大于66min时,出行者均选择小汽车出行。     

多方式条件下城市交通分配研究

随着城市综合交通体系的不断发展和完善,城市出行多方式化的特征日益突出.本文在充分考虑城市多方式交通网络结构特性的基础上,构建方式及路径联合选择模型,研究多方式条件下的交通分配方法.首先,基于随机效用最大化理论构建出行方式和路径联合选择的Nested Logit（NL）模型;其次,运用路段实测交通流数据标定道路混合交通流条件下的交通阻抗函数;最后,基于构造的多方式交通网络进行多方式交通分配,分析出行量在网络上的时空分布.结果表明,本文所提出的多方式条件下的交通分配方法,能够有效地描述城市多方式交通网络条件下的出行方式和路径选择行为,以及交通出行在交通网络上的时空分布规律,对于完善城市综合交通体系具有重要意义.     

基于家庭属性差异的大学生出行方式选择行为研究

为剖析家庭属性差异对大学生出行方式选择行为的影响，基于非集计理论，构建家庭属性差异的大学生出行选择多元Logit 模型. 根据四川省2 571 份大学生出行行为调查问卷，运用SPSS 软件标定模型参数，获取影响大学生出行选择的主要家庭属性因素，并进行敏感性分析. 结果表明：家庭平均年收入、经济净流对大学生出行方式选择有显著的影响；以航空运输为参考，家庭平均年收入、经济净流对公路运输方式选择的影响大于铁路运输；“祖辈替孙辈购买机票”的折扣票务形式可提高大学生选择航空出行的概率.     

北京市共享单车停车需求预测

为给共享单车停放点布设规划提供依据,通过对北京市居民出行方式选择进行调研,分析北京市居民出行方式影响因素,确定影响居民出行交通方式选择的特性变量。分析比较现有交通需求预测方法的优缺点,应用随机效用理论,建立基于交通方式选择的共享单车需求预测模型(Logit模型),利用TransCAD交通规划软件对模型参数进行标定,确定分担方式效用函数。根据未来年交通出行量进行停车需求预测,实验结果表明符合规划区域实际情况。     

后悔理论视角下的出行选择行为(英文)

应用随机后悔最小化理论与随机效用最大化理论,分别建立RRM-MNL模型和RUM-MNL模型研究了出行方式选择行为。在模型参数、拟合优度方面对2个模型进行了比较,应用直接弹性分析了在交通管理措施评价方面的区别,并通过城际出行方式中的飞机、火车、长途汽车、小汽车4种出行方式数据进行实际验证。分析结果表明:相比于RUM-MNL模型,RRM-MNL模型能够描述在多属性方案选择过程中的部分补偿性决策行为和折衷效应,能更真实地反映实际出行行为选择过程;等待时间、出行时间和出行费用对飞机、火车和长途汽车3种出行方式的选择概率都具有弹性;在RRM-MNL模型中,等待时间对3种方式的弹性值分别较RUM-MNL模型的低7.30%、13.14%和7.70%。可见,对于同一属性变量,出行者具有不同的选择偏好,会表现出不同的选择行为。     

基于Mixed-Logit的半补偿型方式划分模型研究

引入阈值的概念,建立基于Mixed-Logit模型的半补偿型方式划分模型,将选择过程划分为2个阶段,并在第二阶段采用Mixed-Logit模型,克服IIA特性和喜好随机性限制两大缺陷,最终达到更好地描述出行方式选择行为的目的.基于SP调查获取的样本数据,采用马尔科夫链蒙特卡洛算法结合数据扩张技术的方法对模型参数进行标定,利用命中率法对模型预测结果进行检验,并与MNL模型进行对比,验证了该模型应用于交通方式划分的可行性及优越性.