多种公共交通方式竞合关系建模与仿真

随着城市"公交优先"理念的不断深入,有效协调多种公共交通方式间的竞合关系,对于充分发挥公共交通方式在城市居民出行中的主体作用具有十分重要的意义。采用MNL模型描述居民公共交通方式的选择行为,应用广义出行成本和主观感受建立效用函数,结合哈尔滨市地铁沿线居民出行数据,标定模型参数、验证模型有效性,并应用Matlab对模型进行仿真分析。结果表明:出行成本的单方面增加会损害自身的出行分担率;地铁和出租车分担率均与单位时间价值正相关;地铁分担率与平均出行距离正相关;出租车分担率与时间偏好系数正相关,地铁分担率与时间偏好系数呈抛物线变化。     

基于手机信令数据的常规公交站间OD识别

为识别手机用户乘坐常规公交的OD,结合公交车辆GPS轨迹,在考虑常规公交换乘行为的基础上,建立基于手机用户与车辆轨迹相似度的常规公交出行识别模型,以及站间OD概率模型。通过地铁出行识别,融合手机信令数据与IC卡数据,提取包含百万样本的公交与非公交出行数据,以此作为验证集。进一步分析各参数取值、出行距离、公交线路重复系数等因素对公交出行与站间OD识别的效果。结果表明：在验证集中,常规公交出行方式识别精确率可达0.807,召回率0.912,换乘识别精确率可达0.660,召回率0.756,公交线路识别准确率可达75.5%,站间OD 识别准确率可达71.9%,参数取值的不同对识别效果影响较大。此外,出行距离越长、公交线路重复系数越低,公交线路与站间OD识别准确率越高,出行距离6 km以上、平均公交路段重复系数4 以下的识别效果最佳。     

公共交通票价对通勤走廊出行结构的影响

针对通勤走廊构建交通方式选择模型,分析公共交通票价对通勤走廊出行结构的影响;考虑公共交通多种末端衔接方式,针对有车和无车通勤者,分别构建了包含组合出行模式的出行方式选择NL模型;以北京市地铁5号线沿线通勤走廊为例,结合实际数据对NL模型精度进行检验;在考虑公共交通运能约束的基础上,应用NL模型分析不同单一交通方式票价、组合票价下,各出行方式分担率与公共交通满载率的变化,从公共交通运能利用率和服务水平的角度研究不同票价下出行结构的合理性。研究结果表明:北京市票价调整政策可以提高地面公交运能利用率,但对降低地铁满载率的作用有限;若将地面公交票价调整为0.01~0.06元·km~(-1)或地铁票价调整为0.32~0.42元·km~(-1)时,通勤走廊内地面公交的高峰小时平均满载率为60%~65%,北京市地铁5号线高峰小时满载率为86%~100%,公共交通运能利用率保持在一定水平的同时,提高了公共交通服务水平,且小汽车的分担率基本保持现状,未造成小汽车出行量的激增;当地面公交和地铁票价同时满足限制条件时,通勤走廊内地面公交的高峰小时平均满载率为58%~80%,北京市地铁5号线高峰小时满载率为86%~100%,小汽车分担率的增幅在5%以下,票价调整可以改善通勤走廊的出行结构。     

���г��⳵���з�ʽ�ֵ���Ԥ�ⷽ���о�

同时考虑社会利益和个人利益，选取公交系统(包括常规公交和出租车)出行者占用道路总面积、广义出行费用、拥挤度为指标建立多目标函数模型，求得出租车出行占公交系统出行的比例，根据公交系统出行总比例最终确定全方式出行结构中出租车出行方式分担率．实例分析证明该方法所需数据量少、可操作性强，宏观政策及其微观影响在预测过程中互为反馈，该方法既可用于确定出租车出行方式分担率，又可为交通政策决策者提供理论依据．     

大连新建地铁对公交出行选择的影响

为了分析城市新建地铁项目对居民公共交通出行的影响,改善公交服务水平,提高公共交 通的分担率,针对大连市新建地铁线路展开研究。以大连市地铁1 号线沿线站点作为研究区域, 采用SP （Stated Preference） 调查方法,收集了300 名地铁沿线居民对常规公交以及新建地铁两种 出行方式的选择数据。通过建立二项Logit 模型,分析出行成本、换乘时间等选择方案特性变 量,出行特性变量以及出行者特性变量对于居民出行方式选择行为的影响,并计算弹性值及模型 精度。结果表明,通过调整出行成本及换乘时间可有效提高地铁分担率。由此提出相关政策建 议：对于出行成本,可从出行者年龄及出行次数两方面制定不同的优惠政策;对于换乘时间,可 从提高可达性、完善购票系统以及调整发班频率三方面进行改善。     

城市常规公交接驳方式分担率预测模型研究

为对城市常规公交接驳方式分担率进行准确预测,从不同方法组合预测角度入手对其展开研究。选取哈尔滨市3个常规公交站,开展居民接驳方式意向调查,获取出行者的性别、年龄、职业、收入、出行目的、出行距离及选用的接驳方式等数据。利用多项Logistics回归和Bayes判别分析两种方法,分别构建常规公交接驳方式分担率预测模型,并采用SPSS软件对模型进行标定。结果表明,两种模型均具备较好的拟合度,模型预测准确率分别为78.9%和75.8%。通过对预测结果进行对比,多项Logistics模型适用于步行和自行车分担率预测,而Bayes判别分析在常规公交分担率的预测上更为准确。     

都市圈通勤出行行为特性分析与建模

为研究都市圈范围内通勤出行的交通方式选择行为,分析出行特性,揭示个体属性、家庭属性及出行属性对方式选择的影响,本文建立都市圈通勤出行Nested Logit 模型,对北京都市圈内廊坊市“北三县”的4 385 个进京通勤者的出行方式选择机理进行研究. 结果表明,出行方式的费用、出行时间及换乘次数均对通勤者出行方式选择产生显著影响. 为验证模型的有效性,提出两种政策改善方案,分析各方案下出行方式划分率变化情况,数据显示综合改善效果下小汽车的出行方式比例下降2.46%,公交与地铁的出行比例分别提高1.73%和 0.75%,表明方案对交通方式分担率改善效果明显.     

都市圈通勤出行行为特性分析与建模

为研究都市圈范围内通勤出行的交通方式选择行为,分析出行特性,揭示个体属性、家庭属性及出行属性对方式选择的影响,本文建立都市圈通勤出行Nested Logit 模型,对北京都市圈内廊坊市“北三县”的4 385 个进京通勤者的出行方式选择机理进行研究. 结果表明,出行方式的费用、出行时间及换乘次数均对通勤者出行方式选择产生显著影响. 为验证模型的有效性,提出两种政策改善方案,分析各方案下出行方式划分率变化情况,数据显示综合改善效果下小汽车的出行方式比例下降2.46%,公交与地铁的出行比例分别提高1.73%和 0.75%,表明方案对交通方式分担率改善效果明显.     

���й����ͨ�볣�湫��֮����ģ��

随着轨道交通在我国大城市中的逐步发展，轨道交通势必与常规公交之间发生客流竞争。本文在分析轨道交通与常规公交客流吸引影响因素的基础上，利用不同出行方式下的出行时耗和出行距离，确定了轨道交通与常规公交之间的客流争夺区域。利用Logit模型，用相对比较容易量化的广义费用函数来代替模型中效用函数，从而建立了轨道交通与常规公交的竞争模型，形成轨道交通与常规公交的分担比例曲线，提供了一种确定两者之间客流分担率的方法。     

空间异质性建成环境对地铁与公交换乘客流的影响

地铁与常规公交换乘的出行方式成为人口密集型城市的主要出行方式，探究两者换乘模式的影响因素有助于提高公共交通分担率。本文采用AFC(Automatic Fare Collection System)数据与AVL(Automatic Vehicle Location)数据，识别地铁-公交(M-B)和公交-地铁(B-M)两种模式的换乘客流。以地铁站点为核心，围绕站点周边开发程度、交通系统、城市设计及地铁网络结构特征这4个维度构建地铁站点建成环境指标体系。利用多尺度地理加权回归模型(MGWR)探究城市建成环境对地铁-公交与公交-地铁两种换乘模式的影响机理及其尺度效应，并以成都市为对象进行实证研究。研究结果表明：MGWR模型能够反映不同建成环境要素与M-B和B-M方式间依赖关系的空间异质性与作用尺度差异性，估计结果优于全局OLS(Ordinary Least-Squares)模型与GWR(Geographic Weighted Regression)模型；建成环境要素对公交与地铁换乘客流的影响效应存在空间异质性，公交线路数量空间异质性最为显著，非机动车道密度、土地利用混合度及地铁线路数量空间异质...     

基于出行者心理因素的公共交通方式选择模型研究

传统的公交出行主要考虑出行者的实际出行时间,本文在浙江湖州的调查数据基础上,建立基于出行者心理因素的公共交通方式选择模型,运用BL模型既从整体上对比分析公交与私人交通方式之间的竞争关系,又分别对比分析公交与摩托车、电动车、自行车的竞争关系。由模型的预测结果可知通过改变出行环境可以大大提高公交分担率,效果十分显著;调查分析和模型的结果都证实了满足出行者心理需求对于提高公交吸引力的显著作用,为提高公交出行分担率和服务水平提供了参考。     

出租车拥有量对分担率影响研究

本文以出租车的空驶率、出租车在居民出行方式中的分担率、平均日运营车速、平均日运营时间和出租车价格等数据为参数,通过空驶率的计算方法,推导得出城市出租车拥有量的计算模型.通过北京市的实例分析,求得北京市出租车的拥有量,并分析了出租车的空驶率、分担率与拥有量之间的关系,进一步探讨了出租车拥有量的变化对空驶率和分担率的影响,最后通过推算得出北京市出租车分担率范围.     

非集计模型在公交出行方式选择中的应用

提出一种基于多元非集计(multinominal non-aggregation logit,MNL)模型的公交出行方式的选择方法。分析城市公共交通中应用最普遍的公交车、快速公交及轨道交通3种公交方式的特性,结合目前居民出行特性预测方法的特点,考虑影响城市居民选择乘坐各种公共交通出行方式的影响因素,建立城市居民公交出行方式选择的MNL模型。以广州市2014年出行调查数据为依据,标定MNL模型参数,计算得到的2014年广州市轨道交通、公交车、BRT出行方式的分担比例与实际结果的误差小于10%,该模型可为未来城市公共交通方式选择模型的研究提供借鉴。     

重庆市主城区交通方式结构演变与预测分析

交通方式结构演变主要受到各种宏观与微观因素的综合影响。本文以重庆市主城区为例,总结了过去五年的步行、小汽车、地面公交、轨道交通、出租车等五种交通方式结构演变规律,并从供给侧和需求侧出发,揭示了影响交通方式结构演变的各种因素,实现了对出行者交通方式决策过程的刻画。同时,以平均增长率法和随机效用最大化模型为基础,综合考虑重庆市主城区的社会经济发展水平、小汽车和出租车的发展规模、地面公交和轨道交通的服务水平,对2025年、2035年的五种交通方式的出行量和分担率进行了预测。预测结果表明,随着机动化出行比例的不断升高,轨道交通的骨干作用将日益显现,地面公交的保障作用也得到增强,预计2035年,轨道交通和地面公交在重庆市主城区居民出行交通结构中的比例将分别达到24.41%、18.72%,成为最主要的机动化出行方式。     

基于城市轨道交通与常规公交竞争的票价制定模型

为了制定城市快速轨道交通的合理票价,利用不同出行方式下的出行耗时和出行距离,确定了轨道交通与常规公交之间的客流争夺区域.然后利用Logit模型,用相对比较容易量化的广义费用函数来代替模型中的效用函数,从而建立了轨道交通与常规公交的竞争模型,形成在不同出行距离下的票价与分担率曲线,提供出行距离与票价制定的一种方法.     

城市出租车拥有量对分担率影响分析

城市出租车的合理拥有量对促进城市公共交通发展、节省道路资源起到至关重要的作用。以出租车的空驶率、出租车在居民出行方式中的分担率、平均日运营车速、平均日运营时间和出租车价格等数据为参数,通过空驶率的计算方法,得出城市出租车拥有量的计算模型。最后通过北京市的实例分析,求得北京市出租车的合理拥有量,并进一步分析出租车的空驶率、分担率与拥有量之间的关系,推算出北京市出租车合理分担率范围。     

轨道交通接驳方式选择行为分析——以上海松江大学城为例

基于上海松江大学城站轨道衔接方式选择行为的调查数据,对城市轨道交通接驳方式选择行为进行研究,从大学城学生个体角度分析学生群体的出行特征和规律,合理有效地调整交通结构,进而优化城市轨道交通服务水平,增加城市轨道交通的吸引力.基于Nested Logit非集计模型,建立两种不同分组选择支的轨道交通衔接方式选择模型进行参数标定,对比模型的优比度、分支相关系数和命中率,择优选择精度较高的模型.根据建模结果,在调查数据分析的基础上,对不同接驳方式的分担率进行预测.预测结果为:公共汽车的分担率最高,为59.9％,即公共汽车仍为学生选择的主要接驳方式,出租车的分担率次之,自行车分担率最低.最后,对NL模型进行应用.研究发现,对于学生群体而言,提高出租车的起步价对出租车的分担率并无较大影响.综合比较性别、接驳时间、接驳费用等影响因素,发现性别对学生接驳方式的选择有较大影响.     

影响公交分担率的关键因素研究

通过对2012年济南市居民出行意愿调查数据分析,建立全方式的多项选择Logit模型,并对影响公交分担率的关键因素(公交出行时间、步行时间、等车时间、公交票价、燃油费、停车费)进行分析,可为制定相关措施来提高公交分担率,缓解交通拥堵,实现"公交都市"建设目标提供有力支持。     

沈阳“定制公交网”近日上线

沈阳“定制公交”网站将于近日正式上线,公开向市民征求预定的公交线路,并根据市民建议尽快开通相关线路。届时,沈阳市民就可以乘坐出行地点、出行时间“自己说了算”的定制公交。 沈阳“定圳公交”根据需求和客流情况设计出公交线路,是一种为相同出行地点、出行时间和目的地的出行需求人群量身定制的公共交通服务。     

城市地铁运营初期的短途客流吸引特性

为了明确城市地铁运营前后,各主要交通方式的客流分担情况,进而准确预测地铁运营后的客流需求,针对其客流吸引特性开展研究.以大连地铁2号线所在黄河路路段为调查对象,分别开展地铁运营前后,各主要交通方式的客流调查.采用数理统计方法,对比分析地铁运营前后,小汽车、常规公交与地铁三种交通方式的客流分担情况.基于随机效用理论,分别构建地铁运营前后的交通方式选择Logit模型,并提出模型参数标定方法.依据实际调查客流数据,对模型参数进行标定并验证其计算结果.研究表明,本例中地铁运营后,分别从小汽车与常规公交中吸引客流5.4%与6.4%;交通方式选择Logit模型的计算结果与实际调查数据的差异在±5%以内.