基于Mixed Logit模型的新建轨道交通客流转移预测

研究以轨道交通客流转移预测为目标,综合考虑居民出行选择习惯、交通信息及交通环境等因素,利用乌鲁木齐市居民出行方式选择SP调查(Stated Preference Survey)数据构建ML(Mixed Logit,混合Logit)模型,对城市轨道交通客流转移进行实证研究。研究结果表明,ML模型能够反映出个体选择喜好的随机特性;居民出行选择习惯、交通信息及交通环境因素显著影响居民向轨道交通转移的选择;轨道交通1号线和2号线建成后,预测可承担乌鲁木齐市南门附近居民31. 75%的出行,该部分出行主要是从常规公交、BRT和出租车转移而来,而私家车出行向轨道交通转移较困难。研究成果可为轨道交通建设的城市特别是新建轨道交通的城市提供有力的数据支撑和理论基础。     

基于非集计模型的公交出行选择预测模型

为研究城市居民选择何种公交方式出行,以非集计理论为方法,结合西安市城市居民公交出行特性,以地铁出行和地面常规公交为选择肢,确定相关因素作为影响变量,可建立居民公交出行选择MNL模型.使用交通分析软件TransCAD标定模型,可获得模型各影响变量参数值,并依据统计学原理和相关参数检验对模型参数进行分析,最后再运用另外400份居民公交出行调研数据对模型进行精度验证.     

居民出行方式选择非集计模型的建立

基于非集计离散选择模型的基本理论与建模方法,结合2003年北京居民出行调查数据,对影响居民出行方式选择的因素进行了分析,选择包括公交车、出租车、私人小汽车等在内的5种日常生活中较为常用的交通方式作为居民出行的方式选择肢,确定了影响居民出行方式选择的特性变量及相应的取值方法,建立了交通方式选择MNL模型。应用Matlab优化工具箱中的无约束最优化函数对所建的MNL模型的参数进行了标定,并通过命中率的计算验证了模型的有效性。结果表明,非集计建模方法能够较全面的考虑居民出行选择的各方面影响因素,尤其是将出行者的个人特性影响因素引入模型,提高了模型的预测精度和实用性。     

轨道交通对城市公共交通网络可达性的影响——以哈尔滨市为例

为有效地评价轨道交通对城市公共交通网络可达性的改善作用,建立了站点可达性度量模型,以衡量站点的可达程度。从平均出行时间、加权出行时间与出行范围3方面出发,建立了基于公共交通网络出行的空间可达性度量模型。结合上述模型引入可达性区位度的概念,用于衡量区域整体可达水平。选取哈尔滨中心城区为研究对象,分析了其5条地铁线路开通前后的公共交通网络可达性变化情况,并通过Arcgis软件实现了研究区域的数据处理与模型运算。结果表明:地铁线路的开通能够缩短居民的出行时间,无地铁线路开通时,全局平均可达时间为2.06 h,在地铁5号线开通后,全局平均可达时间降低到1.35 h,地铁线路开通降低了5大行政分区的加权可达时间;地铁1号线的开通提高了南岗区居民的出行效率,地铁3号线的开通改善了香坊区与道外区的居民出行效率,地铁2号线与地铁5号线的开通改善了松北区居民的出行效率;无地铁线路开通时,基尼系数为0.314,居民的出行机会相对公平合理,地铁1号线开通后,地铁线路周围获得了较大的出行机会,基尼系数增大到0.686,在5条地铁线路全部开通与运营之后,基尼系数降低到0.371,居民所获得的出行机会变得相对公平合理。     

基于BP神经网络的居民出行方式选择模型

以城市居民出行方式选择行为作为研究对象,分析了影响出行方式选择行为的主要因素,利用BP神经网络可以自动获取研究对象的输入、输出间关系和较强的学习训练特性,建立了基于BP神经网络的居民出行方式选择模型,并通过2009年济南市居民出行调查数据对模型进行了实例分析。结果表明：BP神经网络模型能够较好地描述居民出行交通方式选择行为。     

手机APP出行调查系统开发及其模型应用研究

出行调查是出行需求预测模型的重要的数据来源,而国内外近几年使用的调查方法费时费力、数据量不大且很多处于理论阶段无法应用到实际中.为了解决当前调查方法中存在的问题,设计了一套基于手机APP的出行调查系统,同时还探讨了将收集到的出行数据运用到交通规划模型中的问题.该系统在注册填写个人信息以及收集轨迹数据的基础上,利用当前定位技术无法准确获知居民室内位置的特点,以达到收集居民出行数据的目的.具体方法是计算一定时间内轨迹数据的定位精度和速度来判断该段时间居民是否停留,然后将识别出的停留点根据距离进行合并,居民出行结束后在合并后的停留点位置填写相应的出行信息.从在上海青浦区的居民调查中可知,此系统使用的停留点识别方法其识别精度达到96%,因此利用该方法能够客观地收集居民出行过程中活动的空间位置和时间信息,对提升出行预测模型的精度具有重要意义.      

基于轨道交通枢纽的定制接运公交模式研究

为提高公共交通的服务水平、增加公共交通出行方式对居民的吸引力、缓解城市出行高峰的拥堵,针对已有的定制公交,设计了一种基于轨道交通枢纽的定制接运公交模式,并给出了其完整的系统运营流程,使其能更好地应用在实际的城市交通管理中.针对方案核心,建立了同时兼顾乘客和公交运营公司两方面利益的多目标线路生成模型,通过Floyd最短路算法(插点法)为模型生成了基于实际路网的初始最短路径矩阵,并运用LINGO软件验证模型.最后,为模型求解设计了一种结合贪婪算法与邻域搜索算法的混合启发式算法,并通过西安市实际数据验证了方案的可操作性与模型的准确性.     

基于竞争模型的轨道交通与常规公交共线分析

轨道交通与常规公交在一定的出行距离上会产生客流竞争,研究两者的共线关系,对于实现两者的有效协调,提高城市公共交通的运营效率意义重大.通过分析轨道交通与常规公交方式选择影响因素,选取建模的主要变量:出行时耗和费用.将方式选择的影响因素进行量化,作为效用函数,建立轨道交通与常规公交方式选择的Logit模型.在建模的基础上,运用深圳市的交通调查数据进行案例分析,研究两者共线运营时的分担率变化规律.发现随着共线距离的增加,轨道交通分担率逐步增大,常规公交分担率逐步减小.在特定票制下,两者分担率曲线存在突变点.依据分析结果,提出轨道交通与常规公交线网设计的相关建议.      

城市居民出行特性比较分析

在综合分析国内外城市的社会经济发展和居民出行调查资料的基础上,从居民人均出行次数、出行目的分布和出行方式构成等3个方面入手,将国内城市居民出行特征与发达国家城市进行分析比较,又对国内相同城市不同时期的调查结果进行对比研究,目的在于把握城市居民出行特性的发展变化趋势。研究结果发现,我国城市居民出行特征随着社会经济和城市的发展发生了显著的变化,国内经济比较发达地区大城市的部分出行特征已经开始与发达国家状况相似,中小城市和欠发达地区城市的出行特征则与国外差别较大。研究同时发现了国内城市居民出行结构中的隐患,指出了发展的方向。     

竞争条件下公共交通最优出行方式选择

多种交通方式共线运行为出行者提供了便利,但也使得出行者面临最优出行方式选择问题。为了在竞争条件下对出行者的出行方式选择进行科学的引导,提高出行者的出行效率并实现交通资源的最优配置,引入固定出行成本和可变出行成本概念,对步行、共享单车、常规公交和轨道交通4类常用出行方式的成本问题进行研究。具体方法为:分别将4类出行方式的成本量化为出行距离的函数,然后分析平均出行成本(即出行效益)随出行距离的变化规律,分别建立了单一方式与多种方式组合联运条件下的最优出行方式优化模型,最后以成都市某轨道交通枢纽周边区域为例对模型进行了验证。实证结果表明:当出行距离增加时,共享单车、常规公交、轨道交通的平均出行成本具有规模效应,即出行距离增加时,其出行单位出行成本降低;在研究区域内,按照出行距离递增的顺序,考虑出行成本因素下出行者最优出行方式依次为步行、共享单车、常规公交、轨道交通;在常规公交最优选择区间,轨道交通平均成本与其差距不大,形成了很大竞争。因此,为了实现资源高效利用,应提高常规公交竞争活力,如提升舒适性,减小发车间隔。