居民出行调查抽样率模型

运用数理统计学原理分析了简单随机抽样的特点,及其在应用中的过于随机给居民出行带来的影响,提出分层抽样的调查方法,推导了基于按比例分配和最优分配的抽样率公式,讨论了居民出行调查中的分层方法.建议对于大型城市采用简单随机抽样方法;而对于中小城市,按年龄分类,采用分层抽样方法,以提高调查精度.     

ͨ���߳���ʱ������з�ʽѡ����Ϊ�о�

在分析通勤者出行时间与出行方式选择特征的基础上,建立出行时间—出行方式与出行方式—出行时间两个方向的Nested Logit模型.利用北京市第三次居民出行调查数据,借助BIOGEME软件对两个模型进行估计.首先通过包容系数对Nested Logit模型的结构关系进行辨识,结果显示,出行时间—出行方式选择模型比出行方式—出行时间选择模型合理,表明通勤者在选择出行时间后,在其约束下考虑合适的出行方式;在此基础上,对出行时间—出行方式选择模型的参数进行标定并分析标定结果,进一步揭示通勤者出行时间与出行方式的选择特征,从而为制定高峰时期相关管理政策提供理论依据.     

基于手机信令数据的上海市域职住空间分析

居民居住地与工作地的空间关系是城市空间布局的重要依据.基于手机信令数据,提出分区域的居民通勤距离和就业岗位通勤距离计算方法.通过对比验证了手机信令数据与居民出行调查数据的职住空间和距离分布特征较为吻合.重点分析上海市中心城区及周边地区的职住空间关系及通勤距离.提出职住通道平衡概念,并分析职住通道不平衡地区与轨道交通拥挤程度的关系,指出土地利用布局优化对职住通道平衡的重要性.通过分析不同新城的职住空间特征,探讨新城范围划定对统计分析的影响,总结了新城职住空间较为独立、居民内部就业率较高的特征.     

基于出行决策分析的发车频率计算

出行时间过长是公交出行率偏低的重要原因之一,而出行时间与公交线路发车频率密切相关,有必要研究发车频率对居民出行决策的影响。基于居民出行调查数据,分析出行决策影响因素,利用随机效用理论,建立选择方案为自行车与公交的BL模型,并在MATLAB环境下采用Newton．Raphson法编程求解,预测出行时间对公交出行率的影响;进而分析发车频率对公交出行时间的影响,最终得到公交出行率与发车频率的对应关系,由此计算给定公交出行率下的发车频率。文中通过计算实例说明该方法在计算发车频率及评价公交运营调度方案优劣上具有实用价值。     

���ڽṹ���̵Ľڼ��վ�����кͻ�����Խ�ģ����

基于结构方程模型,利用现有北京市黄金周出行调查资料,选取影响居民节假日活动和出行行为的8个影响因素作为结构模型的外生变量;以黄金周出行中维持性活动和消遣性活动的3个特征指标—活动持续时间、活动次数、出行时间共6个活动特征指标为结构方程的内生变量。同时以个体为分析单位,考虑个人和家庭的社会经济属性,建立各种活动产生模型,活动持续时间模型以及为从事各种活动的出行时间结构方程模型,分析外生变量对内生变量的影响,以及内生变量彼此之间的复杂关系,探讨节假日居民从事各种活动和出行之间的相互影响关系,以及居民的社会经济属性对其从事的活动和出行产生的影响。     

基于SP调查的天津市居民出行行为时间价值

为揭示天津市居民出行行为时间价值的一般规律,采用SP调查中的卡片式面谈调查法,运用市场细分法确定调查规模及抽样率,采用计算包容性检查矩阵等数据处理手段,估算天津市居民出行行为时间价值。比较了出行行为时间价值与单位工作时间价值之间的关系,并分析了不同出行方式、出行目的、出行时段的时间价值,研究了出行收入与时间价值的变化规律。得出现阶段天津市居民出行行为时间价值的分布,表明大部分出行者不愿为出行支付较高费用,但随着收入增加,出行行为时间价值将会快速增长,使个体机动化出行方式的需求增大,城市出行方式结构可能出现拐点。     

基于居民出行特征的城市近郊组团交通发展对策

本文通过对广州市近郊区（环城高速以外地区）十个大型居住区居民出行调查数据分析,从交通出行目的、出行强度、时间特征、空间特征及方式构成等方面总结居民出行的规律、变化特征及其原因,并与广州市2005年居民出行资料进行对比分析,提出城市近郊组团的交通发展对策,为广州中心城区未来人口疏解、近郊组团规划建设提供参考.     

苏北农村居民出行特征分析及交通对策研究

采用抽样问卷实地调查的方法对苏北五市(徐州、淮安、连云港、宿迁、盐城)的2000位农村居民进行了出行调查,从出行频率特征、出行方式、出行目的、出行距离和出行时空分布等方面对苏北农村居民出行特征进行了详尽分析.针对苏北农村居民出行存在的问题,提出具体的交通发展建议.     

“��Ħ”���߶Ծ������ʱ��ɱ���Ӱ�����

为科学评价“禁摩”对居民出行时间成本的影响,本文以广州市为例进行研究.通过结合广州市历次交通调查数据,分析了广州居民出行的特征及有关参数,并利用意愿调查和历史趋势法确定了实施“禁摩”与不实施“禁摩”两种情形下“禁摩”范围内居民出行方式的构成比例;在综合考虑出行目的、出行时间及收入情况等因素后,构建了“禁摩”对居民出行时间成本的对比分析模型.研究结果表明,“禁摩”政策会增加居民出行时间成本,其中总体成本增加3.01%,被限制的群体成本增加53.47%.     

上海市第五次综合交通调查新技术方法实践

如何使人工调查与数据挖掘相结合,是高效经济地进行综合交通调查的关键.上海市第五次综合交通调查在调查方案设计、项目设置上更加注重项目的全面性和关键性、数据的多元性以及内容的针对性,数据采集手段上首次采用个人手持终端,并利用公共导航地图云技术进行地址精确定位.在抽样和扩样技术方面,主要提出居民出行调查的抽样和扩样方法.在信息数据挖掘方面,分析了遥感用地、手机信令、车牌识别和车载GPS数据的挖掘技术和方法.最后阐述了综合校核的主要思路和小客车特征数据的校核方法.     

居民出行调查数据扩样方法研究

居民出行调查是科学制定城市交通发展战略、政策、技术法规的基础性工作,在日益复杂的城市交通环境中,提高数据扩样的精度一直是一个研究重点．本文按照数据的扩样流程系统阐述了数据扩样方法。首先,分层次的直接扩样方法有效地控制了扩样后数据的分布特征;其次,根据核查线交通量等客观数据,基于最大似然法原理,应用交通规划软件CUBE的矩阵估算模块对数据进行了核查校正;最后,针对抽样技术的缺陷,增加中区校核的过程,对校核到的沉默需求分四种方法返回出行目的进行比较寻优。扩样方法在2005年广州居民出行调查中得到了应用,取得了较好的效果。     

基于出行链的OD扩样方法研究

现状OD出行矩阵是分析城市居民现状出行特征的基础,也是未来出行分布模型标定的基础．本文借鉴出行链的理论研究成果,按照出行链的主要个体影响因素对不同属性的抽样数据分别进行扩样,在一定程度上消除了传统扩样方法的弊端,也提高了扩样过程的可理解性．同时,为保证该扩样方法具有可实施性,文中提出了构建城市街道的GIs平台、改进抽样方法、构建扩样系统和统一调研时间等四项措施,旨在进一步增加不同样本类别间抽样率的差别,提高扩样结果的质量．文章结尾进一步说明该方法在运用过程中需要同时注重出行链成果的更新和相应数据库的建立．     

实时监测无线传感器网络改进方法

结合危险品运输监测应用,搭建了基于无线传感器网络的实时监测系统,并对其MAC层协议和物理层无线数据发送时序进行了改进和优化。改进了MAC层中的原始BEB算法,引入了支持优先级的GDCF算法。对MAC层中的RTS/CTS方式进行了有效性分析,并出于节能考虑,引入了睡眠技术。在物理层数据无线发送过程中,为缩短发送时间,减少碰撞可能性,对其时序进行了优化。在工程车辆上安装基于IRIS无线传感器的节点平台进行实际测试。测试结果表明:改进后的退避算法节点丢包率随网络节点数目增加变化不明显;去除RTS/CTS机制后,在采样间隔时间为50ms时,网络丢包率由20%左右下降到了6%以内;一个工作周期内节省能量达到95%;无线数据发送时序优化达到了设计要求,满足了实际应用中对实时监测无线传感网络的性能要求。     

С�������жԾ������������Ӱ�����

奥运期间小汽车限行政策的实施,有效缓解了北京道路交通拥堵。本文通过措施实施前后收集的居民入户调查数据,定量分析了限行措施对居民出行特征的影响,研究发现：限行政策实施后,居民总体出行率由1.88次/日降低到1.70次/日,上下学、接送人和工作外出等出行比例明显降低;私人机动车出行强度降低0.07次/（天&;#8226;辆）,乘载率提高0.10人/车;公务车出行强度增加0.70次/（天&;#8226;辆）,乘载率提高0.32人/车;地铁、公交和小汽车出行时耗分别缩短了12 min,8 min和8 min。     

居民出行调查抽样率确定相关问题探讨

居民出行调查是制定合理的交通规划的基本前提和重要环节.由于目前我国居民出行调查还存在很多亟待解决的问题,居民出行抽样调查率的确定还主要根据国外经验和定性认识,缺乏科学的理论基础做支撑.因此根据调查目标、调查方法,在保证调查精度的前提下,科学合理地确定抽样调查率具有十分重要的理论和实践意义,对于交通规划、交通治理和决策的制定具有重要作用.     

基于土地利用及客流特征的地铁车站分类

为研究地铁站的精细化分类问题,利用基于出行链分析的通勤出行识别方法筛选通勤客 流,结合早晚高峰的进出站客流量,识别车站的职住功能特征;基于百度地图开源平台抓取POI (Point of interest)数据,从用地功能角度进行组合归类,得到细粒度的车站周边土地利用特征。结 合以上两类特征,建立基于非监督学习K-Means++方法的地铁车站分类模型,将北京地铁307个 车站分为7类。根据其客流和周边用地特征分别识别为配套设施开发完善的典型居住型车站,具 有商业开发潜力的典型居住型车站,配置一定工作岗位的居住型车站,高度开发的典型工作型车 站,职住结合的工作型车站,旅游休闲型的车站,以及尚待开发的远郊车站。经过分析,该分类结 果与实际情况高度吻合,验证了模型的有效性,可以为城市规划及车站周边土地开发提供依据。     

国内不同类型城市居民出行特征分析

通过收集大量国内城市的居民出行特征调查数据,对数据进行归纳整理,从出行次数、出行目的、出行方式结构、出行耗时等4个方面进行分析.通过对城市进行分类,找出不同类型城市的居民出行特征,分析产生这些特征的原因.对居民出行次数,按照人口规模分类,建立了不同人口规模城市的居民人均出行次数模型,通过建摸的方式找出不同人口规模城市的居民出行次数规律.     

基于公交OD数据的居民公交出行特征研究

已有研究在应用“四阶段法”进行公共交通需求预测时,缺少对居民公交出行分布规律及变化特征的分析．文中通过从潍坊、常州、上虞、蚌埠和湖州五个典型城市居民出行调查数据库中提取出公交OD出行的有效数据,运用图形处理及模型标定等方法进行深入的数据挖掘,研究了居民出行时间消耗特征、出行时间分布特征和出行空间分布特征。指出：0公交出行的可容忍时间与建成区面积及公交分担率密切相关：②由于城市发展状态、经济发展水平及人们出行规律的不同,都会造成出行时间分布的差异;③分析同一城市不同时期居民出行空间分布时,应具体分析各区之间的出行联系强度。居民公交出行时空分布特征的研究,可以为城市公共交通需求预测及公交线网规划提供定量的参考依据及理论支持,该项研究的结论和分析方法可供其他城市借鉴和使用。