����ģ������ijǼʸ����ÿͳ�����Ϊʵ֤�о�

高速铁路是我国计划在未来重点发展的交通运输方式.本文运用模糊聚类模型,对京津城际高铁建成前后的旅客出行行为及选择偏好影响因素进行实证分析.分析结果表明,城际高铁能够通过提升城际间的旅客通行能力,释放和激发商务、探亲、旅游等多种活动需求,从而加深城际间的经济和情感互动联系.同时,研究还发现,“快”是高速铁路的标志性竞争力,高铁安全性能提升和服务改善应以保证速度为前提.本文实证研究充分证明,高速铁路是让个人、城市和国家发展多方受益的交通运输方式,在改善出行条件的同时也获得了比较满意的服务评价,值得重点推广.     

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.     

现代综合交通运输体系下各交通工具客运分担率预测

为了推动现代综合交通运输体系的建设进程,实现运输资源的合理配置,遵循旅客运输按流行车的根本原则,需要准确地预测综合交通运输体系下各种交通工具的客运分担率.基于非集计模型中的MNL模型、PSL模型和EPSL模型,以北京、苏州为OD对,结合问卷调查数据,以经济性、舒适性、快速性、方便性和可靠性作为影响旅客选择交通工具的主要因素,借助Gauss软件进行参数估计,分别构建北京、苏州间各种交通工具的客运分担率预测模型.对比预测结果,发现EPSL模型的预测结果更优、应用范围更加广泛,近乎真实地反映旅客选择交通工具的行为.     

基于模糊层次分析法的客运结构合理配置分析

在综合运输体系下旅客选择合理出行运输方式是一个复杂而重要的问题,文中在综合运输体系各种客运运输方式中,采用模糊层次分析法（FAHP法）就选择不同的交通运输方式进行综合评价,为旅客合理选择出行方式提供决策依据。     

铁路旅客满意度模糊测评方法研究

通过对部分铁路站、车客运服务质量及监督管理工作现状的实际调查，提出了区分旅客群体的思想及方法，采用AHP方法和专家调查法分析了各项指标的相互关系，通过建立综合模糊评价模型，确定服务指标的权重计算方法和铁路旅客满意度等级评判方法。     

旅客出行广义费用及客运产品分担率研究

研究我国客运专线建成后,城际间旅客出行广义费用及各客运产品的分担率.选择经济性、快速性、方便性、舒适性和安全性为衡量指标,建立各运输产品广义费用函数,根据旅客出行意愿调查结果,对广义费用进行模糊评价,从而预测得到各运输产品分担率.最后对北京至石家庄客运通道各种客运产品的分担率进行计算.     

巴士快速交通在成都市的应用研究

本文提出一个适用于成都市交通状况，又考虑了成都市交通未来的公共汽车快速运输(BRT)系统．作者首先归纳出成都市公共交通存在的七个问题，诸如旧城区交通状况恶化、交通结构比例失调，公共交通客运比例长期偏低等．其次，根据BRT系统投资少，见效快的特点，和成都市未来的城市规模、公交结构、城际间的旅客流量、以及交通系统的技术经济、投资比较分析，作者认为在成都市推行BRT系统十分必要．然后，作者建议了一个成都市的BRT规划线网，并提出了该线网的形式和对客流进行了估算．最后，作者对成都市BRT系统的管理形式进行了讨论。     

基于运输组织模式导向的旅客列车开行方案模型研究

提出基于运输组织模式为导向的旅客列车开行方案与客流分配的双层规划模型,上层模型为优化高速线、既有线和城际线的旅客列车开行方案的模型,以区间通过能力及运输组织模式等为约束条件,体现以既有线、高速线和城际线为铁路系统的一体化优化.下层模型为客流分配模型,对多类旅客的选择行为分析的基础上,以旅客出行效益最大化为目标,体现旅客...     

����TOPSIS�ij��з�������ָ��Ȩ�ص�ȷ������

旅客出行偏好选择问题是旅客出行行为分析理论的一个重要部分,而旅客对出行方案的选择是基于对各种方案的评价指标的综合分析。但旅客对各评价指标的侧重程度,即属性权重的计算,目前常用方法都有一定的局限性。本文以旅客出行偏好选择为背景,借助多指标评价方法TOPSIS的评价准则,以实际的大规模旅客调查数据为基础,分析、确定旅客对出行方案各属性指标的权重,为旅客出行行为分析提供重要、客观、可靠的依据。经过实例验证,证明了该方法的有效性,并将计算结果代入多项Logit模型,进一步验证了计算结果的合理性。此外,该方法计算简便、易于实现,对于各种交通方式下的旅客出行偏好选择问题具有普遍适用性。     

基于PCA-聚类分析的高铁旅客购票行为特性研究

铁路运输中旅客购票行为是铁路客运运营策略制定的重要基础.旅客购票行为直接影响着列车能力的占用过程,是铁路客运票额组织的重要依据.根据贵阳—广州高速铁路的旅客购票统计数据,以高铁购票旅客为样本,运用主成分分析法购票行为的特征属性进行综合分析,获得购票行为中重要特征变量.结合单次购票强度提出基于模糊C均值的双重聚类算法,对购票旅客进行聚类,并利用模糊聚类有效性指标Xie-beni和分离系数法确定最佳聚类数.结果表明,高铁旅客购票行为的关键特性为单次出行旅客人数、购票提前天数、出行OD城市人均GDP和购票渠道;不同旅客类型的购票行为有明显特性.