居民出行时间选择及拥挤收费政策

应用基于活动的出行需求预测方法,分析了居民出行的时间分布规律与影响居民出行时间选择的因素,分别建立了出发和到达时间选择模型,用长春市居民出行调查数据对模型进行了标定和验证。用已建模型对比评价了两种拥挤收费政策,证明了调整高峰时段小汽车出行费用策略不仅可以使居民的高峰时段出行减少大约18％,而且可以抑制小汽车出行,调整城市交通方式分配结构,说明已建模型可以全面有效地进行交通需求管理政策的评价。     

节假日公路免费政策下城际交通行为特性

由于缺乏对节假日城际出行行为及节假日高速公路免费政策实施效果的深入研究,导致一些政策产生了负面影响,造成高速公路严重拥堵.本文结合 2017年春节调查数据,构建并估计分层 Logit模型,研究节假日高速公路免费政策下城际交通方式和出发日期联合选择的行为特性.基于模型结果,采用弹性分析研究不同免费日期下出行者行为特性,并通过场景仿真评价多种免费时段设置方案对城际交通出行结构和高峰日交通量的影响.结果表明,出行结构和高峰日交通量对不同免费日期的敏感度不同,有必要对免费时段设置进行讨论.推荐分时优惠政策,在有效调整出行结构的情况下,能避免加剧高峰日的交通拥堵.     

基于层次分析法的城市居民高峰时段乘车方式的研究——以兰州市居民出行为例

目前,在我国人口超过三百万的城市有16个之多,由于受到区域性的限制,各个城市道路布局不尽相同,居民的出行已经显现出了拥挤状态,尤其在城市居民上下班的高峰时间段内,这种现象尤其突出。通过对高峰时段内居民乘车方式的研究,对于减轻高峰交通压力具有现实意义。采用层次分析法对兰州市居民乘车方式进行研究,经实例验证其结果合理。     

基于层次分析法的城市居民高峰时段乘车方式的研究——以兰州市居民出行为例

目前,在我国人口超过三百万的城市有16个之多,由于受到区域性的限制,各个城市道路布局不尽相同,居民的出行已经显现出了拥挤状态,尤其在城市居民上下班的高峰时间段内,这种现象尤其突出。通过对高峰时段内居民乘车方式的研究,对于减轻高峰交通压力具有现实意义。采用层次分析法对兰州市居民乘车方式进行研究,经实例验证其结果合理。     

城市居民出行特性分析及其交通方式选择行为研究

在问卷调查及对宁波市居民出行特性分析的基础上,建立交通方式选择的MNL模型,得出不同交通方式选择的影响因素,利用SPSS软件对模型参数进行标定。研究结果表明,出行距离、出行时间等因素对居民出行交通方式的选择有重要的影响。最后,通过案例分析验证了交通方式选择模型的有效性,结果表明该交通方式选择模型适用于研究个体的出行决策,可以用于交通方式结构的调整与优化。     

基于Logit模型的碳排放收费对居民出行方式选择的研究

在我国大力发展低碳交通的背景下,提出交通碳排放收费概念,并验证其改变居民出行方式、调整交通结构的可行性。依据LOGIT模型理论,利用成都市居民出行行为调查数据,建立不同碳排放收费费率条件下的居民出行方式选择模型,研究碳排放收费和居民出行方式选择之间的关系,分析不同碳排放收费费率条件下小汽车与公共交通的出行比例与转移趋势。结果表明,交通碳排放收费在改变居民出行方式选择、优化城市轨道交通结构和缓解城市交通碳排放污染方面有显著作用,为今后交通需求管理政策的制定提供了新思路。     

城市居民通勤出行方式服务水平评价

随着城市居民就业范围的扩大,通勤出行距离不断增加,通勤时段逐渐延长,使通勤出行日益复杂.因此,有必要对居民的通勤出行特征进行全面的分析研究,进而掌握通勤出行的规律,改善通勤出行的交通环境.本文首先从出行时间特征、出行距离,出行时耗、交通方式选择等方面对通勤出行的特征进行了分析;然后给出了通勤出行的评价体系,通过将logit模型和层次分析法相结合,得到通勤出行方式的服务水平;最后通过实例,验证了该方法的合理性,并给出了相应的评价结果.     

寒区冰雪期居民出行方式综合评价

为给寒区冰雪期交通资源的优化配置提供理论依据,对居民出行方式进行了综合评价.从出行者的安全性、效率性、经济性、舒适性等四个方面构建了评价指标体系,进而构建了寒区冰雪期居民出行方式的综合评价模型;然后对哈尔滨这一典型寒区城市其冰雪期的居民出行成本与效益进行量化,运用主成分分析法,借助SPSS软件,标定了模型参数;以哈尔滨为案例,对冰雪期不同出行方式的优劣性进行了评价.结果表明,冰雪期哈尔滨居民出行方式总得分为3. 99,其中居民选择地铁出行的得分最高,为1. 15,即地铁的出行总成本最小,所以,可将地铁作为寒区的主导交通出行方式并大力发展.     

基于非集计模型的居民出行方式选择行为研究

基于ML模型的基本理论与建模方法,利用2009年济南市居民出行调查数据,对影响城市居民出行方式选择的因素进行了分析,确定了影响居民出行方式选择的特性变量,建立了居民出行方式选择ML模型.研究结果表明:居民出行方式选择与个人属性、家庭属性和出行属性之间有较稳定的关系,通过对影响居民出行方式选择的可控影响因素进行引导和调整,可以达到优化和调整交通方式结构的目的.     

风景区居民出行交通方式选择研究

为改善景区交通拥堵问题,研究景区居民出行行为,在石花洞景区展开居民出行特征问卷调查,分析景区居民出行需求和居民出行交通方式选择影响因素,并利用非集计模型构建景区居民出行交通方式选择预测模型。结果表明,景区居民出行交通方式选择受出行时长影响较大,家中有车居民在日常活动中更愿意驾车出行,男性居民出行更偏向于使用私家车,中青年尤其喜欢自驾出行,且以景区居民出行者的性别、年龄、出行目的、出行时间、私家车拥有量为影响因素的交通方式选择非集计模型预测精度较高,其中步行方式的预测准确率高达95.5%。     

基于出行时间可达性的公共交通竞争力评估模型

为实现区域公共交通与小汽车间出行竞争力的定量化评价和影响关系解析,利用公共交通动静态数据、出租车运行数据及出行调查数据提取公共交通个体出行链和小汽车出行用时等信息,结合路径规划API(Application Programming Interface)计算公共交通及小汽车全过程出行耗时,基于全过程出行时间可达性视角构建公共交通竞争力评价模型;考虑公共交通竞争力的空间效应,分别选取土地利用和交通设施因素作为解释变量,提出基于空间杜宾模型的公共交通竞争力影响模型;以北京市为例,探究早、晚高峰等不同时段下区域公共交通竞争力与各影响因素之间的交互关系。结果表明：早、晚高峰期间公共交通竞争力的平均值均在1.50以内,平峰时段约为1.74,市中心区、地铁沿线和大部分居住社区周边区域的公共交通出行竞争力相对较高;各时段下公共交通竞争力呈现明显的空间依赖性,且存在“低-低聚集”“高-高聚集”的典型聚集区域;土地利用混合度、办公就业密度和地铁站点密度等因素具有显著的负向空间溢出效应,而道路网密度和绕行系数则表现出显著的正向效应。综上,所提出的评价模型能够定量化评估公共交通竞争力,所建影响模型能够在考虑空间依赖性的基础上解释竞争力与因素间的相互关系。     

考虑老年人出行行为的公交票价补贴政策研究

北京市现行的老年人公交免费政策在保障老年人日常出行的同时,诱发了老年人无谓出行、高峰出行、冒乘出行等问题. 针对不同出行目的、出行距离及出发时刻下老年人出行行为偏好,基于北京市第五次综合交通调查数据,构建多场景下老年人出行方式选择MNL (Multinominal Logit)模型,分析错峰优惠、阶梯式津贴等补贴政策对多方式分担率的影响,并从公共交通运能利用率、政府补贴和老年人公交支出等方面评价政策效果. 结果表明：相对现行政策,两种政策均可有效调节老年人出行行为,前者能够缓解政府财政补贴压力,但造成老年人公交支出的上升;后者侧重保护老年人群的社会福利,对行为的引导效果更显著,但仍需大量的财政补贴投入.     

考虑老年人出行行为的公交票价补贴政策研究

北京市现行的老年人公交免费政策在保障老年人日常出行的同时,诱发了老年人无谓出行、高峰出行、冒乘出行等问题. 针对不同出行目的、出行距离及出发时刻下老年人出行行为偏好,基于北京市第五次综合交通调查数据,构建多场景下老年人出行方式选择MNL (Multinominal Logit)模型,分析错峰优惠、阶梯式津贴等补贴政策对多方式分担率的影响,并从公共交通运能利用率、政府补贴和老年人公交支出等方面评价政策效果. 结果表明：相对现行政策,两种政策均可有效调节老年人出行行为,前者能够缓解政府财政补贴压力,但造成老年人公交支出的上升;后者侧重保护老年人群的社会福利,对行为的引导效果更显著,但仍需大量的财政补贴投入.     

基于累积前景理论的城际列车分时定价研究

城际客流具有时段分布不均衡特点,表现为高峰时段一票难求而低峰时段客座率低。为均衡客流、提高城际高铁收益,选取客运通道内不同时段车次进行差别定价。考虑旅客选择行为的差异性和有限理性,采用潜在类别分析对旅客进行分类,选取票价和时段价值两个影响因素, 建立双参照点的旅客平行车次产品效用模型,以累积前景值刻画异质旅客对平行车次的出行效用。基于累积前景值构建以铁路企业收益最大,旅客广义出行费用最小的分时定价双层规划模型,设计基于灵敏度分析的启发式算法求解。最后以南宁-北海为例对高峰、非高峰时段平行列车进行实例分析,结果表明,本文提出的分时定价方法能提升收益约2.5%,且高峰、非高峰时段的客流更加均衡。     

降雨对城市道路行程速度的影响

以北京市实时天气数据和基于浮动车的城市道路行程速度、交通运行指数数据为基础,对比分析降雨天气和正常天气的行程速度、指数、降雨量等数据指标.然后从降雨强度、时间段、拥堵等级等角度展开对城市道路运行参数的分析,建立降雨天气速度预测修正模型,并进行模型验证.研究得出,在夜间降雨强度达到中雨及以上时,快速路、主干路、次支路的速度下降百分比分别为：8.8%、4.8%、5.9%,分别得出高峰和平峰时降雨强度与行程速度下降之间的关系;得出在全路网不同拥堵等级下降雨强度与行程速度下降之间的关系.最后对速度预测模型进行实测验证.结果表明,该模型可以对降雨天气条件下的行程速度进行有效预测,预测的平均误差在5%以内.     

����Գ��е�·�г��ٶȵ�Ӱ��

以北京市实时天气数据和基于浮动车的城市道路行程速度、交通运行指数数据为基础,对比分析降雨天气和正常天气的行程速度、指数、降雨量等数据指标.然后从降雨强度、时间段、拥堵等级等角度展开对城市道路运行参数的分析,建立降雨天气速度预测修正模型,并进行模型验证.研究得出,在夜间降雨强度达到中雨及以上时,快速路、主干路、次支路的速度下降百分比分别为：8.8%、4.8%、5.9%,分别得出高峰和平峰时降雨强度与行程速度下降之间的关系;得出在全路网不同拥堵等级下降雨强度与行程速度下降之间的关系.最后对速度预测模型进行实测验证.结果表明,该模型可以对降雨天气条件下的行程速度进行有效预测,预测的平均误差在5%以内.     

学龄儿童出行方式特征及其影响因素

小学阶段学龄儿童处于出行有人陪伴与无人陪伴的过渡期,其上下学时间与城市交通高峰时段重叠,常引发区域性的交通拥堵或其他社会问题。基于北京市西城区5所不同类型小学的学生及家庭成员早高峰出行调查数据,分析表明步行是儿童最主要的出行方式,儿童出行方式选择与小学类型存在明显相关性。重点探讨儿童及家长出行方式选择的影响因素,包括儿童自身特征、家庭及其成员特征、城市交通与环境特征。结果显示,家庭及其成员特征对儿童出行方式选择具有决定性影响;现状城市公共交通无法满足儿童上下学的出行需求;家长对学校周边的交通环境满意度较低,导致儿童上下学以个体出行方式为主。     

����SVM��Kalman�˲���BRT�г�ʱ��Ԥ��ģ���о�

本文提出了一个支持向量机进行初始行程时间预测并结合卡尔曼滤波算法进行动态调整的快速公交车行程时间综合预测模型.以快速公交车运行的GPS数据为基础,对北京市朝阳区快速公交2号线进行行程时间预测案例研究.利用该模型对其早高峰和上午平峰的两个不同时段的公交行程时间分别进行预测和对比分析,并通过与单一的卡尔曼滤波方法所得的预测结果进行比较.结果表明,该模型应用于快速公交行程时间预测具有更好的适用性,并且预测平峰时段的精度要高于高峰时段.     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.