基于后悔理论的社交网络分享型交通信息的用户价值研究

以社交网络为平台的交通信息对出行者的决策有重要影响.为了研究社交网络分享型交通信息的用户价值,分析了社交网络中交通信息的产生与传播行为,并从信息行为的角度研究了社交网络中交通信息的特征.基于后悔理论建立了社交网络交通信息的用户价值评估模型,并给出出行者的路径选择效用以及交通信息的更新方法.在此基础上,从交通信息有效性与负效用的角度分析了社交网络交通信息的用户价值特征.基于不同的网络信息传播场景,对其中交通信息的用户价值进行了分析.结果表明,社交网络中的交通信息能够对出行者的决策起到辅助作用,在有效场景中出行者决策的后悔值降低了20%;但用户价值随其在社交网络中的持续传播而降低,且过度传播的交通信息将对出行者决策产生负效应.     

基于用户体验的乘用车商品企划研究

随着"四化"的变革正在深度改变汽车行业的底层规则,原有的商品定义、开发、评价以及营销都在面临巨大的挑战.从工具车到智能车的过渡,新场景、新功能、新体验全面展开,汽车不再是简单的工具.开展更加高效精准的商品企划工作变得至关重要,为此需要围绕用户需求、用车场景、用户体验等引入全新的商品管理思路.本文将结合一款C级SUV车型...     

浅析结合用户调研管理汽车感知质量

文章首先综合分析的当前国内乘用车市场形势,提出汽车感知质量提升势在必行,接下来分析了行业内主流的用户调研手段,研究了用户调研与感知质量两者之间的关系,总结了用户调研信息对感知质量管理的作用。     

基于用户认知的新能源汽车内饰研究

在体验经济时代(在消费过程中追求顾客满意、注重自我体验),新能源汽车作为汽车行业的新兴产业,不断受到人们的追捧,其内饰比外观更为重要。在新能源汽车的内饰中,许多零部件具有不可替代的互动性,这也是用户了解新能源汽车内饰的关键因素之一。在智能化时代的背景下,大多数新能源汽车制造商单纯地将智能技术应用到新能源汽车上,其内饰造型、人机交互和使用体验已经不能满足客户对新能源汽车的要求。人机工程学是新能源汽车内饰设计的出发点,掌握用户形象认知是新能源汽车内饰设计的关键。因此,本文从用户的认知角度来研究新能源汽车的内饰设计与创新。     

基于随机用户平衡的混合交通网络流量分离模型

考虑了影响出行者交通选择行为的主要因素(时间、费用、方便性、舒适性等),分析了在多种交通方式(私家车、出租车、公交车、轨道交通以及自行车等)存在条件下城市交通网络中出行者交通选择行为,包括交通方式选择和出行路径选择,并基于随机用户平衡(SUE)理论构造了城市混合交通网络的流量分离和分配综合模型及求解算法。最后通过一个简单算例,得到了当各种影响因素变化时,各种交通方式的流量变化情况。     

基于潜在类别-Logit模型的共享自动驾驶汽车使用意向

自动驾驶技术和共享经济融合产生的共享自动驾驶汽车（SAV）可为人们提供优质的出行服务。为探究出行者选择SAV的行为特性,对受访者的社会经济属性、历史出行特性、行为态度特征进行调查,并采用正交试验设计出行方式选择意向调查问卷,收集到311份有效数据。为充分考虑个体异质性,利用潜在类别分析探究SAV使用者的潜在类别,并将所得潜在类别作为变量融入离散选择Logit模型,建立SAV使用意向的潜在类别-Logit模型。结合多项或混合Logit模型以及划分的3个潜在类别,根据4个合理的模型标定的性别、交通模式、SAV使用人群类型、等待时间等59个变量的参数,识别SAV使用意向的显著性影响因素,并采用7个拟合优度指标评价多项Logit、混合Logit、潜在类别-Logit等8个模型。利用边际效应分析,探讨出行方式属性对SAV使用意向的具体影响。结果表明：涉及3个潜在类别的离散选择Logit模型具有更强的解释性,这3个潜在类别可分别描述为冲动的积极创新者、矛盾的保守创新者和理智的保守使用者;不同潜在类别人群的显著性因素存在明显差异,SAV使用人群类型是不同潜在类别人群共有的显著性因素,其中SAV创新者在各个模型中的显著性水平值均小于0.1;潜在类别-Logit模型的第1类和第2类预测正确率比其他Logit模型分别高出5.9%~28.3% 和5.4%~18.5%,可以更好地解释出行者对SAV的使用意向;出行等待时间对出行者选择SAV的影响最大;当SAV选择概率接近于0.5时,轻微降低SAV人均出行费用最易引起选择私人小汽车的出行者转而选择SAV。     

基于交叉巢式Logit的多用户多模式随机用户均衡模型

为了完善现有城市交通分配模型,建立了一个基于交叉巢式Logit的多用户多模式随机用户网络均衡模型。该网络具有以下特征：网络中存在多类用户,不同类别用户的出行时间价值不同;用户可使用多种交通模式,不同模式相互干扰,且模式间路段阻抗影响满足对称条件。路径的选择采用克服多项式Logit模型的不相关备选方案独立属性的交叉巢式Logit模型来表示,并建立了一个等价数学规划公式来表示这一多用户多模式混合均衡状态,同时使用一个简单算例对基于交叉巢式Logit和基于传统的多项式Logit的模型进行了比较。结果表明：数学规划公式与基于交叉巢式Logit的随机用户均衡条件具有等价性,证明了模型最优解的存在性和唯一性;相比传统的离散选择模型,所提出的模型能更好地在混合状态下进行路径选择。     

用户认证模型的设计与实现

随着网络信息系统的发展，用户认证已经成为一个至关重要的问题，文章在研究各种认证方案模型后，设计了一种简单、高效、安全的用户认证模型，可有效地保护用户的认证信息在网上安全传输。     

基于动态用户均衡的同时路径和出发时间选择模型

提出一个适用于多OD对网络的基于动态用户均衡的同时路径和出发时间选择模型,用一个非减的分段线性函数构建了隐含先进先出条件的路段走行时间函数,并按各个路径和出发时间方案的流量的平均值来计算该路段走行时间函数,使得给定一个OD对的总需求和理想到达时间,模型可以确定出行者的选择路径和出发时间方案,方案确定后,没有人能够通过单...     

基于摩根斯坦效用函数的交通分配方法研究

研究了基于效用理论的均衡交通分配方法。传统的用户均衡交通分配使用用户走形时间最短为目标,根据Wardrop均衡准则进行交通分配。与经典的模型不同,假设路段走形时间为随机变量,用户考虑不确定性带来的风险,使用摩根斯坦效用函数描述用户的决策问题,构建了新的均衡准则和模型。随后作者给出了求解算法和算例,计算结果表明新的均衡准则能够更加准确的描述用户的路径选择行为。     

新能源汽车充电用户行为大数据分析及应用

随着新能源汽车行业快速发展,电动汽车充电功能及安全问题受到广泛关注。结合新能源汽车充电大数据可视化系统,从用户类型、车辆类型、充电方式、地域分布维度进行交叉分析,洞察用户充电行为统计分布规律;通过数据分析驱动充电安全设计,并结合数据资源和大数据分析技术,挖掘数据背后蕴藏的丰富价值,以改善当前新能源汽车充电问题和促进新能源汽车产业发展。     

弹性需求下多类型用户拥挤收费模型

基于时间价值不同的多类型用户特性,提出了弹性需求下多类型用户的拥挤收费模型,并以一个简化的路网实例比较了多类型用户收费模型与单一类型用户收费模型的区别。简化实例分析结果表明:当费率水平较低时,单一类型用户收费模型高估了路网的流量、社会效益,当费率水平较高时,则低估了路网的流量和社会效益;同时单一类型用户收费模型的路网社会效益和利润区域对应的道路通行能力区间较宽,费率水平区间窄,而多类型用户收费模型的路网社会效益和利润区域对应的道路通行能力区间相对较窄,费率水平区间较宽。     

基于多用户类型随机用户平衡的连续网络设计

用多用户类型随机用户平衡描述实际路网中出行者的路径选择行为。根据出行者对路网状况认识的不同程度,将出行者划分为具有相同特性的多个类型。将多用户类型随机用户平衡问题表示为一个无约束极小化问题,并提出了该问题的一种基于路段水平的灵敏度分析方法。建立了多用户类型随机用户平衡条件下的连续网络设计问题的双层规划模型,并给出了基于灵敏度分析的启发式算法。实例的结果表明模型具有一般性和适应性。     

大型客车性能的终端用户评价

通过终端用户对大型客车的评价和感受，描述各档次大型客车性能特征，为买车辆的用户提供参考。     

弹性需求下多类型用户拥挤收费模型研究

单一类型用户拥挤收费模型存在两大缺点：拥挤收费对所有用户影响相同和不能真实反映用户实际出行;在此基础上提出了弹性需求下多类型用户拥挤收费模型,并对其进行求解。以实例证明了多类型用户收费模型相对单一类型用户收费模型更能反映用户的实际交通出行,更能真实地反映收费后用户的出行选择,实现整个系统效益的最大化。     

重型普通载货汽车典型用户的整车行驶循环工况研究

以重型普通载货汽车为研究对象,针对用户使用情况进行了调研和实车试验,并应用数理统计和多参数统计理论主成分分析与聚类分析方法,解析出重型普通载货汽车典型用户行驶循环工况。基于所提取的循环工况进行了综合油耗的仿真分析,结果表明,仿真计算油耗与用户实际使用油耗一致,证明了所提取重型普通载货汽车整车行驶循环工况的正确性。     

多类型共享电动汽车出行用户特征分析

共享电动汽车作为共享经济下的新兴产物,成功融合了私家小轿车和公共交通工具的优点,成为一种新兴交通模式。本文采用问卷调查及统计分析方法对共享电动汽车细分市场下的用户需求及出行选择进行分析,揭示出多类型共享电动汽车的用户特征,以助于共享电动汽车产业发展和促进中国绿色低碳发展战略进程。     

基于时刻表的公交网络随机用户均衡配流算法研究

提高公共交通规划管理及信息化水平,需要制定科学的公交规划管理策略,公交客流分配是公交规划与管理的核心内容之一。为促进公交配流理论研究,提高公交客流分配结果科学性,分析了国内外公交配流研究现状,对于城市广义公交网络,结合公交时刻表,定义了公交连接、连接片段以及吸引连接集合,建立了容量限制下基于时刻表的公交网络随机用户均衡配流算法（VRT-SUE）,对算法原理和求解步骤进行了探讨。构建实例公交网络进行分析测试,配流结果显示该模型能够很好的反映出出发时间、到达时间、换乘次数及费用等对乘客公交出行的影响,算法是合理和有效的。     

面向弱势道路使用者的多目标运动轨迹预测方法

针对复杂行驶环境下弱势道路使用者（VRU）多目标轨迹预测方法存在的预测精度不足和预测性能不稳定的问题,提出一种基于历史序列信息的面向VRU的多目标轨迹预测方法（Vulnerable Road User Trajectory Predictor, VRU_TP）。首先,为了解决预测精度不足的难题,该轨迹预测方法框架融合时空的多维运动状态特征和多维外观语义特征因子,同时基于外观特征综合考虑目标的运动意图,提取多线索的轨迹预测因子作为各个VRU目标历史轨迹的编码输入。其次,为了克服现有方法预测性能不稳定的难题,在序列到序列的编解码器方法（Seq2Seq Encoder-decoder）的基础上,从网络结构设计和网络优化策略等方面提出适用于VRU轨迹预测的门循环神经网络（GRU）。该网络融合设计的plelu6激活函数,能基于历史的序列信息映射学习未来的轨迹信息,用来提高编解码器对未来轨迹的解码能力。最后,为了验证时空多元轨迹线索和门循环神经网络优化方法的有效性和实用性,在已公开的MOT16数据库和提出的VRU-Track数据库上,采用在图像空间上通用的归一化平均位置偏移（NADE）、平均重叠率分值（AOS）评价指标以及平均成功率（ASR）和成功率曲线（Success Plot）评价指标,并进行试验验证。研究结果表明：在MOT16划分的验证集中,相比于基准方法,NADE下降了19.4%,ASR提高了22.6%;在VRU-Track数据库测试集中,NADE下降了23.0%,AOS提高了17.1%,ASR提高了16.5%;提出的VRU_TP方法减少了预测值与真值之间的位置偏移,增加了预测值与真值的重叠率,提升了各类VRU目标轨迹预测的性能,而验证了该方法的有效性。