基于前景理论的运输通道出行方式选择研究

为使出行者的出行方式选择决策能够体现出行者的主观偏好特征,考虑出行者在出行方式比选时面对损失和收益的不同态度,研究一种前景理论与灰色关联方法相结合的运输通道出行方式选择方法.选取出行方式的经济性、便捷性、快速性、舒适性、准时性和安全性构建原始决策矩阵,借鉴奖优惩劣的思想,利用[-1,1]线性变换算子对原始决策矩阵进行规范化.以出行方式的正负理想方案作为参照点,结合灰色关联方法建立前景价值矩阵,进而计算各出行方式的综合前景值.以出行方式的前景值最大为选择依据,然后运用多项Logit(MNL)模型计算运输通道内出行方式的分担率.以兰州至宝鸡运输通道为例进行分析,研究出行者对高速大巴、既有铁路和高速铁路的选择行为.结果显示,3种出行方式的分担率分别为13.45%,28.0%,58.55%,相较于效用最大的出行决策方式,所建模型的计算结果与实际情况较为符合,最大误差在3% 以内,并分析了高速铁路在不同定价策略及速度下分担率的变化情况.      

基于累积前景理论的拥挤阈值计算模型

信息诱导是缓解交通拥挤的有效途径,为了描述道路拥挤程度对出行者路径选择决策的影响机理,基于累积前景理论分析了出行者的出行决策过程,分析了出行者拥挤认知模式以及不同出行方式的拥挤信息需求。解析了拥挤阈值的概念,将行程时间作为累积前景理论决策指标建立了拥挤阈值的计算模型,以1个简单路网进行算例分析,模拟驾驶员的拥挤认知及出行活动决策。算例结果揭示了拥挤阈值对路径选择决策行为的影响,同时验证了拥挤阈值是出行者在决策过程中的决策变化分界点。出行时间在拥挤阈值内出行者不改变出行路径;出行时间超过拥挤阈值,出行者将改变出行路径。      

基于前景理论的城市居民交通方式选择研究

在四阶段交通需求预测中，由于个人出行行为的不确定性，交通方式分担预测成为一个难点。为分析城市居民交通方式选择，文中针对带有出行者期望且属性值为区间数的多属性决策问题，提出一种基于前景理论的决策方法，以参照点为基础计算收益和损失矩阵，以得到的各种交通方式综合前景值为效用值，通过经典的Logit模型计算得到个人出行交通方式的概率；最后通过一简单算例验证了该方法的有效性。     

基于前景理论的出发时刻选择模型研究

介绍了研究出行者出行选择问题的传统理论——“期望效用理论”的不足,分析了“前景理论”的基本思想和结构框架。基于前景理论,以实时交通信息影响下的日常上班出行为研究对象,具有重要的理论意义和实践价值。选择到达目的地的时刻作为参照点,确定了价值函数。通过对可供出行者选择的时间范围进行分段,研究了在不同时段出发,出行者如何预测路径的行程时间。出行者将选择可获得最大价值的时刻作为出发时刻,以此为目标建立了出发时刻的选择模型。通过设定到达目的地时刻的满意区间,研究了出行者下次出行是否改变和将如何改变出发时刻。     

居民全日出行方式选择动态模型研究

为改进现有交通方式选择模型,提高交通方式预测模型精度,基于出行链建立了居民全日出行方式选择动态模型。从居民出行方式选择机理分析入手,确立出行方式选择动态影响因素,在多项Logit模型（MNL模型）的基础上建立了方式选择动态模型。模型中增加了2类动态影响因素,即先前出行方式选择结果对后面出行方式选择的影响和主链的出行方式选择结果对子链出行方式选择的影响。最后以安徽省淮北市为例对模型进行了实例分析。结果表明：所建立的动态模型的优度比和预测准确率较基于单次出行效用的MNL模型有较大提高,变量在模型中的意义符合中国国情,模型可服务于城市交通规划和交通政策制定。     

基于离散选择理论的出行方式/目的地联合模型研究

分析了出行方式/目的地选择的必要性,并以合肥市居民出行调查数据为基础,在对出行目的地空间分布特点进行分析的基础上,提出了减少选择枝个数的目的小区分段抽样策略,并在该抽样策略下建立了方式/目的地联合选择模型,模型结果在数学统计和符号逻辑上均达到要求;最后对联合选择模型和重力模型就本案例数据进行了对比分析,结果表明,联合选择模型及结果与实际统计结果差值更小。     

拥挤收费下基于前景理论的出行者路径选择行为分析

出行者（特指私家车出行者）路径选择行为的研究对于城市的交通管理和交通组织都有着重要的意义,而且随着交通出行费用的不断增加,以及道路拥挤收费政策逐步实施,仅仅考虑距离最短、时间最短来对出行者路径选择行为模型进行研究,往往实用性欠佳。针对以往的研究中考虑因素单一、模型实用性不强这一问题,运用能有效描述出行者不确定性条件下决策行为的前景理论,综合考虑出行者的出行时间、出行费用以及出行者的个人偏好、出行经验等因素,建立一个更为贴合实际的出行者路径选择行为模型。以实际算例的形式对比分析了,不同收费标准对不同出行者人群、不同性质出行的路径选择行为的影响程度。结果表明：与拥挤收费政策实施前相比,收费3元时,高收入水平出行者购物出行时的路径发生变化,而对于通勤出行,当收费大于6元时出行路径才发生变化;对于中低收入水平出行者来说,因为其较高收入者对费用更为敏感,所以拥挤收费政策实施后他们的反应也不尽相同。     

引入忠诚度变量的城际出行方式动态选择行为研究

针对中国城市群的快速形成与发展,结合城市群城际出行特点,研究城市群城际出行方式选择行为.基于非集计理论,对效用函数引入刻画动态选择行为的忠诚度变量,抓住了出行者出行方式选择的关联性.利用了平滑指数计算忠诚度变量,既反映了忠诚度的持续性也考虑了突变性.将忠诚度变量作为影响因素引入模型的可观测效用部分,建立出行者城际出行方式选择Mixed Logit模型.在大量调查问卷基础上,通过对引入前后的模型对比分析计算得出,忠诚度变量加入后,模型中其他的出行影响因素效用强度明显削弱,其产生的正效用证明了城际出行选择是一种带有倾向性的行为反应,具有某种出行方式选择的持续性、依赖性和突变性,说明出行者过往的出行体验对选择心理具有显著的影响,也说明构建的模型很好地还原了出行方式选择的动态特性.     

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。     

基于贝叶斯网络的出行方式选择模型研究

论文以居民出行方式选择为研究对象,分析了城市居民出行方式的影响因素,建立了基于贝叶斯网络的居民出行方式选择模型,并以苏州市为例,结合居民出行调查数据采用极大似然法对模型进行了参数估计,并采用贝叶斯网络推理方法验证模型精度。结果表明,该模型能较全面地考虑居民出行选择的影响因素,模型精度较高。     

不同规模城市居民出行方式影响因素分析

明确影响不同规模城市中居民出行方式选择的关键因素及其影响路径,有助于采取针对性策略调节城市居民出行结构,进而提高城市交通系统效率,缓解交通拥堵、空气污染等"城市病".现有研究较少关注中、小城市的居民出行方式选择,较缺少同省份居民出行方式选择的跨城市规模对比分析,不利于策略制定者运用出行方式关键影响因素调节居民出行行为....     

基于社会互动视角的出行方式选择行为机理分析

回顾以往的交通行为分析模型,多半隐含片面假设:个体决策是独立于他人行为的.因此,在分析社会互动作用较大的交通行为时,无法准确地反映出交通的宏观态势.有鉴于此,将"出行方式选择"视为一种集体行为,在考虑社会互动效应的前提下,分析出行方式选择行为的均衡转移状态.将停车收费水平视为政策干预变量,利用出行方式选择行为阈值模型对消除劣势均衡(私家车无节制出行)的政策干预阈值进行定量估计.研究结果表明,停车收费水平提高至每次15元以上,将使集体行为达到均衡转移阈值,导致公共交通出行的比例由现状的19.3%提升到约72.3%.      

城市居民出行空间和方式联合选择模型研究

考虑到出行者出行空间和出行方式之间的重要联系,本文基于非集计模型中Nested Logit模型的理论和方法,结合2005年国内某大型城市居民出行调查数据,建立了城市居民出行空间和方式的联合选择模型。模型为2层的NL模型,第1层为空间选择层,第2层为方式选择层,以此将出行空间选择和出行方式选择连接起来。模型采用统计软件STATA 9进行标定,并通过统计指标进行验证,深入分析了影响出行者出行空间选择和出行方式选择的重要因素。最后,用同样的数据源建立了方式选择的MNL模型,通过对比联合模型和MNL模型的命中率和集计结果表明,出行空间和方式联合选择模型能够在较细的层面上预测出行者出行空间和交通方式的选择情况,从而提高了模型的精度和实用性。     

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...     

出行方式决策的随机效用模型研究

基于随机效用理论的多项logit(MNL)模型常用来解决多方案选择问题。介绍了该模型进行个体出行模式决策分析的方法,建立了线性效用函数假设条件下,个体出行模式选择概率与模式特性变量之间的近似线性关系。最后通过一个两模式决策分析的简例说明该模型的用法及灵敏度分析方法。     

Modeling the Effects of Population Density on Prospect Theory-Based Travel Mode-Choice Equilibrium

In conventional transportation planning models, it was always assumed that the population density is given and fixed in the study areas. Therefore, the effects of population density on travel choice have not been explicitly incorporated into these existing models for long-term transportation planning. Meanwhile, travel choice models in previous studies are usually developed by using discrete choice theories or user equilibrium principle. Thus, many significant characteristics of travelers’ behaviors, such as risk preference and learning process over time, cannot be considered in these conventional models. This article proposes a convex prospect theory-based model to investigate the effects of population density on the travelers’ mode-choice behavior under an advanced transportation information system (ATIS) in a multimodal transportation corridor. It is shown that population density is closely co-related to the modal split results and dependent on the performance of the railway mode in the study corridor. The park-and-ride mode may not be suitable for areas with high population density. This article also investigates the travelers’ reference points on the generalized travel costs by modes. A numerical example is given to illustrate the properties of the proposed model together with some insightful findings.     

上海浦东国际机场集疏运交通方式选择行为分析

针对上海浦东机场航空旅客,进行机场集疏运交通方式选择行为研究,通过浦东机场航空旅客的SP调查数据,分析了集疏运系统服务水平对航空旅客交通方式选择行为的影响,在按照出行目的、居住地情况和携带大件行李3个要素对航空旅客进行市场细分的情况下,建立了分类的机场集疏运交通方式选择行为的多元Logit模型,对影响机场交通方式选择的...