乌鲁木齐市居民定制公交出行意愿及影响因素研究

为了解乌鲁木齐市居民选择定制公交出行的意愿及影响因素,对该市6个行政区的620名通勤出行人员进行问卷调查,根据调查结果,从出行者个体特征(性别、年龄、经济水平等)、出行特征(出行距离、出行时耗等)和定制公交交通特性(票价、停车次数等)三方面分析影响居民选择定制公交作为出行方式的因素,以引导居民向定制公交出行方式转移,并为乌鲁木齐市定制公交线路开设、运营及政策制定提供参考依据。     

公交分担率测算分析与研究

论文从公交分担率的宏观影响因素(社会经济发展、交通基础设施、土地利用、交通政策)及微观影响因素(出行者特性、出行特性、交通方式特性)入手,通过分析研究非集计模型的理论,对关键影响因素进行量化处理,利用南京市现状居民出行调查数据和Trans CAD软件构建了多项Logit(MNL)模型,并对模型计算出的参数结果进行分析,求出样本中各居民所选择常规公交、地铁、出租车这些公共交通的出行方式概率,并与实际公交分担率进行对比,根据绝对误差来评价了模型精度。最后结合交通需求管理的原理以及模型变量提出了提高公交分担率的相关策略。     

基于非集计模型的公交出行选择预测模型

为研究城市居民选择何种公交方式出行,以非集计理论为方法,结合西安市城市居民公交出行特性,以地铁出行和地面常规公交为选择肢,确定相关因素作为影响变量,可建立居民公交出行选择MNL模型.使用交通分析软件TransCAD标定模型,可获得模型各影响变量参数值,并依据统计学原理和相关参数检验对模型参数进行分析,最后再运用另外400份居民公交出行调研数据对模型进行精度验证.     

票价对轻轨分担率的影响研究——以广州市萝岗轻轨为例

为研究不同的定价策略下轻轨对其影响范围内不同人群的吸引力大小,运用多项 Logit 模型效用最大化理论,并以广州市萝岗轻轨为例,在大量居民出行调查数据基础上,对模型进行参数标定,分析比较小汽车出行﹑电单车、常规公交出行﹑轻轨交通出行4者的效用比,最终确定目标年不同票价政策下各种交通方式的分担率。      

基于时空约束的出行方式选择行为分析

城市居民的日常出行往往受出行计划的限制。为定量分析其产生的时空约束对出行方式选择行为的影响,以时空棱柱理论为基础,构建了出行过程中的时空约束范围。通过计算时空可达性(包含变量活动地点吸引力、自由活动时间、交通时间)定量描述时空约束,并将其作为选择方案的特性变量加入效用函数中,建立了基于时空约束的多项Logit模型。通过问卷调查收集的数据进行模型标定与检验,分析了时空约束对出租车、私家车、地铁及公交汽车4种出行方式的综合影响。将活动地点吸引力-自由活动时间及活动地点吸引力-交通时间进行组合,研究了其共同作用下对出行方式选择的影响。结果表明:出行计划中存在限制型活动的情形下,时空约束为显著性影响因素,其对4种交通方式的影响程度顺序为出租车私家车地铁公交汽车;对于不同时空范围内的出行,活动地点吸引力-自由活动时间和活动地点吸引力-交通时间共同作用时,对出行方式选择概率的影响存在较为明显的差异性。     

基于Logit模型的大连市居民通勤出行行为研究

针对大连市主城区进行通勤出行方式的意向偏好调查.选取7家企事业单位的200名驾车通勤者作为研究对象,建立以私家车、公共汽车为选择对象的二元Logit模型,研究停车收费及公交服务水平的变化对不同特性停车者的出行选择方式影响.结果表明:停车收费费率及公交服务水平对城市居民的通勤出行方式选择有显著影响.将合理的停车收费体系与提高公共交通服务水平相结合,是一种优秀的交通需求管理手段.     

基于广义费用的公共交通联乘优惠研究

为了制定合理的公交联乘优惠政策,将包含出行直接经济耗费的广义费用作为效用引入Logit模型研究公交票价对出行分担率的影响。通过实际的交通调查确定模型中参数的取值,并计算出现状条件下各方式的出行分担率以确定模型的有效性。在公交供给能力的约束下,确定希望达到的公交分担率,在其他非联乘优惠的措施已知时,通过计算就可以得出合适的公交联乘优惠额度。算例分析表明,这一研究方法能够达到私家车出行分担率降低到40％的目标。     

基于模糊-神经网络的公交出行不确定性研究

为了合理规划公交线路,优化公交路网,提高乘客的舒适性,在交通工程学、模糊理论的指导下,通过对影响公交出行的主要因素定性分析,确定了影响出行生成量的模糊因素;结合对某地公交出行实地调研,分析出影响因素与出行量之间的相互关系规律;并采用空间静态模糊预测方法对调研数据进行处理,从而得到公交出行中快捷、舒适、方便、安全的隶属度,最后结合BP人工神经网络预测出该地区的公交出行生成量,为交通设施的建设提供了理论依据.     

基于神经网络的交通方式选择模型

已有的交通拥挤问题研究大多关注于城市交通的宏观层面,而对于微观层面的居民出行个体研究甚少,这主要是因为与出行个体相关的特征指标难以量化,只能做定性分析,引入神经网络模型即能够识别线性指标又能够识别非线性指标的特性。分析了影响居民出行方式选择的相关因素,这些因素包括出行者自身特性、出行者的出行特性、运输系统特性、出行区域特性和目的地区域特性5类,并建立了神经网络居民出行方式选择预测模型。通过实际调查数据的验证,表明本文模型具有很好的实用性,为城市居民出行方式的选择预测提供了新的思路。     

关于公交票价与私家车出行关系的研究方法

该文针对研究城市公交票价与私家车出行量之间关系的需要,提出了一种理论方法。该方法用多元线性回归模型分析了城镇居民家庭人均可支配收入、私家车出行成本等因素对私家车出行需求的影响,并在此基础上结合交叉弹性理论进一步得到公交票价和私家车出行需求之间的弹性关系。通过该方法可以量化公交票价与私家车出行需求两者之间的关系,为城市采用低价公交来制约私家车出行的政策提供一些理论依据。     

基于Mixed Logit模型的新建轨道交通客流转移预测

研究以轨道交通客流转移预测为目标,综合考虑居民出行选择习惯、交通信息及交通环境等因素,利用乌鲁木齐市居民出行方式选择SP调查(Stated Preference Survey)数据构建ML(Mixed Logit,混合Logit)模型,对城市轨道交通客流转移进行实证研究。研究结果表明,ML模型能够反映出个体选择喜好的随机特性;居民出行选择习惯、交通信息及交通环境因素显著影响居民向轨道交通转移的选择;轨道交通1号线和2号线建成后,预测可承担乌鲁木齐市南门附近居民31. 75%的出行,该部分出行主要是从常规公交、BRT和出租车转移而来,而私家车出行向轨道交通转移较困难。研究成果可为轨道交通建设的城市特别是新建轨道交通的城市提供有力的数据支撑和理论基础。     

公交票价的经济账

<正>近年来,由于机动车尾气的大量排放,各地城市空气质量普遍下降,人们开始呼唤减少私家车出行,提高公交出行分担率。于是,公交票价也成为人们热议的话题,越来越多的人认为,只有实行公交低票价政策才能吸引市民更多地选择乘坐公交。城市公交票价不仅是民生问题,还关系到诸如环境保护、交通结构、产业发展在内的整个城市发展战略问题。一个城市实行公交低票价政策,     

基于SB分布的Mixed Logit交通方式分担模型及其验证

研究了SB分布函数的分布特性,发现SB分布比正态分布和对数正态分布能更好地表达单向偏好因子的参数,结合合肥市居民出行调查数据,建立了Logit交通方式分担模型和两种约束条件的SB分布Mixed Logit交通方式分担模型MIXED1和MIXED2,通过对比分析发现MIXED2模型对原始数据解释更合理,且更能体现出行者对出行时间认识上的差异性,文章最后对模型进行了公交出行时间敏感性测试,结果表明实施公交优先后,公交客流转移量主要来源于自行车使用者。基于SB分布Mixed Logit模型不存在Logit模型的IIA缺陷,且能体现出行者对影响因素认识上的差异性,其更适合于交通方式分担建模。     

基于竞争模型的轨道交通与常规公交共线分析

轨道交通与常规公交在一定的出行距离上会产生客流竞争,研究两者的共线关系,对于实现两者的有效协调,提高城市公共交通的运营效率意义重大.通过分析轨道交通与常规公交方式选择影响因素,选取建模的主要变量:出行时耗和费用.将方式选择的影响因素进行量化,作为效用函数,建立轨道交通与常规公交方式选择的Logit模型.在建模的基础上,运用深圳市的交通调查数据进行案例分析,研究两者共线运营时的分担率变化规律.发现随着共线距离的增加,轨道交通分担率逐步增大,常规公交分担率逐步减小.在特定票制下,两者分担率曲线存在突变点.依据分析结果,提出轨道交通与常规公交线网设计的相关建议.      

城市居民出行方式与休闲地点联合选择模型——以邯郸市为例

针对邯郸市商业圈及其相关交通规划工作,根据邯郸市居民对于市区4个主要休闲地点选择和出行方式选择的意愿调查,利用NL模型建立休闲地点和出行方式的联合选择模型,对影响出行者选择4个休闲地点的出行方式的显著性因素进行比较分析.并针对公交车和公共自行车出行方式及4个休闲地点选择进行弹性分析,得到不同影响因素对公交车和公共自行车分担率及4个休闲地点的选择概率的影响程度,其结论可为邯郸市相关部门进行购物地点附近设施管理、道路规划、公交规划、公共自行车规划及相关政策制定提供依据.     

基于结构方程模型的城市居民出行方式选择研究

研究居民的出行方式是优化出行结构、科学制定交通需求管理措施的前提。目前针对居民出行方式选择的研究多集中在个人属性和出行特征方面,没有考虑交通供给水平和城市规模的影响。文中在山西太原、运城和吕梁3个规模不同的城市进行居民出行调查,选取个人属性、出行偏好、出行特性、交通供给水平、城市规模和出行方式作为变量,构建居民出行方式选择结构方程模型进行出行行为研究,为交通部门制定交通需求管理政策和优化居民出行结构提供依据。结果表明,经济特征对个人属性的影响最大,经济条件越好的出行者越有可能选择私家车出行;公交供给越充足或停车位供给越少,居民越有可能选择公交车出行;出行偏好期望越高、出行距离越远、出行次数越多的居民选择私家车的概率越大;高峰期出行和工作出行时选择公共交通的概率更大;大城市居民相比中小城市居民更倾向于私家车出行。     

基于Logistic模型的定制公交出行选择影响因素研究 ——以乌鲁木齐市为例

发展定制公交是国内外城市交通发展的必然趋势,深入了解居民定制公交出行特征及意愿,提高公众参与度是未来定制公交规划的基础。文中以乌鲁木齐城市居民定制公交选择意愿专项调查结果为基础,通过Logistic回归模型和灵敏度分析,在了解乌鲁木齐市居民定制公交出行意愿的同时,分析乌鲁木齐市居民定制公交出行意愿的影响因素。结果表明,票价、是否有座、中途停车次数、出行距离均会对居民定制公交出行意愿产生显著影响。     

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。     

居民出行方式选择非集计模型的建立

基于非集计离散选择模型的基本理论与建模方法,结合2003年北京居民出行调查数据,对影响居民出行方式选择的因素进行了分析,选择包括公交车、出租车、私人小汽车等在内的5种日常生活中较为常用的交通方式作为居民出行的方式选择肢,确定了影响居民出行方式选择的特性变量及相应的取值方法,建立了交通方式选择MNL模型。应用Matlab优化工具箱中的无约束最优化函数对所建的MNL模型的参数进行了标定,并通过命中率的计算验证了模型的有效性。结果表明,非集计建模方法能够较全面的考虑居民出行选择的各方面影响因素,尤其是将出行者的个人特性影响因素引入模型,提高了模型的预测精度和实用性。     

基于群体公平差异的公交网络双层优化模型

为准确刻画公交网络优化对不同居民群体的公平性影响,建立了考虑不同群体的人均道路占有面积、出行成本差异等因素的公交网络双层优化模型。上层模型以出行成本剥夺系数与道路面积基尼系数最小化为目标,用于求解考虑交通公平约束的公交网络优化方案;下层模型为多模式多用户随机均衡交通分配模型,用于描述上层给出的公交优化方案中不同群体对于不同交通方式的复杂选择行为。采用非劣排序遗传算法-Ⅱ求解模型,并以一个简单网络进行算例分析。结果表明：公交网络优化前,小汽车、公交车与自行车的出行分担率分别为42%,47%,11%;优化后,各出行方式的分担率分别为7%,82%,11%,部分拥有小汽车的高、中收入用户改用公交出行,3类群体的出行成本剥夺系数下降了20.68%,道路面积基尼系数下降了87.76%,低收入群体的交通公平感受与客观资源分配均显著改善。研究结果可为公交网络优化提供理论依据与模型基础,是改善交通规划方案公平性的全新尝试。