具有模糊特性变量的出行方式预测Logit模型

基于非集计模型与模糊数学理论,以城市群居民出行行为为研究对象,选择出行者的出行时间和出行费用作为影响因素,利用极大似然估计法进行参数标定,通过t检验、命中率检验与优度检验,将出行时间模糊化,忽略出行费用的影响,建立了具有模糊特性变量的出行方式预测Logit模型。将轨道交通与小汽车2种出行方式的时间模糊化参数分别选为0.1、0.3、0.5,分析了出行方式与出行时间对居民出行行为的影响。分析结果表明:轨道交通与小汽车的平均出行感知时间之比为0.8～1.2,且2种出行感知时间同等程度变化;当轨道交通出行时间模糊化参数为0.1,小汽车出行时间小于70min时,出行者均选择轨道交通出行;当轨道交通出行时间模糊化参数为0.3,小汽车出行时间小于67min时,出行者继续选择轨道交通出行,但当小汽车出行时间大于67min,小汽车出行时间模糊化参数分别为0.1、0.3时,出行者选择小汽车出行;当轨道交通出行时间模糊化参数为0.5,小汽车出行时间小于58min时,出行者仍然选择轨道交通出行,但当小汽车出行时间大于66min时,出行者均选择小汽车出行。     

基于区间数的多属性出行方式选择模型

采用区间数描述出行者出行信息的不确定性, 提出了多属性出行方式决策模型。基于互补判断矩阵的最小平方法计算不同出行方式的权重, 建立了离差最大化模型计算特性变量的权重, 进而获得出行方式的组合权重, 并根据调查数据筛选小汽车出行和公交出行的样本进行模型有效性检验。分析结果表明: 当小汽车出行权重达到0.65以上时, 出行者往往采用小汽车出行; 当公交车出行权重达到0.68以上, 往往采用公交车出行。可见, 该模型可有效模拟出行者出行方式选择。     

居民出行调查抽样率模型

运用数理统计学原理分析了简单随机抽样的特点, 及其在应用中的过于随机给居民出行带来的影响, 提出分层抽样的调查方法, 推导了基于按比例分配和最优分配的抽样率公式, 讨论了居民出行调查中的分层方法。建议对于大型城市采用简单随机抽样方法; 而对于中小城市, 按年龄分类, 采用分层抽样方法, 以提高调查精度。     

农村人口出行方式选择模型

基于非集计模型的基本理论与建模方法, 根据全国12个省1249份农村人口的出行调研数据, 分析了影响农村人口出行方式选择的因素, 选择步行、自行车、摩托车、农用车、客车、私家车6种交通方式作为农村人口出行方式选择肢, 确定了影响农村人口出行方式选择的变量及相应的取值方法, 建立了农村人口出行方式选择模型, 并选取400份农村人口出行数据对模型进行了验证。计算结果表明: 各种出行方式的计算值与统计值的最大绝对误差是4.0%, 说明模型计算精度较高。     

城市居民出行方式选择的结构方程分析

为克服Logit类模型的局限性,以出行链为分析单元,构建了快速城市化进程中居民出行方式选择的结构方程模型．首先,依据已有研究基础及城市化进程中居民出行特征,确定影响居民出行方式选择的3类因素,建立影响因素与出行方式之间的关系结构;在此基础上,构建结构方程模型,利用北京市居民出行调查数据对模型进行辨识与修正,最终得到了个人与家庭属性、土地利用、出行链等各类因素对出行方式的影响方向与程度．研究结果对优化居民出行方式结构、改善城市交通拥堵具有指导意义．     

雾霾对居民出行方式选择行为的影响研究

以北京市为例,运用RP/SP组合调查方法向交通出行者发放500份调查问卷,并利用非集计模型理论及方法,建立包括居民个人属性、出行特性以及空气污染程度在内的三因素MNL模型,确定五种不同交通方式对常规地面公交的相对效用,最后得出雾霾天气较正常天气时的全交通方式分担率和转移率。     

济南市居民出行调查分析及对策研究

为掌握济南市城市居民出行特征的变化趋势,从出行次数、出行目的、出行结构、出行时耗、出行时间分布等方面,比较分析2009年与2004年的居民出行调查数据,并总结居民出行特征变化发展的情况及其原因。最后指出,济南市城市交通系统需要在城市交通用地布局结构、优先发展公交系统、慢行交通与公交系统的衔接、交通需求管理等方面进行完善,以实现优化城市整体交通出行结构并促进城市交通和谐、可持续发展的目的。     

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。     

基于ML模型的绿色出行方式选择行为研究

为了给绿色出行相关管理政策的制定提供理论依据,在阐述绿色出行定义及其出行方式界 定的基础上,结合2009 年济南市居民出行调查数据分析绿色出行特征,构建绿色出行方式选择 ML（Multinominal Logit） 模型,探讨影响居民选择绿色出行方式的主要因素,揭示出行者属性 特征与绿色出行方式选择之间的关系,定量分析绿色出行方式在各影响因素条件下的选择概 率。研究结果表明：绿色出行方式选择行为受居民年龄、家庭月收入及职业、出行时间、出行 费用等因素影响;班车在远距离的通勤出行中占有一定的优势,应积极发展单位班车等形式的 集约型绿色交通方式;针对出行时间和出行费用采取相应的城市交通管理措施,可以有效引导 绿色出行。     

北京市轨道交通乘客出行方式选择分析

轨道交通作为城市公共交通的一种承担方式,近年来在大城市公共交通中扮演着越来越重要的角色,因此对轨道交通乘客出行方式选择的分析显得尤为重要. 本文通过对北京地铁5号线进行乘客问卷调查,掌握乘客到离轨道交通系统的方式选择规律及客流空间分布规律. 研究结论主要有：选择步行方式换乘客流量是最大的,客流主要来自直接服务区,选择常规公交换乘轨道交通的比例次之,选择小汽车出行的人一般都是驾车到有条件的车站进行P+R换乘. 在上述数据分析的基础上,提出了轨道交通系统在规划设计上尽可能根据站点的吸引范围及区域特征实现地面公交、自行车、步行、出租车、私家车等与地铁的近距离换乘.     

城市慢行交通网络特性与结构分析

基于复杂网络理论, 对城市慢行交通网络进行L空间和P空间拓扑结构转换。通过对平均路径长度、聚类系数及度分布的特性分析, 确定了城市慢行交通网络的类型, 并找出L空间慢行网络的中心节点。通过对P空间慢行网络结构特征指标即节点度、紧密度与介数的分析, 应用模糊聚类分析方法, 提出城市慢行网络结构层次的划分方法, 并分析了渭南市的慢行交通特性。分析结果表明: 渭南市中心城区慢行交通网络具有小世界特性, 网络内部的通达性较好; 城市慢行节点的重要程度可通过L空间慢行加权网络的无标度性来反映; 通过对P空间慢行网络结构特征指标的聚类分析, 可将慢行系统分成慢行廊道、慢行通道和慢行旅游休闲道3个层次。     

容量限制与运输模式联合选择的综合客运枢纽布局模型

分析了传统的综合客运枢纽布局优化模型, 同时增加运输模式与中转能力的约束条件, 提出了改进后的综合客运枢纽布局优化模型, 并设计了改进的遗传算法对其求解。应用LINGO软件进行有效性检验, 分别计算了8节点与50节点Solomon标准测试数据, 并将改进模型与经典算法进行比较。计算结果表明: 当应用LINGO软件计算8节点Solomon标准测试数据时, 平均运算时间为5 043s, 最优成本为1 952 418元, 应用遗传算法与MATLAB软件计算的平均运算时间为62s, 最优成本为1 955 900元; 当应用遗传算法与MATLAB软件计算50节点Solomon标准测试数据时, 平均运算时间为574s, 最优成本为8 500 600元; 当计算25节点的AP数据且枢纽节点数量为3时, 平均运算时间为612s, 最优成本为155 148元, 比经典算法降低了108元。可见, 改进模型有效。