基于遗传算法的家庭活动-出行决策研究

为探究家庭日常活动-出行决策行为,基于时间地理学方法,突出家庭联合活动与个体出行链间互动决策的过程化表达,基于最优化理论,将家庭联合活动视为在一定时空条件约束下,成员通过彼此间协作配合做出效用最大化的活动安排和出行选择的结果,建立了家庭联合活动-出行决策模型;从昆明市2016年居民出行数据库中选取核心家庭出行数据作为模型验证数据,采用遗传算法对模型进行求解,通过设置不同场景再现家庭活动-出行决策过程,对模型计算结果与家庭成员实际出行链进行比较。结果表明：基础场景中有75.84%的家庭出行链与实际出行链相符,扩展场景符合率为83.64%,验证了所建模型的合理性和适用性;对于受时空制约较强的活动,当某一家庭成员无法完成该活动时,家庭会通过成员之间的依赖性进行传递,由其他成员以替代活动的形式进行协助,以实现家庭成员时空制约的平衡。     

基于竞争风险模型的居民活动-出行计划研究

对出行者活动-出行计划行为的研究有助于进一步解析出行者的行为决策机理,也是制定和实施交通管理政策的前提.本文扩展了传统的基于单一删失事件的生存风险研究,将竞争风险模型应用于出行者活动时间分配行为的研究,基于吉林市居民出行数据的分析,提取出行者制定活动计划的影响因素,通过敏感性分析,解析出行者在连续时间轴上活动参与类型与活动持续时间的联合选择过程.结果表明：出行者N次与N+1 次活动之间存在相互联系、相互制约关系,且关系强度又随着参与活动类型的不同而存在显著差异,竞争风险模型能有效应用于这些差异性的分析,丰富和扩展了出行行为的分析理论与方法.     

基于出行方式决策过程的价格调控策略辅助措施研究

从提高个体在价格调控策略下的绿色出行意向入手，制定价格调控策略的辅助措施是提升价格调控策略有效性的重要手段.本文基于出行决策行为变化自调节阶段模型，构建了价格调控策略下的居民出行方式决策过程概念模型.利用拥堵收费和奖励策略下的出行方式决策心理调查数据，基于结构方程模型，对比分析了拥堵收费和奖励策略下不同机动化出行习惯强度个体通勤与非通勤出行方式决策心理的差异化特征.最后，针对出行方式决策过程中动机形成阶段，计划行为阶段，以及实施计划阶段的心理特征，分别提出了价格调控策略的辅助措施，为价格调控策略实施提供了更好的辅助决策支持.     

基于出行方式决策过程的价格调控策略辅助措施研究

从提高个体在价格调控策略下的绿色出行意向入手，制定价格调控策略的辅助措施是提升价格调控策略有效性的重要手段.本文基于出行决策行为变化自调节阶段模型，构建了价格调控策略下的居民出行方式决策过程概念模型.利用拥堵收费和奖励策略下的出行方式决策心理调查数据，基于结构方程模型，对比分析了拥堵收费和奖励策略下不同机动化出行习惯强度个体通勤与非通勤出行方式决策心理的差异化特征.最后，针对出行方式决策过程中动机形成阶段，计划行为阶段，以及实施计划阶段的心理特征，分别提出了价格调控策略的辅助措施，为价格调控策略实施提供了更好的辅助决策支持.     

基于支持向量机的出行链活动类型识别研究

基于支持向量机理论对出行链活动类型的识别方法进行了研究. 首先对居民出行的时间序列位置信息做数据预处理,提取出行链的出行过程和活动地点信息,并结合地理信息系统（GIS）提取活动的备选类型;然后从出行链和活动的时间和空间因素提取活动类型识别的特征,形成特征向量作为分类器的输入,并建立基于支持向量机的两两分类器,采用分类器投票的方法从备选集中选择活动的类型;最后利用模拟数据和交叉验证的方法对两两分类器进行训练检验,分别从高斯径向机核函数和多层感知器核函数的角度分析活动类型识别率. 结果表明：在两两分类中,高斯径向机核函数的最高识别率为99%,最低识别率为62%;多层感知器核函数的最高识别率为97%,最低识别率为54%.     

基于巢式Logit模型的公交出行方式选择行为研究

近年来,随着我国国民经济的不断增长,城市机动化水平的逐渐提高,城市交通和环境的压力不断增大,提高大容量公交系统的服务水平,增加其吸引力是我们迫切需要解决的问题.本文基于北京市第三次居民出行调查数据,从个体出行行为的角度分析城市居民公交出行的特征和规律;同时,采用巢式Logit模型方法,建立了基于时间的交通方式选择模型,...     

迁居居民活动—出行行为选择机理研究

迁居居民日常活动—出行模式不仅是短期决策下的行为响应,更是长期生活中习惯、态度等因素的作用结果.本文基于时间地理学和计划行为理论,应用迁居居民活动日志调查数据,从外部时空制约和行为习惯两个方面考虑迁居居民出行行为的动态调整过程,构建了迁居居民活动—出行行为选择机理的结构方程模型.结果表明,在迁居事件作用下,居民活动—出行行为发生了巨大调整.具体而言,居民活动—出行调整过程中存在显著的层级决策序列,通勤活动的调整优于非通勤活动,且会制约着非通勤的安排,进而影响到不同类型的非通勤活动间的交互关系.其次,居民行为选择还受过去态度及偏好的正向引导作用,习惯影响次之,且迁居前各行为间存在的交互模式会进一步传递到现活动安排中,主要凸显在非通勤上.与此同时,外部时空制约和主观因素同时作用于现出行行为上时,外部制约会通过态度或习惯的影响来调整活动和出行模式,以维持或重构日常生活支持网.     

通勤出行方式-出行链模式联合选择模型

以单个通勤出行者为研究对象,构造基于广义极值理论的Cross-Nested Logit模型,分析了通勤出行方式和出行链模式联合选择行为.模型以通勤出行方式选择子集和出行链模式选择子集的组合为选择集,描述了在出行者社会经济属性、居住地和工作地区位、工作活动属性影响下的出行方式和出行链模型联合选择行为,能准确刻画两个选择维度之间的相关关系.利用居民出行调查数据完成模型标定.研究表明,通勤出行方式和出行链模式选择之间有显著的相互影响,出行者性别、家庭收入、家庭结构、家庭交通工具、工作活动作息时间、居住地和工作地区位是重要影响因素.当上述因素发生改变时,出行者会优先调整其出行链模式而非出行方式.     

基于潜在类别模型的出行决策机理异质性研究

传统的离散选择模型是基于随机效用最大化准则构建的,然而考虑到决策者的异质性,不同的群体可能采用不同的决策机理.为此,本文考虑了两种不同的决策机理:随机效用最大化准则和相对优势最大化准则,并采用潜在类别模型来验证出行决策机理异质性的存在.首先,基于SP实验设计收集出行数据;其次,分别构建基于随机效用最大化准则的logit...     

基于持续时间模型的日出行时间分析

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

城市家庭日常活动—出行交互制约机制研究

家庭内部的交互制约机制是解读个体活动—出行决策行为的重要视角.本文关注城市家庭多个成员间活动出行的互动关系,引入时间地理学制约观,认为家庭活动决策是"多人、多活动"交互制约下的决策行为,提出个人"活动制约度"和家庭"活动制约位"概念来描述家庭活动决策,并基于出行日志构建结构方程模型,侧重分析家庭成员间活动出行互动机理.结果表明,成员间的交互制约不仅影响个体活动出行选择,还会在个体之间相互传递并扩散到家庭活动模式上.家庭内部通过替代、互助等协作形式动态地平衡成员间的制约程度,最终确定出总体制约度最小的家庭活动出行模式.     

基于优化速度模型的城市交通微观尾气排放模型

介绍了城市交通尾气排放模型的特点,提出建立微观交通流与现有排放模型相结合的思想.把微观交通流中的优化速度模型与微观尾气排放模型结合起来,建立了基于微观交通流的城市道路微观尾气排放模型.用武汉市的观测数据对优化速度模型参数进行了辨识,对10辆车在十字交叉路口启动过程中的尾气排放进行了动态仿真,仿真结果表明该模型可以模拟城市交叉路口车队启动过程中尾气排放的动态演化过程.     

基于HBEFA 的城市交通温室气体排放模型—— 以北京本地化建模为例

交通温室气体排放和空气污染越来越受到国内各城市的广泛关注.控制温室 气体排放和污染物排放的关键是找到排放的源头并进行科学量化,从而制定有针对性的 政策措施.鉴于我国目前还没有发布全国性的交通排放评估方法,本文基于欧洲道路排放 因子模型并结合北京实际的道路交通运行工况和车辆结构数据,采用自下而上的建模方 法,利用车型分类、交通状态、工况单元和活动水平进行模型的数据划分,使用平均速度 （V）、行驶过程中停车时间比例（SP）和相对正加速度（RPA）三个特征值作为描述工况单 元的统计特征参数,借用计算机仿真构建了本地化的交通排放因子库,并在此基础上开 发了基于交通活动水平的交通排放测算模型.该模型不仅能够建立北京市的交通能源消 耗、温室气体排放和污染物排清单,而且能够与宏观交通模型无缝衔接,评估不同的交通 政策对交通减排的潜在影响.     

运输对策定价模型研究

提出了运输企业价与运输时间对策理论定价模型,该模型能在不同运输模式之间进行对策,它扩展了同种运输方式之间的价格竞争对策模型,同时把ｌｏｇｉｔ多项式分配模型运用于对策之中,分别对静态与动态对策进行分析,这样既便于模型的扩展,又便于对策定价模型进行了全面比较,为运输企业在市场经济条件下进行运行调整提供了理论指导。     

迁居对家庭日常活动—出行行为交互机理的影响

居住地是家庭成员日常活动的主要起讫点,迁居会导致家庭日常生活空间重组,进而成为影响成员活动安排和出行模式的关键因素.本文以迁居家庭为研究对象,分别从个体和家庭两个层面分析迁居前后日常活动—出行行为的调整变化,以揭示家庭成员间的交互模式及其内在机理.研究表明:迁居对成员活动—出行行为的影响首先体现在通勤模式调整上,其次是在家务分担上.具体来说,当两个成员均受到职住错位影响时,双方在家务活动安排上交互强烈,家庭内部会通过替代或互助等互动模式来平衡通勤活动所受到的时空制约;当只有一方受到职住错位制约时,双方交互程度进一步降低,家务活动安排上表现出显著性别差异,男方较容易受通勤活动的影响而放弃承担家务活动;当双方均处于职住邻近状态时,双方交互程度最弱,家务活动常采用陪伴或联合等协作方式来完成.     

面向新城的土地利用-交通整体规划建模方法

在城市高质量发展的背景下,大量城市新城的规划缺乏新城与主城协同的土地利用与交通系统的一体化规划,造成众多的不协调问题,如新城与主城间交通走廊拥堵和"鬼城"等.因此,本文基于新城、主城的土地利用与交通系统的交互关系,提出面向新城规划的城市土地利用-交通整体规划模型建模方法.通过为主城与新城分别构建相应的宏观经济预测模块、...     

基于云-自组织神经网络的交通流预测模型

现代交通系统结构复杂,涉及的数据类型和数量众多,模糊性、随机性和不确 定性等因素的存在增加了数据分析过程中定性与定量综合集成的难度.本文对城市交通 流预测进行了研究,根据云模型和自组织神经网络的特点,构建了云-自组织神经网络 交通流预测模型.该预测模型运用云模型处理数据的模糊性和随机性问题的优势,提高了 自组织神经网络预测中学习样本数据的可靠性.通过对某城区的实际数据进行对比测算, 改进的预测模型比单纯使用自组织神经网络预测模型决定系数更高.结果表明,本文提出 的模型在交通流预测中提高了准确率,降低了预测泛化误差.