航班延误信息下旅客选择行为模型及实证

针对航班延误后旅客选择行为的不确定性,本文基于累积前景理论对不同延误情景下旅客的选择行为进行研究.首先,以期望出行时间作为旅客行为选择的参照点,构建航班延误信息下旅客选择行为模型,并指出在不同延误情景下参照点具有动态性特征;然后,利用调查问卷,得到准时到达敏感性、信息影响程度两个参数值及不同延误情景下旅客对出行时间的判断,计算得到期望出行时间;最后,以北京-上海航线为例,计算得到不同延误情景下旅客不同选择行为的累积前景值,从而得到旅客的最优选择行为.结果表明：随着航班延误规模的增大及延误时长的增加,旅客的期望出行时间随之增长,体现了参照点动态性的特点;在不同的延误情景下,旅客的最优选择行为有所差异;通过实际验证,理论模型能有效地描述旅客在不同延误情景下的选择行为.     

不确定条件下机场群系统均衡配流模型研究

为探索客流在机场群的分布规律,以整个航空出行链为视角,综合考虑空中交通、地面交通和旅客出行选择偏好,构建机场群系统均衡配流模型.以路径时间、机场停留时间、出行票价和旅客类型为主要参考属性,提出机场群系统旅客出行成本模型.由于路径时间与流量相关且存在不确定性,基于预算超出时间对路径时间的均值与方差进行统一度量.综合路径时间、出行票价、机场停留时间与旅客类型,基于Logit模型建立旅客对航空出行路径的选择模型,将机场群系统的客流均衡条件转换为变分不等式.基于投影收缩算法对变分不等式求解,从而得出客流在机场群间的均衡分布状态.算例结果表明,机场群系统均衡配流模型有效建立了客流分布状态,调整路径时间、机场服务水平、票价等因素均可促进客流在机场群间的均衡分布.     

不确定条件下机场群系统均衡配流模型研究

为探索客流在机场群的分布规律，以整个航空出行链为视角，综合考虑空中交通、地面交通和旅客出行选择偏好，构建机场群系统均衡配流模型.以路径时间、机场停留时间、出行票价和旅客类型为主要参考属性，提出机场群系统旅客出行成本模型.由于路径时间与流量相关且存在不确定性，基于预算超出时间对路径时间的均值与方差进行统一度量.综合路径时间、出行票价、机场停留时间与旅客类型，基于Logit模型建立旅客对航空出行路径的选择模型，将机场群系统的客流均衡条件转换为变分不等式.基于投影收缩算法对变分不等式求解，从而得出客流在机场群间的均衡分布状态.算例结果表明，机场群系统均衡配流模型有效建立了客流分布状态，调整路径时间、机场服务水平、票价等因素均可促进客流在机场群间的均衡分布.     

考虑出行效用的空铁联运需求研究

文章从出行效用角度出发对空铁联运旅客需求进行研究。结合前景理论与后悔理论提出基础效用、风险感知效用和欣喜效用,基于转换的重力模型优化效用函数,得到腹地城市-高铁-航班的旅客需求预测模型。以南京禄口国际机场为目标机场,综合长三角机场群中旅客吞吐量大于1 000万的机场、距离最近的十个机场以及根据行政划分的江苏省所有机场进行空铁联运旅客需求研究。基于Wilson模型提高空铁联运辐射半径的预测精度,构建腹地城市年人均出行次数与人均GDP的关系式,得到腹地城市的空铁联运旅客需求,并进一步根据旅客出行效用评估进行空铁联运客流分配,为机场准确识别出空铁联运需求。     

基于双层博弈模型的机场间航线网络协同演化研究

为有效优化机场间航线网络，实现机场群中各机场功能定位，通过研究机场补贴策略与航空公司航线调整关系，旨在实现机场补贴策略与所需航线网络间的最佳匹配。从机场功能协同发展视角分析旅客、航空公司及机场间的博弈关系并构建双层博弈模型。在上层博弈模型中，引入经验加权吸引力模型(EWA)分析航空公司定价策略与旅客“渗流”关系，以便确定航空公司最佳定价策略。在下层博弈模型中，使用上层模型结果并引入非对称的随机反应(QRE)均衡模型，分析机场补贴与航空公司航线调整的关系，确定机场最佳补贴策略。结果表明：影响机场群内旅客出行行为选择关键因素是出行成本，该成本使航空公司票价折扣效果存在高敏感区、惰性区和无效区，通过完善机场群内地面交通，控制旅客出行成本，可有效引导机场群间旅客流动；航空公司定价与旅客出行选择博弈的收益存在多个峰值点，需根据旅客出行成本和初始票价确定票价折扣，最佳折扣区间集中在0.4～0.9；采用补贴优化航线网络，机场间不同补贴策略效能存在垄断区间、低效区间和最佳协同区间；融合旅客出行选择和机场间协同补贴的双重因素可有效提升航空公司盈利能力，推动航空公司提升机场群中航线的互补性，有效实现机场间...     

机场群运行方式下的航班时刻与频率优化模型

针对枢纽机场的拥堵问题,提出了机场群航班时刻与频率优化策略.应用运输需求管理理论,以旅客最小出行损失时间为目标函数,以旅客流失率与航空公司客座率为约束条件,建立了基于机场群运行方式的航班时刻与频率优化模型.根据机场群内5个机场的地面交通时间与枢纽机场的航班数量与平均延误的关系,将机场群内各个机场的旅客需求进行分类,采用k-means聚类算法,计算了航班时刻与频率、旅客出行损失时间、机型与数量分配方式.计算结果表明:在机场群运行方式下,旅客需求分为7类,满足全部旅客需求的航班数量为11个,旅客出行损失时间为123 403 min;在独立运行方式下,旅客需求分为8类,满足全部旅客需求的航班数量为13个,旅客出行损失时间为165343 min;在机场群运行方式下,采用遗传算法求得的满足全部旅客需求的航班数量为11个,旅客出行损失时间为126119 min.     

���潻ͨӵ�¶����ÿͺ���ʱ��ѡ���Ӱ��

研究了高峰期地面交通拥堵对民航旅客航班时刻选择行为的影响.在考虑地面交通瓶颈的基础上建立了民航旅客出发时间选择模型,给出了模型的用户均衡的性质.并进一步分析了票价差额对用户均衡的影响,得到了均衡人数不变时票价差额的取值范围,以及民航旅客的总排队时间和航空公司票价增量收益随票价差额变化的特征.研究表明:在均衡状态下,选择不同时刻航班的旅客人数由航班时刻差和瓶颈通行能力共同决定.对给定的航空出行需求,可通过调整票价差额,减少总排队时间(减缓交通拥堵)或者增大票价增量收益(增加航空公司票价收益).最后利用数值算例对结论进行了有效验证.     

基于累积前景理论的城际列车分时定价研究

城际客流具有时段分布不均衡特点,表现为高峰时段一票难求而低峰时段客座率低。为均衡客流、提高城际高铁收益,选取客运通道内不同时段车次进行差别定价。考虑旅客选择行为的差异性和有限理性,采用潜在类别分析对旅客进行分类,选取票价和时段价值两个影响因素, 建立双参照点的旅客平行车次产品效用模型,以累积前景值刻画异质旅客对平行车次的出行效用。基于累积前景值构建以铁路企业收益最大,旅客广义出行费用最小的分时定价双层规划模型,设计基于灵敏度分析的启发式算法求解。最后以南宁-北海为例对高峰、非高峰时段平行列车进行实例分析,结果表明,本文提出的分时定价方法能提升收益约2.5%,且高峰、非高峰时段的客流更加均衡。     

��������ϵͳ����ѡַģ���о�

科学合理的多机场系统场址选择是一项涉及众多因素和利益主体的重要决策问题,就是要使系统中各机场容量协调并使系统收益最大化. 在分析旅客机场随机性选择行为基础上,构建双层规划模型来描述多机场系统场址选择决策过程中多目标价值准则,定量研究宏观机场决策者与微观旅客的相互作用. 模型上层规划从决策者的角度出发,使总的机场建设费用最小,下层规划则描述旅客机场选择行为,并使其总的出行费用最小. 考虑到变量的离散特性,文章分析了求解所构模型的方法,并通过实例模型的求解来检验模型和算法的可行性和有效性. 实例计算表明,双层规划模型的多价值准则决策方法更接近实际情况,在多机场系统选址规划中具有一定的实用性,对优化机场资源配置和提高机场竞争力具有现实意义.     

交通事故下出行者非理性出行行为研究

基于前景理论,研究交通事故下出行者路径选择行为规律.应用前景理论,考虑交通事故的发生概率,以出行者出行总花费时间作为出行效用,提出出行者路径选择的效用函数;然后通过分析出行者效用函数的分布规律,在出行效用连续随机分布的条件下,建立出行者感知效用模型.通过连续函数离散化方法构建出行者路径选择模型.通过一个算例,描述非理性条件下出行者选择行为,并分析交通事故的特征对效用值和选择结果的影响,说明感知效用为0 的参考点并不是路径实际效用分布的期望值,而是比期望值小.     

基于累积前景理论的通勤者路径选择模型

为了全面描述决策者在不确定环境下的出行行为,从价值变化和可靠性变化两个方面研究通勤者的路径选择行为及对待风险的态度,提出了基于累积前景理论（CPT）的通勤者路径选择模型.首先推广了两个参考点的CPT,接着根据不确定理论对行程时间进行预算,给出通勤者参考点估计的统一方法,然后构造通勤者的路径选择模型. 最后在一个测试网络上研究可靠度与参考点及可靠度与累积前景值的关系.结果表明,通勤者的参考点可以根据可靠度要求动态设置.出发时刻相同,出行者可靠度要求较高时,风险较低的路径前景值较大;反之可靠度要求较低时,行程时间平均值较小,虽然风险较高的路径前景值也比较大,这一结论与事实相符合.本文所提出的决策模型能够有效地描述通勤者在随机路网中的路径选择行为.     

�����ۻ�ǰ�����۵�ͨ����·��ѡ��ģ��

为了全面描述决策者在不确定环境下的出行行为,从价值变化和可靠性变化两个方面研究通勤者的路径选择行为及对待风险的态度,提出了基于累积前景理论（CPT）的通勤者路径选择模型。首先推广了两个参考点的CPT,接着根据不确定理论对行程时间进行预算,给出通勤者参考点估计的统一方法,然后构造通勤者的路径选择模型。最后在一个测试网络上研究可靠度与参考点及可靠度与累积前景值的关系。结果表明,通勤者的参考点可以根据可靠度要求动态设置。出发时刻相同,出行者可靠度要求较高时,风险较低的路径前景值较大;反之可靠度要求较低时,行程时间平均值较小,虽然风险较高的路径前景值也比较大,这一结论与事实相符合。本文所提出的决策模型能够有效地描述通勤者在随机路网中的路径选择行为。     

基于MA-CPT模型的出行方式选择模型优化

为提高累积前景理论在出行方式选择建模应用中的准确性,考虑个体对于时间与费用货币态度的不同,优化原始累积前景理论（cumulative prospect theory,CPT）模型的时间值函数和时间权重函数.首先,针对时间压力下出行方式偏好发生转变的现象,将出行方式分为刚性出行和弹性出行,改进刚性出行情景下的时间值函数形式,并根据出行时间特性求出时间权重函数中吸引力参数的取值范围,构建MA-CPT (mental accountingcumulative prospect theory)模型;其次,根据实证数据标定时间权重函数中辨别力参数和吸引力参数的取值;最后,标定MA-CPT模型结果并检验其拟合优度,对比MA-CPT模型和CPT模型的命中率.实证分析结果表明：刚性出行和单行出行场景下,时间权重函数的吸引力参数值均大于1.00;MA-CPT模型在刚性出行和弹性出行情境下的拟合优度分别为0.17和0.18;相比于CPT模型,MA-CPT模型在弹性出行和刚性出行情景下的命中率分别提高了12.2%和19.8%.     

依赖随机参考点的网络均衡配流模型

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积.假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型.然后,给出基于Probit 加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法.算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为.对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变.     

��������ο���������������ģ��

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积。假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型。然后,给出基于Probit加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法。算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为。对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变。     

基于APTS大数据的城市公交出行多维分析模型和方法

智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.     

基于NL-累计前景理论的出行方式 选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限，联立出行方式与出发时段构建双因素出行方案，并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化，构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值，最后通过调查数据进行建模与验证.结果表明，与仅基于 NL模型进行的方式预测相比，所建模型综合命中率从74.8%上升至85.2%，各方式预测命中率更为均衡.     

基于NL-累计前景理论的出行方式选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限,联立出行方式与出发时段构建双因素出行方案,并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化,构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值,最后通过调查数据进行建模与验证.结果表明,与仅基于 NL模型进行的方式预测相比,所建模型综合命中率从74.8%上升至85.2%,各方式预测命中率更为均衡.