考虑外生政策调节的城市低碳出行决策模型

交通治理政策生效的关键是能够影响个体出行者的行为决策.为提升城市低碳交通治理政策的有效性,有必要研究城市出行个体的决策过程、影响因素及其影响机理.本研究从社会心理学角度出发,研究情境依赖、学习能力与个体出行行为决策之间的相互影响,并将外生政策纳入个体出行行为决策过程研究框架,分析外生政策对出行行为决策与情境依赖和学习能力之间关系的调节作用.在对相关研究进行系统梳理和总结的基础上,构建了城市低碳出行决策过程的逻辑模型,该模型可为出行行为决策实证研究提供系统的分析框架.     

闭合通勤链中基于博弈的小汽车拥有者出行方式选择研究

从个体出行方式选择决策机理入手,以演化博弈理论为基础,基于出行链构建了考虑回程因素的闭环通勤出行选择决策模型.模型中考虑了个体对去程与回程两次出行感知程度的两类影响因素,模拟了回程过程的3种不同情境,研究回程加入不同活动情境下对整个闭合通勤链出行选择决策的影响,并将考虑回程因素的决策结果与仅考虑单次出行的结果进行对比,证明了考虑回程因素的必要性.最后,以北京市典型通勤OD为例,对模型进行实证分析.结果表明,仅考虑去程时,小汽车方式优势凸显;而考虑回程因素时,回程过程中加入的不同活动将影响个体闭环出行链出行选择决策结果,小汽车将不再成为人们出行的最优选择,定制公交的优势不容小视.     

城市居民出行特性分析及其交通方式选择行为研究

在问卷调查及对宁波市居民出行特性分析的基础上,建立交通方式选择的MNL模型,得出不同交通方式选择的影响因素,利用SPSS软件对模型参数进行标定。研究结果表明,出行距离、出行时间等因素对居民出行交通方式的选择有重要的影响。最后,通过案例分析验证了交通方式选择模型的有效性,结果表明该交通方式选择模型适用于研究个体的出行决策,可以用于交通方式结构的调整与优化。     

基于集成学习和居民属性数据的出行方式预测模型

传统的效用理论模型以整体效用最大化为目标，忽略了影响居民出行方式选择肢间可能存在相关性以及部分效用相互补偿性。基于集成学习的居民出行方式预测模型可以有效表达出行效用的个体偏好、差异性和补偿性，解决了不同出行特征影响因素对于不同人群有不同效用表征问题。本文依托大样本居民属性数据，针对不同个体对不同影响因素的感知差异，结合居民出行调查的个人属性、出行属性及环境属性等相关影响因素进行综合分析，构建个体级居民的出行特征向量；研究构建基于集成学习方法的居民出行方式预测模型；以广州市为例进行实证分析，通过准确率、精确率、召回率和F1值这4个指标，对模型预测结果进行综合评价；针对部分出行属性相似导致细分的出行方式判别精度不高，按照大类方式、慢行交通、公共交通、个体机动化交通这4个类别构建层次化LightGBM (Light Gradient Boosting Machine)模型，并对GBDT (Gradient Boosting Decision Tree)、Random Forest、LightGBM、层次化LightGBM这4个模型预测结果进行综合对比。分析结果表明：LightGBM模型预测慢...     

出行前交通诱导决策系统的静态博弈模型

对出行前交通诱导决策系统的设计需求进行了分析.通过对公交出行策略和个体机动车出行策略进行分析,建立了基于公交和个体机动车等效出行时间的静态博弈模型,模型与出行者的出发时刻和优化出行路径的路段集相关.采用枚举的方式,将出发时刻离散为间隔1 min来对出行前不同出行方式决策博弈模型进行求解.通过实例分析可以看出,提出的出行前交通诱导决策博弈模型可实现对出行者进行出发时刻、出行方式、出行路径的诱导.     

基于集成模型的多维活动-出行决策研究

对个体活动-出行行为的5个决策维度进行联合建模分析,包括连续型的通勤距离、离散型的日通勤出行方式和通勤出发时间、小汽车拥有和日非工作活动量.一方面,作为内生变量,这5个决策维度受到个体性别、收入、教育水平等社会经济属性影响;另一方面,它们之间的相互影响关系也通过可见的结构关系及不可见的相关关系得到证实.比如,通勤出行距离越长,出行者家庭小汽车的拥有量越大;通勤出行距离、公交出行方式的选择均对日非工作活动量有负面影响;当通勤者家庭拥有更多的小汽车或者通勤出行距离很长时,他们选择小汽车和公交车的概率更高.本文证实了个体活动-出行决策维度之间的复杂作用关系,证实了对多维活动-出行决策进行综合集成分析的重要性.     

建成环境对老年人出行方式选择的非线性影响

研究老年人的出行方式选择有助于更好地理解老年人出行行为,对提高老年人出行便捷性和可达性,构建老年人友好型社会和改善交通系统的公平性具有重要意义。本文基于2021年贵阳市居民出行调查数据,运用梯度提升决策树模型,研究老年人出行方式选择的决策机理,并深入挖掘公交站点辐射区内不同老年群体选择行为的异质性。结果表明：（1）出行特征是影响老年人出行方式选择最重要的因素,相对重要度达58.51%,其次是建成环境因素（35.49%）,二者均远高于社会经济属性的相对重要性(6%)。（2）建成环境对老年人出行方式选择的非线性作用显著,其中老年人步行出行的距离阈值为3 km;老年人出行更多的是空间分散模式,而非以市中心为导向模式。因此,对老年人出行方式选择的干预在建成环境阈值范围内更加有效。（3）建成环境对老年人出行方式选择的影响不仅存在独立的非线性效应,不同的社会经济属性还会导致其存在群体差异。这些发现可为创建面向老年人友好的出行环境提供决策支撑。     

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．     

���ڽṹ���̵Ľڼ��վ�����кͻ�����Խ�ģ����

基于结构方程模型,利用现有北京市黄金周出行调查资料,选取影响居民节假日活动和出行行为的8个影响因素作为结构模型的外生变量;以黄金周出行中维持性活动和消遣性活动的3个特征指标—活动持续时间、活动次数、出行时间共6个活动特征指标为结构方程的内生变量。同时以个体为分析单位,考虑个人和家庭的社会经济属性,建立各种活动产生模型,活动持续时间模型以及为从事各种活动的出行时间结构方程模型,分析外生变量对内生变量的影响,以及内生变量彼此之间的复杂关系,探讨节假日居民从事各种活动和出行之间的相互影响关系,以及居民的社会经济属性对其从事的活动和出行产生的影响。     

����SEM�ļ�ʻԱ������Ϣ��Ѱ��Ϊ����

出行信息的搜寻与获取是驾驶员出行决策的重要依据.为获取驾驶员的出行信息搜寻行为特征,以昆明市412个样本数据库为基础,建立驾驶员出行信息搜寻行为的因果和过程结构方程模型(SEM),并拟合各变量之间的路径关系.其中,驾驶员出行信息搜寻的因果结构方程模型重点分析个体属性、信息源因素及环境因素与搜寻行为之间的关系;驾驶员出行信息搜寻的过程结构方程模型则模拟驾驶员的出行信息搜寻过程.结果表明：驾驶员由于自身属性的不同在信息源与搜寻行为上存在显著差异,搜寻行为中驾驶员对出行信息的认知及信息源的选择是重要的影响因素.此外,驾驶员出行信息搜寻过程模型主要受到个体属性与信息需求的影响.     

������β���ŷź��ģ�Ϳ�����Ӧ�ó�̽

交通尾气排放宏观模型是进行广域尾气排放估测的重要工具,其功能是计算国家和区域范围内的有交通排放产生的排放因子与排放清单。目前,中国尚缺乏自己的宏观尾气排放模型,利用国外模型进行尾气排放估算误差较大。基于国内自己的尾气排放数据,利用国外的部分模型数据作为必要的补充,提出并实现了中国宏观尾气排放模型的建模方法与程序设计。首先,在总结国外机动车尾气排放模型优缺点的基础上,确定基于中国城市交通环境的机动车尾气排放宏观模型的目标、结构和建模方法,并对模型关键模块的数据获取、数据分析以及计算流程进行了详细的研究。其次,利用Visual Basic对模型进行了程序开发。最后,对北京市2008年尾气排放对交通环境的影响进行预测,并将其预测结果与MOBILE预测结果进行对比分析。     

һ���������ı�Ȩ���Ԥ�ⷽ����Ӧ��

物流量预测是物流系统规划、物流资源合理配置过程中的重要环节,同时也是政府部门制定物流产业发展规划与政策的基础工作,准确预测物流量具有非常重要的意义。目前,大多数学者往往都采用单一预测方法进行预测,但由于单一预测方法假设条件及适用范围均存在一定的局限性,预测精度不高。因此,在多元线性回归方法、二次指数平滑方法和定权组合预测方法的基础上,提出了一种物流量的变权组合预测方法,并以湖南省醴陵市货运量预测为实例进行了分析,结果表明,该方法较单一预测方法误差更小、精度更高,能够更准确地预测物流量,可以作为物流量预测的有效工具。     

�ҹ�����������·��ͣ���շѶ���ģ���о�

鉴于目前我国许多城市中心区制定的路边停车收费费率不尽合理,路边停车泊位周转率低,路边乱停车现象十分严重的实际情况,结合对城市中心区交通运行状况和路边停车实况调查及问卷调查数据的统计分析,在确定城市路边停车收费目的的基础上,考虑停车者对路边停车收费的容忍度函数,建立了以调节道路交通量、调节停车位供求关系及规范停车行为为目的的城市中心区路边停车收费定价模型,设计了用于求解模型的遗传算法,并以苏州市观前地区和无锡市商业区路边停车收费实况为例进行模拟分析,其模拟结果与实际情况相吻合,说明本模型能够有效地计算我国城市中心区路边停车收费的最佳费率。     

���ڿ�����DEA�ij����ۺϽ�ͨ��Ŧ���۷����о�

城市综合交通枢纽评价能否客观有效,将对城市综合交通系统的规划和发展产生重大影响。因此,本文重新整合数据包络分析法（DEA）,在传统CCR模型基础上,补充决策单元（DMU）排序方法,使其不但能够指出各决策单元是否有效及无效的原因和程度,同时得到各决策单元的优先排序。并将该方法应用到城市综合交通枢纽评价领域,不仅得到各枢纽或同一枢纽的不同规划方案的排序值,而且找到DEA无效枢纽或方案所存在的症结和改进的方向。最后,通过实例验证了该方法的可行性。     

����ǰ�����ۺ���Ϣ�����ӳ�����ģ��

基于智能交通诱导信息考虑前方多辆车,司机又通过后视镜考虑后方车辆,提出一种改进的耦合映射跟驰模型,用于描述单车道的交通流的动力学特性及其拥堵控制。利用离散延迟反馈控制动力学模式,通过调整模型中控制参数给出了抑制交通拥堵的策略。利用反馈控制理论,导出了在头车速度发生变化时,交通流保持稳定性的条件。分析结果表明,考虑前后方更多车辆的信息对交通流有致稳作用,亦即稳定性条件明显减弱。数值模拟证实了理论分析的正确性,通过与前人相关工作的比较得知,考虑前后方车辆的信息能够更有效地抑制交通拥堵。     

��������������ʩƽ̨�滮����о�

区域物流基拙设施平台规划是区域物流规划的重要组成部分,通过规划物流结点和通道实现整合、优化区域物流资源的目的和体现出规划的主次.文章在吸收区域物流规划实践经验和最新研究成果的基础上,提出了基于增长极理论的区域物流基础设施平台规划总体框架,建立了一套由区域物流现状分析、区域物流增长极选择、物流网络布局和建设序列等组成的区域物流基础设施平台规划方法体系,并重点对物流园区和物流中心的规划进行了研究.     

�յ������µļ�ʻԱ��Ӧ��Ϊ�IJ���ģ��

针对诱导系统提供无诱导信息、完全诱导信息、描述性诱导信息和建议性诱导信息四种情况的驾驶员反应行为(路径选择行为)建立了博弈论模型,分析了驾驶员反应行为对交通流的影响.研究表明,诱导信息对交通流的均衡是有效的,其中描述性诱导信息的效果不良,甚至与诱导系统的目标相反,而建议性诱导信息则有效地改善了交通流的分布,使路网系统的利用效率得到提高,完全信息则使系统达到Wardrop均衡状态.     

��Ϣ�����ö��������Ӱ��������

信息化是现代交通发展的特征之一.信息化作用对道路交通配流的影响分析是智能交通的基础.本文在国、内外研究成果的基础上,从交通出行效益、交通量代替作用、理想信息化状态下交通流分布特点以及信息化水平、质量与信息接受水平对配流影响等多角度,将信息化对交通流分布影响进行了机理分析,并提出了在配流过程中考虑信息化因素的建模思路,为进一步量化信息因素对交通的影响作用,实现交通信息化、智能化管理提供依据.     

��ͨ����ϵͳ����ѧ�ƵĴ��� ��Ǯѧɭ��ϵͳ��ѧ �� ����Ǯѧɭ���ڻع�50������95�껪��

作者回顾了钱学森院士回国后在国防科工委创建中国的“两弹一星”的同时,在中国开创了系统科学与系统工程学科.介绍了北京交通大学一批交通运输学科教师在深入学习钱老的学术思想和系统工程学术理论的基础上,进行系统运输科学与系统工程学科的融合,并于1989年提出了建立中国的“交通运输系统工程”新学科的设计.论文介绍了“交通运输系统工程”学科开创2。多年来取得的12项重要成果.其中最重要的有3项:l.在北京交通大学建立了交通运输系统工程硕士学位、博士学位学科点,开始培养中国第一批交通运输系统工程专业硕士、博士以及博士后研究生的进程;2.交通运输系统工程学术团队如何在“中国系统工程学会”的支持下,组建了“中国系统工程学会交通运输系统工程专业委员会”;3.在中国科协和中国系统工程学会的支持下,创建了《交通运输系统工程与信息》杂志论文高度评价了钱老回国对中国学科建设的深远影响,以及如何将交通运输学科与钱学森院士的学术思想紧密结合而创造了新学科——交通运输系统工程学科.     

�����ÿ���������Ӱ�������Ԥ�ⷽ���о�

旅客吞吐量的预测对于机场的建设和管理具有重要的意义,而目前多数预测技术都不适用于我国尚不成熟的航空市场.本文从可能影响机场旅客吞吐量的若干因素出发,采用主成分分析法提取了最关键的因素,剖析了机场旅客吞吐量的内在影响机理,并且提出了基于影响机理的预测模型.以北京首都机场的旅客吞吐量预测为例进行了应用研究,采用趋势分析法对预测结果进行了检验.结果表明,模型能够较准确地预测出机场的旅客吞吐量.