基于贝叶斯网络的出行方式选择模型研究

论文以居民出行方式选择为研究对象,分析了城市居民出行方式的影响因素,建立了基于贝叶斯网络的居民出行方式选择模型,并以苏州市为例,结合居民出行调查数据采用极大似然法对模型进行了参数估计,并采用贝叶斯网络推理方法验证模型精度。结果表明,该模型能较全面地考虑居民出行选择的影响因素,模型精度较高。     

基于大数据的出行方式分配预测研究

随着城镇化及城市交通机动化的进程加快，在城镇化和机动化的共同作用下，交通拥挤问题已经成为制约城市发展和影响居民生活质量的主要问题之一。居民出行行为研究在交通管理和控制中有着非常重要的作用。结合多元大数据，构建出行方式选择的概率模型，有助于不同小区的出行方式分担率的预测，对缓解城市交通压力、提升运营管理能力有直接作用。本文基于小区出行分配、公共交通和非公共交通以及公交和轨道出行三个层级，分别得出出行分配预测模型，并形成计算机程序。利于实际应用，对识别城市出行特征、缓解城市交通压力提供有效措施。     

降雪天气下城际出行方式选择影响因素分析

出行方式选择行为是交通需求预测的重要基础理论,以居民出行方式选择为研究对象,基于降雪天气下居民出行意愿调查结果,通过多项回归分析,构建多项Logistic回归模型,分别探究不同程度降雪下商务计划出行和休闲计划类出行中出行方式选择模型及影响因素。模型结果显示,大雪天气下,出行者的出行频率和职业同时显著影响商务计划出行和休闲计划出行,而出行时耗在商务计划出行中影响显著,并且驾龄和性别在休闲计划出行中影响现在;中雪天气下,出行时耗、出行频率、驾龄在商务及休闲出行计划中均影响显著,而职业显著影响商务出行计划,并且年龄显著影响休闲出行计划。而且每个因素对每个模型影响程度各异,可以为综合运输网络的交通规划、需求预测以及管理者制定决策提供理论支撑和决策依据。     

基于Logistic模型对居民弹性出行影响因素建模研究

居民弹性出行特征是城市快速发展进程下的产物,随着城市居民生活水平不断提高,弹性出行在所有出行中所占比例逐渐增加,因而对居民弹性出行的研究愈发重要。为研究居民弹性出行特征的影响因素,首先利用居民弹性出行行为调查的RP-SP融合数据,结合方差膨胀检验方法研究影响居民弹性出行特征各因素间的线性相关性,最后构建多元Logistic模型,分析居民弹性出行前获取出行时间信息、天气信息作出出行选择时影响因素的显著性程度。结果表明,在0.05的显著性水平下,影响因素中年龄、游客类型、主要交通出行工具等显著影响居民弹性出行选择;居民出行前获知交通信息,弹性出行的概率能有效降低9%,在一定程度上可以降低交通压力,缓解交通拥挤。     

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。     

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。     

宁波市公共交通现状分析与评价

为了分析公交都市发展现状,建立博弈论模型对公共交通现状进行分析。以宁波市为调查对象,收集一日内全市各主要交通方式的出行量的相关数据。采用Excel等图表工具,计算四种交通方式各自的分担率、居民的日出行成本及管理者的日运营成本。建立双层博弈模型,评价现有公交分担率下宁波市公共交通健康状况,并展望未来城市公共交通发展的愿景。     

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.     

邯郸市出行者交通方式选择行为差异性分析

针对邯郸市城市轨道交通线路规划工作,根据居民对轨道及其他交通方式选择的意愿调查,利用ML模型对影响公共交通和小汽车使用者出行方式选择的显著性因素进行差异性分析;进行出行方式选择弹性分析,得出不同影响因素设计水平下各交通方式客流分担率之比.其结论为相关政策的制定提供参考.     

快速充电站

<正>公共交通分担率简称公交分担率,指城市居民出行方式中选择公共交通(包括常规公交和轨道交通)的出行量占总出行量的比率,这个指标是衡量公共交通发展、城市交通结构合理性的重要指标,也是一种宏观概念。"公交分担率=公共交通乘坐出行总人次/出行总人次*100%"公交分担率2004年建设部38号文《关于优先发展城市公共交通的意见》(建城〔2004〕38号)中提出特大城市公共交通在城市交通总出行中的比重要达到30%以上,大中城市公共交通在城市交通总出行中的比重要在20%以上。政策相关     

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。      

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。     

城市道路交通网络系统容量评估模型

以出行者出行行为选择为基础,以最大化网络容量为目标,建立了城市道路交通网络容量双层规划评估模型。其中下层引入停车路段（搜索停车设施所行驶的路段）和步行路段,把停车设施转化为道路路段,以出行分布、方式分担和均衡配流组合模型来反映出行者出行目的地、出行方式服从多项式Logit和出行路径服从用户均衡原则的出行选择行为;上层以网络储备容量最大化为目标,考虑网络的路段通行能力、外部环境以及服务水平要求等约束条件下的最大流量问题。最后给出了相应的启发式求解算法。研究结果表明：该模型和算法有效且易于操作。     

基于滑动窗口动态输入LSTM网络的铁路运输系统碳排放量预测方法

铁路运输的低碳发展对交通系统实现“双碳”战略目标有着重要意义。针对当前铁路运输碳排放预测研究较少、预测精度不高的问题,考虑碳排放时间序列数据中历史信息和当前信息间的相关性,引入滑动窗口,结合长短期记忆（LSTM）网络,构建铁路运输碳排放量预测模型。采用灰色关联分析法计算铁路运输碳排放量各影响因素的关联度值,筛选铁路运输碳排放量的关键影响因素,使用高关联性数据作为预测模型的输入变量,提高预测精度;应用LSTM网络为基础预测模型,通过引入滑动窗口改进神经网络的数据输入;考虑未来减排政策变化对铁路运输碳排放量的影响,融合基于动态政策的情景分析,构建铁路碳排放预测模型,并利用多项式误差拟合方法进行误差修正,提高预测结果准确性。以1980—2019年铁路运输碳排放相关数据为例,从现有文献中总结出17个铁路碳排放影响因素,利用灰色关联分析法从中筛选出6个关键因素,通过滑动窗口对筛选出的数据进行子序列分割,测试不同长度窗口下的预测精度,选择最优窗口参数,建立改进LSTM模型进行预测,并将预测结果与原LSTM、BPNN和RNN模型进行对比,结果表明：改进LSTM模型将相对误差平均值降低至0.392%,...     

基于网约车数据的居民出行需求特征分析及需求预测

采用南京市网约车数据研究居民出行行为特征.首先,根据不同的土地类型,将南京市核心区划分为102个独立小区;然后,对出行需求的时空特征分析可以动态调整一天内不断变化的出行需求和交通供给;最后,采用WAVE-SVM耦合模型来预测居民出行需求,结果表明该方法具有较高的预测精度,还可以捕捉到短时交通需求的非平稳特性.     

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。     

迁安市居民出行调查与交通特性分析

为指导中心城区交通规划的展开,迁安市展开中心城区范围内居民出行调查,对迁安市居民交通出行特征进行全面分析.通过居民出行调查数据分析,从性别、年龄、职业、交通工具拥有量、出行率、出行方式、出行分布等方面,梳理迁安市居民样本特征及出行特性,在相应的调查分析基础上,对迁安市交通特性的发展方向进行预测,为交通需求模型的搭建提供参数,为新城交通政策的制定提供依据,也为类似城市的发展提供借鉴.     

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。     

基于土地利用的开发区交通需求预测模型研究及应用

该文提出了基于土地利用的开发区交通需求预测模型,并将其应用于实际规划工作。首先提出了基于土地利用的交通需求预测的体系框架,建立基于土地利用的居民出行生成预测模型,确定了用于出行分布预测的重力模型以及用于出行方式分担预测的距离竞争曲线模型,在此基础上,将所建立的模型应用于营口沿海产业基地的综合交通规划中,参考国内相关城市案例数据及营口老城区居民出行调查数据标定了上述模型中的参数,研究表明预测模型在开发区的交通规划中具有良好的应用效果。     

基于旅客出行特征的运输通道客运分担率预测模型——以昌吉赣通道为例

为研究高铁的修建对运输通道内其余客运方式分担比率的影响,尤其是对公路班线客运的影响,以昌吉赣客运通道为例,在经典的多项Logit(MNL)模型基础上,结合旅客出行SP/RP调查数据及不同的特性变量组合和效用函数形式,确定了一种最优的分担率预测模型,该模型能够充分地解释和拟合调查样本数据。首先,基于旅客出行SP/RP调查数据分析昌吉赣通道内的旅客出行行为和出行特征,并分析各影响因素作为模型特性变量的适用性,以此选取了6个影响旅客出行方式选择的主要因素,这些影响因素相互独立且其标定值因旅行起讫点的不同而不同。其次,采用MNL模型作为基础模型,对比分析了在不同特性变量选取方案和不同效用函数选取形式下4组模型拟合昌吉赣通道旅客出行特征数据的能力。随后,通过模型的t检验值、优度比检验值及极大似然估计值确定了一种最优的分担率预测模型,认为应选取旅客年龄、收入、费用来源、费用时间比、发车间隔作为模型的特性变量,且效用函数形式为线性,该模型能够充分地解释和拟合调查样本数据。最后,运用该模型对昌吉赣通道不同区间内的4种客运方式分担率进行计算。计算结果显示:到2020年昌吉赣高铁建成后,南昌至吉安、吉安至赣州以及南昌至赣州区间的公路班线客流分担率分别为7.65%,7.66%,7.34%,而高铁客流分担率分别为73.74%,73.69%,73.78%。通过分析特性变量的参数估计结果和分担率的计算结果,提出不同客运方式尤其是公路班线客运的运营改进策略。