基于决策场理论的出行者动态决策行为研究

为了研究出行者进行路径选择时的动态决策过程,本文采用决策场理论,研究 了多属性条件下,机动车出行者的微观和宏观动态决策行为.分析了决策场理论的基本模 型,构建了出行者动态决策行为场景和框架,以历史出行时间、预测出行时间和两者综合 值作为出行者决策的路径属性,并根据属性与实际出行时间的差值为依据,提出了出行 者注意力权重矩阵计算方法.通过算例分析发现,自由流出行时间对出行者决策影响较 大,出行者对路径属性的依赖性非常强,决策过程中存在路径偏好反转的现象,表明出行 者动态决策过程是随时间不断变化的,路径选择是时间累计的结果.     

绿灯倒计时影响下机动车微观驾驶行为分析与决策建模

机动车在交叉口信号相位切换期间的驾驶行为对于城市道路交通安全至为重要,本文对绿灯倒计时影响下的机动车微观驾驶行为与“通过/停止”决策进行研究.首先,利用驾驶模拟器进行1组单盲实验来提取车辆的接近速度、反应时间、减速度等参数.其次,详细地刻画了车辆进入交叉口范围至行驶至停止线全过程的微观驾驶行为.再次,综合交通因素及驾驶员个体特征等解释变量,建立了随机效应Logistic模型以描述车辆的“通过/停止”决策行为.结果表明：车辆进入交叉口范围后会“先减速,再加速,再减速”,加速通常出现在距停止线30~ 40 m的范围内,且绿灯倒计时与黄灯启亮前期对驾驶员具有催促作用;速度、距离、年龄、性别对车辆的“通过/停止”决策行为具有显著影响;随机效应Logistic模型比Logistic模型更能表征其他未纳入模型的因素及反映不同交叉口与驾驶员的异质性.     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

城市公共交通常乘客通勤出行提取方法

为挖掘公共交通通勤出行精准化特征，从追踪出行链的角度出发，利用公交与轨道多源数据研究常乘客通勤出行提取方法。通过选取潜在职住地设置高频职住地集合，提出公共交通常乘客职住地识别算法，结合出行链起讫站点与职住地空间信息匹配提取通勤出行链，并将常乘客出行分为home-work通勤、work-home通勤和非通勤出行。以北京市“回天地区”公交与轨道出行链数据为例，提取常乘客通勤出行。结果表明：常乘客职住地识别率达到85.9%，常乘客通勤出行和非通勤出行在出行时空分布和出行方式上存在明显差异，通勤出行提取可为北京市面向常乘客开展“预约出行”并分析其出行需求动态特征变化提供依据。     

弹性停车激励机制下驾车者竞价行为演化机理研究

在获取通勤驾车者个体活动出行轨迹及停车竞价数据的基础上，构建基于生存分析理论的驾车者竞价行为演化模型，解析不同因素对停车竞价行为的影响机理；应用灵敏度分析方法，研究激励方案及职住区位设施供给对竞价持续时长的作用规律.结果表明：弹性停车激励机制使原本为“耐用品”的停车泊位转变为“消耗品”，可以通过竞价激励方式降低驾车者的小汽车依赖性，提高城市停车泊位利用率；在弹性停车激励机制作用下，驾车者的泊位共享积极性不仅受自身社会经济属性影响，还受职住区位特征及竞价激励方案的影响；随着通勤驾车者停车泊位共享积极性的增强，参与停车竞价的次数越多，竞价行为的持续时间越长.     

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.     

考虑偏好差异的后疫情时代居民出行方式选择行为研究

为探究后疫情时代居民出行方式选择行为，运用选择实验的方法，基于问卷调查获得选择行为数据，构建出行方式选择的混合Logit模型和潜在类别条件Logit模型。采用Stata软件标定模型参数，得到后疫情时代影响居民出行方式选择的主要因素。结果表明，两种模型均体现了个体出行方式选择的异质性，潜在类别条件Logit模型与混合Logit模型相比拟合优度提高了13%， 预测精度提高了3.03%，为突发公共卫生事件下分析出行行为的个体异质性提供了一种有效工具。潜在类别条件Logit模型根据居民所处低、中风险区两种情景，分别将居民划分为4类、5类人 群。从出行方式属性上看，等待时间和在途时间成为居民选择出行方式最重要的影响因素。从个人社会经济属性上看，在后疫情时代收入更高的女性更倾向选择私家车出行，年龄越大对行程费用越敏感，男性更愿意选择公交、地铁出行。     

面向生态效益的港口腹地集疏运组合优化研究

近年来,随着港口经济的迅猛发展,港口腹地集疏运体系日趋规模化.与此同 时,相关集疏运活动对生态环境的负面影响也愈发凸显.基于环境友好和资源集约的双重 生态责任,在运输优化的传统决策指标“运输总费用”和“运输总时间”的基础上,把“集疏 运便利程度”指标和“运输碳排放量、运输活动对土地资源的占用值”这两个关键的生态 指标纳入优化范围,构建面向生态效益的港口腹地集疏运组合优化模型.将“属性坐标分 析法”应用到多目标优化问题中,把决策者（群）对各单目标的心理偏好程度通过属性赋 权进行精细量化.最后通过实际案例对所建模型进行验算.     

时间社会学视角下老年人对家庭出行行为的影响研究

为阐述家庭微观社会情境中老年人与同住成员之间的行为交互对个体出行决策的影响，本文从时间社会学视角出发，以昆明市有老年人家庭为分析单元，用家庭贡献度量化老年人家务活动的分担程度，构建结构方程模型揭示老年人对家庭成员日常活动时间结构的影响，进而剖析成员间的活动交互影响机理.结果表明：老年人家庭贡献度增加时，成员间在非通勤活动上的交互效用减弱；由于女家长在时间结构上呈现隐形的“时间贫困”特征，其在活动—出行模式上受老年人家庭贡献度的影响显著高于男家长；与此同时，老年人作用下女家长在非通勤活动出行决策时优先考虑家务活动的时间安排，而男家长则优先考虑自由活动的安排.     

有偏好的交通网络路径选择模型

在城市交通网络中,已知路径的时间属性与费用属性,分析了出行者对路径有、无主观偏好时的路径选择问题。当无偏好时,利用信息熵理论和多属性综合决策方法给出了获得路径综合属性值的计算模型;当有偏好时,对不同的路径通过互反判断矩阵给出主观偏好,然后利用互反判断矩阵之间的偏差建立关于属性权重向量的优化模型,并采用解析的方法对模型进行求解,得到每个属性的权重,从而进一步计算出每条路径的综合属性值,属性值最大的路径为最优路径。分析结果表明:在无偏好时最佳选择路径2的综合属性值为0.918;在有偏好时最佳选择路径4的综合属性值为0.965,与无偏好的相差较大,且6条路径的选择次序不同。可见,出行者的主观偏好对路径选择结果有较大的影响。     

社会偏好视野下旅游出行服务链定价博弈模型

为综合分析社会偏好理论视野下的服务链定价策略博弈问题，本文构建了服务提供商和出行即服务(Mobility as a Service, MaaS)平台组成的旅游出行服务链联盟。基于社会偏好理论建立不平等厌恶决策模式、利他决策模式和社会福利综合决策模式下的Stackelberg博弈模型，与分散决策和合作决策两种服务链基本决策模式下的博弈结果进行比较。探究MaaS环境下考虑决策者社会偏好特征的旅游出行服务产品的定价策略及服务链收益，并通过数值分析验证了模型的有效性。结果表明，决策权的分散导致旅游出行服务产品的销售价格和服务链整体最优收益降低。不平等厌恶决策模式下，产品的最优销售价格不受影响，服务链整体利润不变；利他决策模式下，服务链整体最优收益不断上升；社会福利综合决策模式下，各最优决策变量受服务提供商利他偏好的影响更大。关注服务链决策者的不平等厌恶偏好并实施利他行为，可以提高旅游出行服务产品的需求和总体收益，有利于旅游出行服务链的协调运营状态，实现交旅融合发展。     

多属性决策中属性权重的无偏好赋权方法

针对具有条件属性和决策属性的多属性决策系统在融合主观权重与客观权重时具有人为偏好的缺陷,为实现客观权重与主观权重的无偏好融合,用粗集理论中的属性重要性原理确定各属性的客观权重,再用MATLAB中细胞数组的基本特征和多维空间距离的概念,建立了基于空间距离的二次规划数学模型,确定无人为偏好的主客观权重融合方案.用对流感病人诊断过程的知识决策表说明了本方法的可行性.     

铁路出发旅客衔接方式选择的复合异质性模型

鉴于多属性决策中存在的属性偏好和处理两类异质性现象,以铁路出发旅客衔接方式选择问题为对象,对两类异质性的效用表达进行了讨论,构建了能同时描述旅客属性偏好和处理异质性的复合异质性(Hybrid)非集计模型.采用成都东客站SP调查数据进行模型标定,结果表明,Hybrid模型的拟合度优于单一异质性模型.旅客属性处理规则自述结果与Hybrid模型分类结果的对比分析表明,模型对旅客属性处理特征的表达准确.进一步对不同类型旅客属性标定结果的分析显示,Hybrid模型可实现对衔接方式选择行为的精细化描述.     

工程项目质量-工期-成本综合评价决策研究

工程项目决策问题是对质量、工期和成本三大目标的综合评价。传统的基于权重的决策方法存在各目标权重难以合理确定的问题。引入物理规划方法所建立的工程项目质量-工期-成本综合评价决策模型,是基于决策者设定的偏好,使得决策过程更加符合工程实际,避免了确定无实际物理意义的各目标权重,因而在公路桥梁工程项目决策中具有一定的应用价值。     

多部门协同的内河失控船应急处置决策方法

提出了一种基于模糊推理和决策偏好的群决策方法,以实现内河失控船的安全和有效的应急处置.首先,通过历史统计数据和文献综述,获取了不同影响因素下的失控船应急处置方案,确定了处置方案的决策准则;其次,利用模糊推理的方法对影响因素进行了模糊化,建立了模糊推理规则库和模糊推理机,通过去模糊化获取了不同决策方案下的决策准则值;再次,考虑到多部门协同的决策者的不同偏好信息格式,本文提出了一种基于一致性分析的线性规划模型,用于整合区间效用值、直觉模糊数和区间乘法偏好关系等决策偏好格式,从而获取不同决策准则的权重并得到最优决策方案.最后,应用典型案例进行了验证.结果表明,该方法能够很好地实现内河失控船的应急处置.     

基于驾驶员偏好的最优路径选择

现实生活中,驾驶员往往依据自身偏好来选择路径,对不同的路径属性有不同的要求,且对其属性值存在一个可接受范围,而不是一个精确值. 本文对存在驾驶员偏好的最优路径选择问题进行了研究,提出了一种能够综合反映驾驶员偏好的最优路径选择方法. 首先基于可能度和区间数相离度的多属性决策方法,建立驾驶员偏好与路径属性总偏差最小的优化模型,并解出路径属性权重;其次算出各路径的综合属性值,建立路径间的可能度矩阵及其排序向量,据此选出最优路径;最后以算例进行验证,结果表明本文给出的路径选择方法具有很好的可行性和适用性.     

Route Choice Behavior Model with Guidance Information

Using modeling and simulation methods, the driver's route choice behavior under guidance information is explored based on the combination of the decision field theory (DFT) and Bayesian theory. First, based on the Bayesian theory, a road condition dynamic updating model is presented in light of the guidance information and the driver's previous travel experiences. Then, the route choice behavior model under guidance information is formed by the fusion of the process-oriented vehicle dynamic route choice model and the road condition dynamic updating model. The developed model describes a driver's propensity to comply with received guidance information in terms of the interaction between perceived unreliability of the information, his previous travel experiences, preference for different road alternatives, decision-making speed/quality, and route selection criteria. The simulation results show that the combination of the DFT and Bayesian theory can effectively explain the driver's travel dynamics behavior.     

诱导信息下的路径选择行为模型

本文为诱导信息下的驾驶员路径选择行为提出了一种基于决策场理论和贝叶斯理论的推理、预测、判断和路径选择决策的交互仿真模型. 首先,由贝叶斯推理理论建立诱导信息和以往出行经验共同作用下的路况动态更新模型;进而将其与基于决策场理论的动态路径选择模型相结合,构成诱导信息下的路径选择行为交互模型. 通过诱导信息下的路径选择行为动态模拟,获取诱导信息对路径选择行为的量化影响效能值. 仿真分析显示,诱导信息可信度、出行经验、路径固有偏好、决策速度/质量和路线选择标准是影响驾驶员对诱导信息做出响应的关键因素. 分析结果表明,决策场理论与贝叶斯理论相结合能较好地解释驾驶员路径选择行为的动态特性.