非集计模型在公交出行方式选择中的应用

提出一种基于多元非集计(multinominal non-aggregation logit,MNL)模型的公交出行方式的选择方法。分析城市公共交通中应用最普遍的公交车、快速公交及轨道交通3种公交方式的特性,结合目前居民出行特性预测方法的特点,考虑影响城市居民选择乘坐各种公共交通出行方式的影响因素,建立城市居民公交出行方式选择的MNL模型。以广州市2014年出行调查数据为依据,标定MNL模型参数,计算得到的2014年广州市轨道交通、公交车、BRT出行方式的分担比例与实际结果的误差小于10%,该模型可为未来城市公共交通方式选择模型的研究提供借鉴。     

大连新建地铁对公交出行选择的影响

为了分析城市新建地铁项目对居民公共交通出行的影响,改善公交服务水平,提高公共交 通的分担率,针对大连市新建地铁线路展开研究。以大连市地铁1 号线沿线站点作为研究区域, 采用SP （Stated Preference） 调查方法,收集了300 名地铁沿线居民对常规公交以及新建地铁两种 出行方式的选择数据。通过建立二项Logit 模型,分析出行成本、换乘时间等选择方案特性变 量,出行特性变量以及出行者特性变量对于居民出行方式选择行为的影响,并计算弹性值及模型 精度。结果表明,通过调整出行成本及换乘时间可有效提高地铁分担率。由此提出相关政策建 议：对于出行成本,可从出行者年龄及出行次数两方面制定不同的优惠政策;对于换乘时间,可 从提高可达性、完善购票系统以及调整发班频率三方面进行改善。     

基于出行全过程的居民出行模式分析

作为城市交通规划、建设的依据,居民出行调查显得尤为重要。调查数据的挖掘分析可以为交通结构的改善及交通政策的制定提供一定参考。利用西安市居民出行调查样本数据,借助于Classification And Regression Tree算法,分别构建了可达过程与乘车过程的决策树模型。该模型结果表明:到站距离为可达过程出行方式选择的主要影响因素;在乘车过程中,出行距离为出行方式的主要影响因素,远距离出行条件下,居民更愿意选择私家车及"公交+地铁"组合出行方式;近距离出行更倾向于选择公交出行。在此基础上,年龄、是否拥有小汽车、有无公交卡等因素对出行方式的选择产生进一步影响。     

建成环境对居民出行方式选择影响效应的异质性研究

为了分析研究建成环境对家庭不同成员出行方式选择行为影响效果的异质性,基于南京市居民出行调查数据和城市总体规划土地利用及公共交通系统现状信息,分别构建了以居民出行方式选择行为为因变量的经典计量模型和空间误差模型。对比两个模型的拟合优度发现,后者在拟合慢行和公交出行方式行为中可以有效提高模型的准确度。在对比建成环境对家庭不同成员出行方式选择行为的影响中,得出土地利用的多样化、公共交通服务水平的提高可以有效减少小汽车的出行次数,但这种影响仅仅作用在非户主家庭成员身上;此外模型结果还对停车换乘发展模式的可行性提供了理论依据,同时也从道路设计的角度提出了构建友好出行环境的重要性。     

不同降雨强度下居民出行转化为公交的研究

降雨影响着居民出行方式的选择行为,而降水等级的不同对居民出行方式的影响也各不相同,因此,降水日道路交通状态与其他时间有明显差异。通过对在不同降水等级下的出行意愿以及出行方式调查,分析居民在不同出行目的、年龄、经济情况与不同降雨强度下公交转化的情况,得出在不同的降雨强度下居民乘坐公交出行受到出行目的、年龄、经济的影响程度各不相同。并建立二元Logit模型来研究降雨条件下的公交出行方式选择,分析不同降雨强度条件下居民公交出行与出行目的、年龄、收入之间的关系,利用调查数据对参数进行标定,得出在不同等级降水下居民出行方式的选择随居民出行目的、年龄、经济不同以及降雨强度的增加而变化的规律。     

城市公共交通出行方式选择行为研究

优先发展公共交通系统是解决城市交通问题的有效方法,而优先发展公共交通的关键之一则是合理引导私人交通发展,提高城市公共交通的出行分担率.文中以2009年济南市居民出行调查数据为支撑,从出行行为角度分析城市居民公交出行行为特征.基于非集计模型理论与方法建立公交选择行为模型,分析居民公共交通与私人交通出行方式选择行为的差异,探讨引导小汽车转向公共交通出行的规律.     

停车收费影响下深圳居民公交出行选择研究

文章在对深圳停车收费与北京、东京等城市进行类比分析的基础上,对深圳居民的出行方式选择进行了调查,并基于二元Logit模型理论建立了深圳市停车收费影响下居民出行方式选择的概率模型,分析居民公交与小汽车出行方式选择行为的差异,探讨通过停车收费引导小汽车转向公交出行的规律。     

基于机器学习的中型城市居民出行方式选择行为研究

为探索中型城市居民出行特征以及不同因素对出行方式选择行为的影响机制,本文以中国某中型城市居民出行数据为例,综合考虑传统离散选择模型和机器学习模型在预测精度和建模合理性上的优劣,以及机器学习模型超参数求解算法的特点和效率,引入变异程序,提出粒子群优化随机森林的中型城市居民出行方式选择预测模型,采用预测准确率、出行方式比例预测绝对误差和期望模拟误差这3项性能指标,量化对比粒子群优化随机森林模型与多种机器学习模型和多项Logit模型统计学上的预测性能差异,利用SHAP(SHapley Additive exPlanation)模型深入分析个人社会经济属性、出行属性及出行方式属性等相关因素与居民出行方式选择之间的非线性关系。结果表明：粒子群优化随机森林模型整体平均预测准确率最高,为0.856,出行方式比例预测平均绝对误差和期望模拟平均误差最低,分别为0.062和0.306,模型间指标差异在统计学检验下显著;距离对不同出行方式选择的影响最显著,步行和私家车出行对距离敏感性更高,不同距离下,两者选择概率变化超过35%;30岁以下群体不同出行方式选择概率差距大于其他年龄段;性别、是否拥有私家车或公交...     

基于出行决策分析的发车频率计算

出行时间过长是公交出行率偏低的重要原因之一,而出行时间与公交线路发车频率密切相关,有必要研究发车频率对居民出行决策的影响。基于居民出行调查数据,分析出行决策影响因素,利用随机效用理论,建立选择方案为自行车与公交的BL模型,并在MATLAB环境下采用Newton．Raphson法编程求解,预测出行时间对公交出行率的影响;进而分析发车频率对公交出行时间的影响,最终得到公交出行率与发车频率的对应关系,由此计算给定公交出行率下的发车频率。文中通过计算实例说明该方法在计算发车频率及评价公交运营调度方案优劣上具有实用价值。     

多公交信息下居民出行前方式选择意向分析

为了研究公交信息对出行前交通方式选择的影响,选取了公交出行距离信息、 公交车辆位置信息、道路拥堵情况信息和公交换乘信息等四种公共交通信息,通过均匀 设计方法,设计四种公共交通信息组合条件下的居民出行交通方式选择意向调查,并通 过在湖北襄阳获得的数据,建立了多项Logit 模型,定量分析了显著影响因素.研究结果表 明,公交信息对出行前方式选择行为的影响比较显著,且不同的公交信息对出行方式选 择的影响存在差异,但总体上会增加人们选择公交出行的意愿;对于已购车的出行者,公 交信息的影响十分有限,而个人对于公共交通的偏好也会影响其出行方式选择的意向.研 究建议,提供更准确和丰富的公交信息服务以增加城市公共交通的吸引力.     

居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

停车收费对居民出行方式选择的影响分析

停车收费是调节城市居民出行结构,改善城市交通状况的重要政策,不同停车收费标准对居民出行方式改变程度也不相同. 本文结合南京市停车特征调查数据,基于非集计模型理论,建立包括停车费率以及公交票价等多因素的出行方式选择模型,并利用弹性分析方法,研究居民出行方式选择随停车费率变化的趋势,分析出行方式选择对于停车费率以及公交票价变化的敏感性. 研究得出不同费率标准下,小汽车及公交车出行比例的改变程度,确定停车收费价格的敏感区间,并分别得到停车费率和公交票价变化对出行方式改变的弹性. 研究结论可以为大城市合理制定停车收费价格政策提供理论依据.     

利用百度API数据对居民出行调查的修正与挖掘

为改善传统居民出行调查受制于调查对象的主观感受,难以获得客观、真实的特征数据等问题。通过借助百度地图API(Application Programming Interface,简称API)开源数据,构建了一套科学的技术方法,实现与传统出行调查数据的融合。以石家庄2015年居民出行调查为例,对小汽车、公交及其他方式出行距离、出行时耗等关键数据误差进行修正,形成了更为客观、精确的出行特征指标。基于此,还对修正数据进一步挖掘,实现对石家庄公交出行链各环节指标逐一剖析,并就如何提升公交整体服务水平及竞争力,提出了具体改善建议。     

基于父母出行特性的学生出行方式选择研究

研究家庭成员出行方式对学生出行方式选择的影响,可以更有针对性地制定 学生出行需求管理策略.以学生出行为研究对象,将父母出行方式作为选择方程的因变 量,学生出行方式作为结果方程的因变量,运用Heckman Probit 模型建立基于父母出行方 式选择的学生出行方式选择模型,利用海宁市数据进行验证.结果显示,父母选择小汽车 出行对学生选择小汽车和电动自行车出行有显著正向影响;父母选择公交出行对学生选 择小汽车和步行出行有显著负向影响;父母出行方式对学生选择公交出行无显著影响; 小汽车拥有情况、是否有人接送、公交满意度和出行距离对学生出行方式选择影响显著.     

基于非集计模型的居民出行方式选择行为研究

基于ML模型的基本理论与建模方法,利用2009年济南市居民出行调查数据,对影响城市居民出行方式选择的因素进行了分析,确定了影响居民出行方式选择的特性变量,建立了居民出行方式选择ML模型.研究结果表明:居民出行方式选择与个人属性、家庭属性和出行属性之间有较稳定的关系,通过对影响居民出行方式选择的可控影响因素进行引导和调整,可以达到优化和调整交通方式结构的目的.     

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。     

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．     

基于活动识别的公交出行行为重构与分析

摸清城市居民的公交通勤出行规律特征,可以更好的为公交运营管理提供支撑.通过挖掘IC卡数据获取公交出行信息是出行行为分析的新手段.根据以活动为基础的出行分析理论,提出以活动区域属性判别为核心的公交出行重构分析方法.通过对公交出行的起讫站点进行空间聚类分析,获取居民的主要活动区域;基于居民多日出行信息及相应出行特征指标,分别对居民的居住和工作区域进行识别;根据出行目的地区域的活动属性,对公交出行链进行重构.以广州市为例,对居民公交出行特征规律进行实证分析.     

基于SVM的高原川道型城市通勤者出行方式选择研究

为探究典型高原川道型城市(西宁市)的出行者对交通出行方式选择的行为,以大规模的居民出行调查数据为基础,提取个人、家庭社会经济属性及出行特征指标,将包含小汽车出行和出租车出行的私人交通方式与公共交通方式这2项通勤方式选择作为目标变量,并通过显著性检验得出影响出行方式选择的8项决策变量.针对29960次有效出行样本,合理划分出训练样本集和测试样本集.基于此,分别构建支持向量机(SVM)和传统的二项Binary logistic (BL)模型以识别通勤者的出行方式选择,选取3项定量指标分方式的分类预测精度、总体分类预测精度和平均绝对百分比误差以对比不同模型的分类结果.研究结果表明:相比BL模型,SVM对分类数据具有更好的拟合效果,对出行方式选择的预测适用性良好,具体来说,对私人交通方式的预测,SVM的预测准确率比BL模型的预测准确率高出8.08％,公共交通则高出了2.76％;SVM的总体分类准确率比BL模型的预测准确率高出4.82％.     

流动人口出行特征及出行方式选择模型——以北京市短期旅居流动人口为例

数量庞大的流动人口在北京市交通出行者中扮演重要角色。其中,短期旅居流动人口(在京时间小于1个月)由于居住时间短、活动集中、目的性强等特点,出行行为更加复杂和不确定,其出行规律及出行方式选择的研究对于解析和把握城市整体交通特征具有重要意义。通过分析北京市2014年第五次综合交通调查中的流动人口调查数据,以在京时间一个月以内、居住在各星级酒店和小旅馆等地的短期旅居流动人口为研究对象,研究其出行特征与出行方式选择的内在联系,并通过多项Logistic模型构建相应的出行方式选择模型。结论显示居住地类别、公交IC卡持有情况、出行距离、出行费用、出行时耗等因素对流动人口的出行决策影响显著;引导流动人口向绿色出行方式转移需要在流动人口的重要集散地合理配置公交设施、提供公交IC卡便捷的购卡和退卡服务、提高公共自行车使用的便利性。