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...     

基于手机信息的居民出行调查

介绍了利用手机信息进行居民出行调查的方法,首先设计了出行信息采集系统的功能和界面,然后在J2ME平台上开发出行信息采集软件;最后研究了系统中的信息处理内容、采用的技术和方法,得到了多种居民出行统计信息。该方法与传统调查方法相比适应性更强,数据更准确。     

基于电子地图居民出行OD调查方法

分析传统居民出行OD调查方法的不足,提出一种基于电子地图平台的新方法。通过友好的操作界面平台,利用标准化的数据形式省去后期大量的人工数据录入及处理工作。避免以往调查与统计空间分离的状况,提高数据的可信度,节约调查和数据录入费用,增强可操作性、提高工作效率、降低工作强度、提高精确度,具备广阔的使用前景。     

出行成本对居民出行方式的影响

以北京市居民出行行为为研究对象,收集2010年部分区域居民出行基础数据,使用相关性分析筛选与居民出行方式选择密切相关的影响因素.以小汽车出行方式的效用函数与公共交通出行方式的效用函数的差值构建新效用函数,选择收入、出行目的、支付方式、出行时间比、出行成本比等作为影响因素,将小汽车和公共交通出行时间比划分为1∶5、1∶3、1∶1,分析出行成本对居民出行方式的影响.分析结果表明:当出行时间比为1∶5时,居民使用小汽车出行对应的弹性值均小于0.1,出行成本调节缺乏弹性;当出行时间比为1∶3时,对应的最大弹性值为0.39,当出行成本比为25时,40％～50％的出行者继续使用小汽车出行;当出行时间比为1∶1时,对应的最大弹性值为0.89,当出行成本比为22时,40％～50％的出行者继续使用小汽车出行;当出行时间在1∶3和1∶1之间,要使得小汽车的出行分担率为30％,则出行成本比为至少为5.     

基于 BL 模型的居民小汽车出行行为研究

本文采用离散选择模型,对采集到的4071份调查问卷所得到的居民出行情况进行分析,建立了BL 模型,定量分析影响小汽车出行行为的影响因素.分析结果表明:家庭月收入、出行距离和是否拥有驾照对小汽车出行的影响最大,出行费用、出行时间等因素对是否选择小汽车出行也有显著影响,而年龄、出行目的等因素则对是否选择小汽车出行的影响不显著.随后,对小汽车出行概率影响显著的因素做了敏感性分析,模型检验的结果说明该模型具有较好的精度.     

出行信息传递效用与模式分析

为了揭示出行信息的传递效率,并为出行信息的传递模式设计提供理论支持,从出行全过程和城市交通系统的角度,详细分析了出行信息的内容及特征。对国内外相关研究进行的系统分析表明：通过获取充分的出行信息,出行者可以做出最优行程安排,从而提高出行效率;对交通系统管理者而言,良好的出行信息传递能够提高网络的整体运行水平。在此基础上,从总体规划、信息发布策略和效用评估3个方面提出了出行信息传递模式的设计原则,并对目前我国城市出行信息的传递模式进行了详细分析,指出了存在的主要问题和改善途径,为ATIS的建设和评估提供了理论采础和评价方法。     

基于居民出行时间价值的SP调查设计

不同城市和地区的居民出行时间价值研究方法各异,SP调查逐渐成为研究出行时间价值的重要手段。首先系统梳理SP调查的方法、设计、实施和特点。基于北京市第四次居民出行调查的SP分项调查,详细阐述SP调查的技术方案、实施方法、调查规模和抽样方式,重点分析SP调查方案的设计。基于均匀设计方法,采用SP调查和RP调查相结合的方案,通过确定影响因素、设定情景模式和主要参数,基于不同出行方式分别设计了SP调查表格和情景模式卡。通过对北京市SP调查相关实证分析,提出SP调查实施改进的对策建议。     

大中城市居民出行强度的聚类分析

人均出行次数是居民出行强度的最直接反映,而人均出行次数与城市经济指标有着极大联系.目前对人均出行次数和经济指标之间的关系缺乏定量分析研究,本文通过研究经济指标与居民人均出行次数的关系来建立居民人均出行次数量化模型.通过对全国十五个大中城市的经济指标进行聚类分析,找到与居民出行强度相关性最大的4个典型指标:市区土地面积、社会消费品零售总额、居民消费价格总指数、和市区居民人均可支配收入,建立了居民出行次数与这些典型指标的回归模型,为同类城市的居民人均出行次数的预测提供了参考.     

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...     

基于SP调查的天津市居民出行行为时间价值

为揭示天津市居民出行行为时间价值的一般规律,采用SP调查中的卡片式面谈调查法,运用市场细分法确定调查规模及抽样率,采用计算包容性检查矩阵等数据处理手段,估算天津市居民出行行为时间价值。比较了出行行为时间价值与单位工作时间价值之间的关系,并分析了不同出行方式、出行目的、出行时段的时间价值,研究了出行收入与时间价值的变化规律。得出现阶段天津市居民出行行为时间价值的分布,表明大部分出行者不愿为出行支付较高费用,但随着收入增加,出行行为时间价值将会快速增长,使个体机动化出行方式的需求增大,城市出行方式结构可能出现拐点。     

基于居民出行特征分析的常熟市交通发展对策研究

居民出行调查是城市交通规划、建设和管理的基础依据。通过对常熟市2007年居民出行调查的有关数据的深入分析,总结归纳出常熟市城市居民出行的规律、变化特征及其原因,并针对其出行特性,提出常熟市未来交通发展的对策和建议,具有一定的理论价值和实际意义。     

基于居民出行特征分析的常熟市交通发展对策研究

居民出行调查是城市交通规划、建设和管理的基础依据。通过对常熟市2007年居民出行调查的有关数据的深入分析,总结归纳出常熟市城市居民出行的规律、变化特征及其原因,并针对其出行特性,提出常熟市未来交通发展的对策和建议,具有一定的理论价值和实际意义。     

基于百度API开源数据的居民出行研究

为弥补传统居民出行调查中存在被调查者对出行时间预估不准和出行距离难以计算的弊端,基于地图开发,设计了网络调查问卷,以获取居民出行起讫点(Origin-Destination,简称OD)和出行方式。根据起讫点进行坐标匹配,在时间最短的原则下,通过百度地图应用程序编程接口(Application Programming Interface,简称API)进行最佳出行路线推测,并融合居民调查数据得到一次出行的完整出行链,对获取的出行链数据进行不同出行方式和出行目的的居民出行特征分析。研究结果表明:(1)平均出行距离、平均出行时间等总体指标与青岛市第3次交通出行调查(2016)中通过公交IC卡计算的结果基本一致,但在具体的分布上有差异;(2)公交车出行的平均出行时间是小汽车的2.5倍,不能满足乘坐公交加步行的时间要控制在开私家车时间的1.5倍之内的深圳公交提速"1.5"战略;(3)非常发性的事务类出行,如单位业务、个人事务,平均出行距离要显著大于通勤类出行,如上班、就学。     

基于核查区的居民出行OD矩阵校核方法

为提高居民出行调查数据校核精度, 按照组团状城市所布设的核查线可围合成若干封闭区域的特点, 依据极大熵原理, 提出了基于核查区的居民出行OD矩阵校核方法, 量化分析了核查区进出交通量与OD矩阵分布量、核查区OD量与路段交通量之间的关系。以此为约束, 按照核查线路段和核查区两个方面的观测值与估算值之间差异最小化为目标, 建立了相应的模型及其算法, 并应用2008年西安市居民出行调查数据对该方法进行了验证。计算结果表明: 经校核后, 519个交通小区的机动车出行OD矩阵分配量与观测交通量之间的平均相对误差为4.75%, 误差最大值为12.28%, 因此该方法可行。     

基于居民出行数据的上学接送行为建模研究

传统交通模型构建过程中,忽略了上学出行伴随的家长接送行为,可能导致需求分析结果的失真。基于居民出行调查数据,采用二项logistic回归分析方法,建立上学接送行为的概率模型。模型可以基于不同的家庭及个人属性,获得相应的上学接送概率,并定量描述各因素的作用关系,可用于对交通模型的修正及上学接送行为特征的分析。     

基于公交OD数据的居民公交出行特征研究

已有研究在应用“四阶段法”进行公共交通需求预测时,缺少对居民公交出行分布规律及变化特征的分析．文中通过从潍坊、常州、上虞、蚌埠和湖州五个典型城市居民出行调查数据库中提取出公交OD出行的有效数据,运用图形处理及模型标定等方法进行深入的数据挖掘,研究了居民出行时间消耗特征、出行时间分布特征和出行空间分布特征。指出：0公交出行的可容忍时间与建成区面积及公交分担率密切相关：②由于城市发展状态、经济发展水平及人们出行规律的不同,都会造成出行时间分布的差异;③分析同一城市不同时期居民出行空间分布时,应具体分析各区之间的出行联系强度。居民公交出行时空分布特征的研究,可以为城市公共交通需求预测及公交线网规划提供定量的参考依据及理论支持,该项研究的结论和分析方法可供其他城市借鉴和使用。     

基于模糊逻辑理论的居民出行需求合理性评价

运用模糊逻辑理论,研究了城市居民出行需求合理性的评价方法.根据城市居民出行需求的时间分布特性和空间分布特性,选用高峰小时出行系数和高峰小时路网饱和度作为评价指标,并给出指标计算公式.以模糊逻辑理论和指标特性为基础,利用MATLAB中的模糊逻辑工具箱得到隶属度函数图形,并对指标值的评价结果进行了分析.文中提出的方法对扬州居民出行需求合理性进行评价,表明了该方法的有效性和实用性.     

基于超边际分析的居民出行方式选择模型

为了解决交通工具分配不合理问题导致的交通拥堵现象,采用超边际分析的方法建立出行选择交通工具的决策模型.首先根据文氏定理不能同时卖一种产品的法则,选择符合的模式并求出角点最优解,其次进行角点均衡分析,得到给定分工结构下的资源分配,最后通过全部均衡及比较静态分析,得到交易效率k对分工结构的演进影响.研究表明:当交易效率在区...