���ڷǼ���MNLģ�͵Ĺ����ͨ��ʽԤ��

以城市轨道交通方式划分为研究对象,将轨道交通方式预测分两个阶段. 第一阶段采用转移曲线法预测无轨道交通条件下的各种交通方式的比例结构,第二阶段选取时间、费用作为效用函数的特征变量,以交通行为调查的RP和SP联合数据为基础,计算了各种交通方式向轨道交通转移率,建立了应用于轨道交通方式预测的非集计MNL模型. 最后以苏州城市轨道交通方式划分为例,进行了模型参数估计和轨道交通分担率的预测. 结果表明,常规公交和自行车交通方式向轨道交通转移比例较高,该模型能较全面地考虑居民出行选择的各方面影响因素,模型的预测实用性较好.     

大数据驱动的公共交通系统出行方式选择特性研究

掌握出行者选择偏好对于提高公共交通系统吸引力和优化运营策略有重要作用,且数据检测技术的发展使得交通大数据的收集更加便捷.本文以北京市出行大数据为依托,通过分析与建模,挖掘人们在公共交通中的方式选择特性,并探讨如何为交通运营提供决策支持.首先,对原始数据进行预处理、数据清洗与数据集成,获得了模型所需的数据集.然后根据效用函数理论,建立了分层多项Logit模型,并对模型进行求解与验证.最后,基于模型结果得出不同出行群体VOT,进行部分变量的敏感性分析.得出中距离出行者票价敏感性最高,短途出行者速度敏感性最高,6:00-7:00的出行群体票价敏感性最高且速度敏感性最低等结论,可用于支持公共交通运营部门制定最佳运营策略.     

基于MNL模型的历史街区出行方式研究

为了改善历史文化街区的交通出行环境,在北京南锣鼓巷胡同区及附近人口密集的区域开 展调查,进行历史街区出行行为研究。首先,为了提高模型的准确度与可靠性,研究了不同服务人群、服务范围之间的差异性。通过对数据的初步分析,将出行方式划分为公共交通、慢行交通、私人交通3 类,并分析得出该区域内慢行交通出行比例最低。然后,利用SPSS软件对特性变 量与出行方式选择进行相关性分析,筛选特征变量。最后,建立多项Logit 模型（Multinomial Logit Model,简称MNL） 对历史街区出行行为进行分析,并使用南锣鼓巷实测数据对模型进行标定。研究结果表明,居民户口、年龄、月收入、汽车拥有量、胡同宽度、胡同单行线、游客影 响、慢行交通意愿等因素对出行方式选择均有显著影响。     

交通方式划分离散选择模型的比较研究

本文章介绍了MNL、NL、HEV、MNP、MMNL等五种离散选择模型,重点分析了它们各自的理论基础与特点,并应用于交通方式划分案例,对模型参数进行标定。结果表明,NL模型能够较好解决存在于替选方案的相似性问题;MMNL预测误差最小,可靠性最高,较NL、HEV、MNP模型更能解决交通方式选择行为中存在的相似性、异质性问题,是一种对交通方式选择行为预测的有效方法。该研究对交通方式分担率预测问题具有重要的指导意义,因为通过简单选择某个离散选择模型开展研究得出的结论并不一定可靠,应根据模型特点谨慎选择、谨慎应用。     

拥挤收费下城市居民内外通勤出行方式影响分析

对拥堵收费影响下的交通出行方式选择进行研究,利用数据调查技术获取出行者在拥堵收费条件下的出行方式选择意向,并构建该政策影响下的城市居民内外通勤出行方式选择模型,量化估计政策实施所产生的影响,为我国城市交通管理者和决策者提供理论基础.     

基于MNL模型的快速干道沿线用地布局研究

为了评估快速干道建设在用地布局形成过程中的作用，研究沿线用地布局的演变机理，提出对快速干道沿线用地布局进行微观量化研究的方法体系，并引入MNL模型对空间单元的用地性质选择建立数学模型，结合地理信息系统的数据功能。实现了快速干道沿线用地布局的模型化。同时以京殊高速公路中山段沿线的用地情况为例加以验证，结果表明：快速干道与其他相关因素一起，以一定的模式影响着沿线每一空间单元的用地性质选择，进而影响着沿线用地布局的形成。     

基于MNL模型的私人小汽车出行时间选择研究

应用MNL模型和方法,引入影响出行者出发时间选择行为的个人、家庭和社会经济属性、出行特征等因素,构造私人小汽车使用者出发时间选择模型,着力挖掘影响私人小汽车使用者出发时间选择的关键因素,可为制定有效的管理措施提供理论依据和数据支持。     

驾驶人个人特征对行车速度的影响

为分析驾驶人个人特征与行车速度之间的关系,采用个人属性调查和实车试验相结合的方法,获得80份驾驶人行车速度记录数据。按照驾驶人行车超速时间与总行车时间的比例,将驾驶人超速选择行为区间划分为4个小区间。运用非集计理论,将驾驶人的性别、年龄、性格、教育程度、驾龄等个人特征作为影响因素,并将4个小区间作为4个选择肢,建立了驾驶人个人特征对行车速度的影响度量模型,并结合弹性理论分析了各个影响因素的敏感度。分析结果表明:驾驶人的性别、年龄、教育程度、矫正视力、职业驾驶人和发生交通事故6个影响因素对应的弹性值均小于1.000,说明上述因素对速度选择行为缺乏弹性;在4个小区间上,驾驶人的驾龄对应的弹性值分别为6.287、3.211、3.438和2.450,性格对应的弹性值分别为1.249、1.045、2.033和3.672,说明性格和驾龄2个影响因素对行车速度选择行为富有弹性,影响显著。     

基于MNL模型的城市公共交通出行时间价值估计

在进行公共交通换乘行为变化敏感度分析以及公交票价的制定过程中,均需将出行时间和费用联系起来考虑,出行时间价值是联系出行时间和费用的纽带．本文首先分析了基于随机效用最大化理论的Multinomial Logit（MNL）方式选择模型的基本思想,用MNL方式选择模型的简化模型对出行时间价值进行了量化．接着以北京市为例,考虑出行者的出行时间、费用以及收入等因素,估算出了北京市各种收入群所对应的出行时间价值．然后通过对选择公共交通出行者属性的分析,加权平均各种收入群对应的出行时间价值,最终估计出了北京市城市公共交通的出行时间价值．估算结果符合北京市的实际情况.     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.