Modelling car trip generations for UK residential developments using data from TRICS

Abstract

This paper models trip generation for a cross-section of residential developments around the UK. Consistent with recent literature, the empirical model tests whether trip making patterns for residential developments are independent of car ownership and finds that trip generation is dependent upon car ownership socio-economic factors and site-specific characteristics, in particular land-zone type (e.g. town centre, out of town, etc.). However, public transport services are not found to have a significant relationship with trip generation; consequently, a policy implication of the results is that increasing bus services to residential developments is not associated with a reduction in generated trips.     

Statistical and activity-based modeling of university student travel behavior

Abstract

This paper conducts a statistical analysis of student travel behavior at Virginia Commonwealth University (VCU). The data source is the ‘University NHTS’ project launched by the Virginia Department of Transportation (VDOT) in 2009. Through this empirical study, it has been found that university student travel behavior is different from that of the general population; urban universities have lower percentages of nonmotorized trips than college-town universities; undergraduate students are likely to make more daily trips than graduate students – similarly, on-campus students make more frequent trips than off-campus students; the most frequent student activities are home and academic activities; and student group categories have virtually no impact on daily activity profiles, though activity types do have a dramatic impact on daily activity profiles. Based on these research findings, the paper makes a series of recommendations regarding trip generation, trip distribution, mode choice, and activity-based modeling.     

���ڳ�ʽLogitģ�͵ij��޳�������ѡ����Ϊ�о�

公路超限运输危害巨大,为有效治超,深入分析超限车辆的出行选择行为.超限车辆为实现运输效益最大化,将对其超限程度、出行线路等做出一系列出行选择,不同的出行选择决策决定超限车辆的出行成本和出行收益大小.在公路超限车辆出行选择决策行为和出行效用分析的基础上,建立超限车辆出行超限程度与出行线路这种存在层次关系决策行为的巢式Logit逻辑决策模型.从概率角度用定量方法分析超限车辆出行个体的出行选择行为,为公路超限运输的治理工作提供科学指导,同时也将为超限车辆补偿费率制定提供理论支持.     

基于活动的旅游出行链选择行为研究

通过对在京旅游的游客进行调查,以游客的个人属性和出游属性作为影响因素,将游客对不同类型活动的时间分配作为前提,对游客的出行链选择行为建立了Multinomial Logit模型。模型分析表明:年龄、职业、出游时间、是否本地游客、对景点是否熟悉以及游客对活动时间的分配等均对出行链选择有显著影响;模型具有较高的精度,为游客出行预测提供了理论依据。     

通勤出行公交候车时间的服务等级划分和度量

候车时间是决定通勤出行中公交系统吸引力的关键因素之一,合理的划分通勤出行公交候车时间服务等级有助于提高公交服务质量.通过乘客访谈,掌握乘客候车过程中的心理变化历程,按照乘客心理变化特征将其分为Ⅰ、Ⅱ、Ⅲ、Ⅳ等四个服务等级,构建隶属度函数,并基于隶属度最大原则划分每一等级的候车时间区间;通过SP 调查,应用非集计理论建立不同候车服务等级下候车时间价值模型,基于乘客的支付意愿,利用候车时间价值度量乘客感知候车时间,研究在不同服务等级下乘客感知候车时间的差异及随收入和候车服务等级的变化规律.结果表明,Ⅱ、Ⅲ和Ⅳ级服务水平乘客感知候车时间比Ⅰ级服务水平分别增加50%、近300%和540%;且在Ⅰ级和Ⅳ级服务水平下不同收入群体感知候车时间差异不明显;但Ⅱ级和Ⅲ级正好相反.从而为制定面向乘客的候车时间服务质量标准和优化运营调度方案、提高公交系统的吸引力提供科学依据.     

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GBAS的公交出行最优路径选择算法

通过对城市公交网络的描述,结合居民公交出行路径选择的特征,提出了以换乘次数最少为首要目标,以出行距离最短为次要目标的基于GBAS(基于图的蚁群系统)的公交出行最优路径选择算法。算法让分群蚂蚁从起点站行走至终点站后,在所有走过的路径中,通过对换乘次数和出行距离进行计算后选择最优路径,并对该路径上的信息素进行加强,其他路径上的信息素进行挥发,经过若干次外循环迭代后,分群蚂蚁会选择信息素最强的路径行走,即为公交出行的最优路径。用一个算例对算法的有效性进行验证。     

基于区位重要度的县乡公路网交通生成预测方法研究

通过分析县乡公路网建设与社会经济发展的相互关系,结合县乡公路网的特点,从经济发展度、连通度和导向度三个方面定义交通小区的重要度,建立基于区位重要度的县乡公路网交通生成模型。永定县县乡公路网规划实例使得该方法的合理性和有效性得到了验证。     

基于广义出行成本的公交线网密度合理性讨论

公交线网密度是衡量城市公共交通网络发展水平的重要指标,它与城市的社会经济发展水平密切相关。在已有研究的基础上,进一步探讨公交线网密度各影响因素的时间价值,细化合理公交线网密度的计算方法,并应用广义出行成本的概念,将各时间因子以货币形式表示,从而衡量非在乘时间损失在广义成本中的比例,进一步说明线网密度对公交使用程度的影响。以成都市为例,对相应的指标结果进行解析,其结果对指导城市公交线网优化以及城市交通政策的制定具有积极的意义。     

����֧���������ij����������ʶ���о�

基于支持向量机理论对出行链活动类型的识别方法进行了研究. 首先对居民出行的时间序列位置信息做数据预处理,提取出行链的出行过程和活动地点信息,并结合地理信息系统（GIS）提取活动的备选类型;然后从出行链和活动的时间和空间因素提取活动类型识别的特征,形成特征向量作为分类器的输入,并建立基于支持向量机的两两分类器,采用分类器投票的方法从备选集中选择活动的类型;最后利用模拟数据和交叉验证的方法对两两分类器进行训练检验,分别从高斯径向机核函数和多层感知器核函数的角度分析活动类型识别率. 结果表明：在两两分类中,高斯径向机核函数的最高识别率为99%,最低识别率为62%;多层感知器核函数的最高识别率为97%,最低识别率为54%.