基于活动的出行方式选择模型与交通需求管理策略

应用基于活动的出行需求预测方法研究了长春市实行鼓励公交策略的可行性。通过分析调查数据和总结以往模型,建立了Logistic形式的出行方式选择模型,用长春市居民出行调查数据进行了参数标定和模型验证。应用已建模型初步分析并评价了鼓励公交策略对居民出行方式的影响。结果表明:建立基于活动的方式选择模型预测城市交通方式结构,可以全面有效地进行交通需求管理策略的评价研究,为交通部门制定管理政策提供依据。     

基于活动的日活动计划模型

根据基于活动的出行需求预测思想和建模方法建立了日活动计划模型。应用长春市居民出行调查数据进行了参数标定和模型验证,并用"模拟-比较-评价"方法将已建模型应用于交通需求管理政策的制定和评价。结果表明,建立基于活动的日活动计划模型,可全面有效地模拟预测和分析居民活动安排情况,对交通需求管理策略进行初步的评价研究。     

城市客运模型系统的研究

本文在长春市1984年居民出行调查资料的基础上,用运输系统分析的理论和方法,建立了适合我国城市的客运模型系统——四步骤模型,并对重力模型进行了标定。综合费用函数可用作预测公交和自行车出行量比率。     

居民出行一般类方式预测模型研究

本文通过分折各种因素对居民出行一般类方式的影响、一般类出行方式与出行阻抗的关系,提出了居民出行一般类方式预测模型及标定方法,并对预测中所必须解决的出行阻抗模型进行了研究.利用本文的研究成果进行居民出行一般类方式预测及建立出行阻抗摸型,不仅只需要少量的调查资料,不同城市的调查资料可互相利用,而且改变了现有模型在一定程度上由现状直接推未来的状况.     

基于自组织理论的居民出行方式结构模型

分析了自组织原理对居民出行方式选择系统的适用性。从协同学角度分析并提出了控制变量和序参量。对该系统相变过程进行了数学描述。以长春市为例构建了序参量模型,描述了长春市居民出行结构系统,建立了其序参量方程,为制定交通管理措施奠定了基础。     

多因素影响下的城市居民出行行为时间价值

为提高居民出行效用,对多因素影响下的城市居民出行行为时间价值的确定方法进行了研究.首先分析了行为时间价值确定过程中的影响因素.然后针对不同出行方式的出行者,应用效用最大化原理及随机效用模型建立出行效用与影响因素之间的函数关系,提出了居民出行行为时间价值模型计算方法.最后以长春市居民出行调查结果为例进行了实证分析,并将结...     

长三角地区城市居民交通出行能源效率最优化探究

针对长三角地区城市发展和居民出行情况,使用专家调查和SP调查法,在分析各种出行方式特点的基础上,建立了居民出行方式评价体系。利用数学计算,对现有的出行方式进行了综合评价,探究了长三角城市居民交通出行能源效率最优化方式,对长三角城市居民日常出行选择有一定的指导意义。     

阻断事件影响下城际出行行为

为揭示异常情况下居民城际出行决策的关键影响因素和规律,根据阻断事件级别、绕行路线增加时间量、出行类型(弹性、刚性)设计了16种出行场景,进行居民出行方式选择意向问卷调查.问卷涉及影响居民出行决策的11个因素和4个决策选项.基于多分类Logistic回归模型,分别利用城际出行中的16种异常场景下的意向(stated preference,SP)调查数据,构建居民出行决策模型.结果表明:阻断事件影响程度、绕行路程、出行目的不同,影响居民决策的显著性因素不同,并且同一因素在不同场景下的影响程度存在差异;出行时耗和居民对某种出行方式的偏好对各场景下的决策影响最为显著,其次为出行频率和职业,驾龄、年龄、性别在个别场景下具有显著性影响.这些结果可以为综合交通运输网络中公路阻断事件下的居民出行行为预测提供依据,并且在异常情况下为不同出行个体提供个性化、精细化的出行信息服务提供支撑.     

居民出行产生量BP神经网络预测方法

居民出行产生量预测是交通需求分析的重要内容之一,预测结果是确定各类城市交通设施发展规模及布局规划的重要依据.通过分析人工神经网络的作用机理和居民出行产生量的影响因素,建立了居民出行产生量预测的四层BP神经网络模型,以土地利用作为输入神经元,以交通区居民出行产生量作为输出单元,以赣州市城市综合交通规划交通调查数据对模型进行了标定与检验,并与出行次数法和回归分析法进行了比较,结果表明BP神经网络模型具有较高的预测精度.     

交通方式选择的非集计模型及其应用

应用非集计模型理论与北京居民出行调查数据,建立了交通方式选择MNL模型,并用Matlab优化工具箱中的无约束最优化函数对模型的参数进行了标定。根据所建模型计算出公交车和小汽车的时间价值,求得包含出行时间和实际金钱费用的广义费用,建立了公交车和小汽车出行选择的二肢Logit模型,分析了不同收费价格下两种交通方式所分担的交通出行比率及道路交通饱和度的变化情况,评价拥挤收费政策对优化城市交通结构,缓解城市交通拥挤的作用。研究表明,非集计建模方法能够较全面地考虑居民出行选择的各方面影响因素,尤其是将出行者的个人特性影响因素引入模型,提高了模型的预测精度和实用性。     

基于居住地分层的居民出行调查方法

首先对居民出行调查的主要结论形式——平均出行次数、出行方式结构与居住地特征之间的关系进行了详细的分析,发现相互之间有某种对应关系,若能按照居住地特征分层(或分类)开展出行调查,则样本极具代表性。然后,基于分层抽样,提出了一类新的居民出行调查方法,并对其中的抽样方法作了细致的研究,提出了总体及分层抽样率的确定公式。最后,以江苏昆山市老城区为例,讨论公式中的参数取值,得到了对应于3类居住地的出行调查抽样率大小,说明了本文方法的可操作性和相对于简单随机抽样方法的优势。     

中部与东南地区小城市居民出行特征对比研究

试图研究中国不同经济发达程度的小城市居民出行特征的差异性及导致差异性的内在原因。在中国经济发达的东南地区与经济一般发达的中部地区选取了城市规模与城市空间布局具有相似性的7个典型小城市,分析了小城市居民出行次数、出行方式结构、出行目的及出行时耗的共性特征与个性差异,定性探寻了引起差异的原因。运用回归模型和灰色关联度分析法,分别对人均出行次数和居民平均出行容忍时间的差异性进行了验证。研究结果表明,在城市规模和布局差异不大的前提下,经济是导致居民出行产生较大差异性的内在原因。     

城市居民出行方式的预测研究

利用马尔可夫分析预测方法,通过对运输部门服务区域内不同出行方式或乘行方式分布比率的已有状态及其动向的分析,来确定未来某一时期的居民选择公共交通的数量,也即城市客运量及未来居民选择各种出行方式的稳定概率分布,为城市公共交通规划提供决策依据。     

拥挤收费对私家车出行方式的影响

为了研究拥挤收费限流措施对私家车拥有者出行方式的影响,在大量问卷调查数据分析的基础上,分析了收费费率、家庭月收入、出行目的对私家车拥有者出行方式的影响,并建立私家车出行选择模型.结果表明:收费费率、家庭月收入和出行目的对私家车拥有者出行方式影响显著.     

广州市居民出行特征变化趋势分析

对比分析广州市2003年和1998年居民出行调查的有关数据，通过出行强度、出行方式、出行时间分布及出行空间分布等一系列指标总结归纳出广州市城市居民出行的规律、变化特征及其原因，通过广州市居民出行总量增长、公共交通方式比重增加、出行耗时减少、高峰时段延后等居民出行特征变化，反映出广州市实现“三年一中变”目标，城市建设跨越式发展，城市交通显著改善的重大成果。     

北京市顺义新城出行特征调查分析

利用顺义新城综合交通调查数据,分析了该区域现状出行特征,主要包括其交通出行的基础属性、出行目的、出行方式及出行时间和空间特征,指出顺义新城交通体系的特点及其存在的问题,为该区域综合交通规划奠定基础.     

各年龄段女性出行方式选择的调查

本文以南昌市铁路九村小区为例研究不同年龄段女性对出行方式的选择。针对不同年龄段女性选择的出行方式调查认为选择的出行方式会随着年龄和家庭结构、家庭月收入等不同而有所改变。