基于Mixed Logit模型的路线选择行为量化分析

为了探讨路况信息动态变化对出行路线选择行为的影响程度,采用正交试验法设计出行意愿调查问卷,针对有驾车经验的出行者进行调查。假定时间参数和费用参数为常数、费用参数服从正态分布和对数正态分布,分别建立了出行路线选择的Logit模型和Mixed Logit模型,并对解释变量影响路线改变倾向进行了量化分析。结果表明,Mixed Logit模型的最大似然值、优度比和命中率都高于Logit模型。出行者对行程时间和时间信息动态变化的敏感程度十分接近,敏感度最高的是出行费用。个人属性中的年龄、驾龄和收入是影响路线选择行为的最显著因素。     

机动车出行者出发时间选择的影响因素

采用陈述偏好(Stated preference survey,SP)调查法获取机动车出行者的出行行为数据,利用混合Logit模型建立了总体对象和典型对象出发时间选择行为模型。采用不同范围的出行行为数据对模型进行验证,结果表明:出行者的社会经济特性、预计的出行延误信息、对路网的熟悉程度、天气状况信息、交通信息的质量以及出行目的是影响出行者改变出发时间的主要因素,总体对象和典型对象模型存在一定的差异。研究结果揭示了交通信息在不同环境中对出发时间选择行为的影响不同,从而可以为交通信息发布方法和策略的确定提供依据。     

考虑燃油经济性的出行者路径选择模型

为研究燃油经济性对出行者路径选择的影响,将燃油消耗、行程时间及其可靠性的线性加权和定义为广义出行费用,以饱和度为参数建立了路网单元燃油消耗模型并量化燃油消耗出行费用.分别以BPR函数及HCM2000延误公式量化路段行程时间及交叉口延误,以二者可靠性量化行程时间及延误波动的相应费用建立了基于广义出行费用的随机用户平衡分配模型.通过在小型测试路网上进行计算分析表明:基于广义出行费用的交通分配模型能够较好地反映考虑燃油经济性的出行者路径选择行为;出行费用权系数对出行者路径选择行为影响显著,考虑燃油经济性的路径选择行为可有效减少路网燃油消耗,可达9%左右.     

有限理性下出行者方式选择行为

为分析有限理性下出行者的方式选择行为,将前景理论引入方式选择决策中,分析不同时间价值出行者在私家车、公交车和出租车3种方式下的主观感知费用,并研究出行者在广义出行费用下、出行时间概率分布变化下和时间约束3种情景下的方式选择行为.通过算例对比前景理论与期望效用理论对出行者方式选择行为描述的异同,发现前景理论更依赖于决策权...     

公共交通方式转移价格的排序选择模型

通过意愿调查法对公共交通出行者的出行意向进行调查,研究了不同出行时间比下常规公共交通出行者转向轨道交通的意愿价格阈值影响因素及规律.基于排序选择模型,分别建立了基于排序Probit和排序Logit的公共交通内部方式转移价格阈值模型,并对模型进行局部效应分析.结果表明:性别、职业、收入、公交出行时间、公交出行费用及地铁与公交出行时间比对公共交通内部方式转移意愿价格阈值具有显著影响;常规公交费用支出每增加1元,其向轨道交通转移时的票价阈值为3、4、5、6元的概率分别改变-5.03%、1.07%、2.32%、1.00%.     

考虑停车位不足的出发时刻选择问题

针对目的地停车位不足,出行者如何选择出发时刻的问题,在有限理性视野下综合考虑道路拥堵状况、出行者个人感知差异、目的地车位供给状况以及无法停入合法停车位后将受到惩罚等因素对出行者出发时刻选择的影响.依据前景理论设计实验,通过调查获取出行者出发时刻选择意向数据,构建出行者出发时刻选择模型.研究结果表明:停车位剩余状况影响出行者对出行结果的满意程度以及下一次出行决策.出行者出行结果满意度随着目的地剩余车位的减少而降低,当出行者的出行结果为满意时,出行者下一次出行由倾向于早到逐渐变为倾向于晚到.在车位不足,不能合法停车的情况下,不同的惩罚措施会影响到出行者下一次出发时刻的决策结果,惩罚越严重,出行者越倾向于早出发.     

城市P&R出行者选择行为模型

为了获得P&R用户出行特征以及选择影响因素,通过对南京市小汽车出行者的偏好调查,应用二项Logit模型建模分析,结果显示个人特征、出行特性以及对出行环境的评价等都在不同程度上影响出行者P&R的选择行为.其中出行者驾龄、收入、出行目的以及道路拥挤、中心区停车位供给和停车收费对P&R的选择最为显著.     

动态广义出行费用随机用户平衡Symbol`@@

为描述弹性需求下降级路网中出行者路径选择行为,为出行者和管理者提供决策参考,采用行程时间、行程时间可靠性及货币费用的加权和定义动态广义出行费用. 假定在路网随机变化的情况下,出行者以估计广义出行费用最小为路径选择标准,建立基于动态广义出行费用的随机用户平衡模型,并给出求解模型的MSA算法. 通过在一个算例路网上测试,结果表明：出行者对待风险的不同态度、降级系数和货币费用均对道路流量分配影响显著,并与经验相吻合,说明所提出的基于动态广义出行费用的随机用户平衡模型能够真实反映出行者在随机路网中的路径选择行为.     

动态广义出行费用随机用户平衡

为描述弹性需求下降级路网中出行者路径选择行为,为出行者和管理者提供决策参考,采用行程时间、行程时间可靠性及货币费用的加权和定义动态广义出行费用.假定在路网随机变化的情况下,出行者以估计广义出行费用最小为路径选择标准,建立基于动态广义出行费用的随机用户平衡模型,并给出求解模型的MSA算法.通过在一个算例路网上测试,结果表明:出行者对待风险的不同态度、降级系数和货币费用均对道路流量分配影响显著,并与经验相吻合,说明所提出的基于动态广义出行费用的随机用户平衡模型能够真实反映出行者在随机路网中的路径选择行为.     

智慧公路多源数据下的交通出行演化模型

为探索智慧公路对出行者路径选择行为的影响,将网络可靠性和经验学习理论引入出行者的路径选择过程. 运用交通流理论统一化由智慧公路采集的多源数据类型,进一步采用最小方差加权平均方法融合多源数据. 智慧公路上的出行者根据融合信息实时决策出行路径;普通公路上的出行者根据前一天的路网交通状况和历史出行经验选择出行路径. 采用不动点理论证明模型解的等价性、存在性和稳定性条件. 算例结果表明：道路流量行为系数和感知时间误差的增大均会导致模型进入不稳定状态;在模型解稳定性方面,具有冒险倾向的出行者显著优于具有风险规避倾向的出行者,且多源融合数据演化的路网交通流量更具鲁棒性.     

基于态度的公交出行信息使用市场细分

为识别不同出行者对公交出行信息使用选择偏好的差异,对基于态度的公交出行信息使用市场进行了细分。根据在南京市调查的数据,利用因子分析确定态度潜变量,采用结构方程模型分析了态度变量间的相关性,使用K-means聚类方法对公交出行信息使用的市场进行细分。以出行意愿、可靠性、方便性和主观感知等4个变量作为聚类变量,将公交出行信息使用市场细分为5个子市场,同一子市场内出行者公交出行意愿选择近似,不同子市场间出行者选择意愿明显不同。分析了每个子市场态度的差异和公交出行方式选择特征,针对不同子市场的出行者提出了相应的公交出行信息改善策略。     

基于卢因行为模型的共享汽车出行选择

针对共享汽车发展过程中的普及率低、接受程度低、使用率低等问题,以交通出行者为研究对象,基于改进的卢因行为模型,通过问卷调查,从个体特征、出行特征、信息感知多维角度分析了共享汽车出行行为,并通过构建非集计模型分析了交通出行者是否选择共享汽车、共享汽车出行者出行强度、非共享汽车出行者未来是否选择共享汽车等方面的影响因素.研究结果表明:共享汽车男性出行者比女性出行者更多,受教育程度越高,选择共享汽车的意愿越大;学生、公司职员2类人群共享汽车出行次数较少,每月5次以下;已使用共享汽车1～6个月的人群和感知共享汽车信息量较大的人群出行稳定,强度较高,每月20次以下;出行者获得共享汽车信息准确性偏低时,若提高信息准确性,共享汽车使用强度也会增大;出行者获取共享汽车信息越早,共享汽车出行强度越大;非共享汽车出行者所获取的信息量越大、时间越早,未来选择共享汽车的意愿越大.     

雾霾天气对出行行为的影响机理研究

雾霾天气下,较多出行者会对出行行为进行调整,为系统分析雾霾天气对于出行者出行行为的影响机理,将计划行为理论拓展后建立关于出行者态度、主观规范、行为控制认识、身体状况等潜变量的结构方程分析模型,并对分析模型进行了检验和改进.结果表明,雾霾天气会对采用不同出行方式的出行者产生不同程度的影响,其中出行者的态度、心理状态以及身体状况对此有较大的解释力,对应的路径系数分别为0.565、0.268、0.164;出行者过去积累的经验以及对自己雾霾天气下出行能力的认识会对其出行态度产生较大影响.     

路票交易下的私家车通勤路径选择

与传统拥堵收费方案相比,可交易电子路票方案相对具有更好的合理性与公平性.为研究在路票交易约束下的出行人通勤路径选择特性,基于可交易电子路票的运行机理,根据出行者效用最大化原理,构建通勤出行路径选择模型.进行路网仿真实验,模拟确定了5条可供出行的不同效用选择路径,通过设计意向偏好调查问卷,采集了上海市居民驾车通勤出行路径选择的相关数据.结果发现,随着时间损耗的加剧,路票交易奖励机制所发挥的作用逐渐减小.利用Stata软件进行数据处理,分析了路票交易条件下出行者通勤出行时路径选择的影响因素.其中,相对于出行人对最短路径的选择,综合出行成本对出行者的路径选择有非常显著的影响,而随着绕路时间的增加,平日通勤时间、对路径3和路径4的选择产生显著影响;职业因素对路径3和路径5的选择产生显著影响;月收入对路径4和路径5的选择产生显著影响.研究结果对路票交易方案的施行有一定的指导意义.     

轨道交通票价对出行方式选择的量化影响分析

2014年末,北京地铁实行新的调价政策.为分析票价变化因素对轨道交通出行者的影响,采用SP方法构建票价影响模型,选取了北京市地铁2号线阜成门站、5号线天通苑北站、昌平线南邵站高峰时段乘客为问询对象,对票价调整对乘客出行方式选择产生的影响进行调查,并建立票价变化与出行方式选择之间的量化影响函数.票价调整后乘客改变情况和分析结果相一致,实证了这种量化分析方法可以有效预测票价调整方案的实施效果.最后,提出了票价进一步调整的相关建议.     

基于有限理性的随机网络路径选择模型

为研究出行时间不确定条件下有限理性出行者的路径选择行为,以路段容量降级网络为研究对象,将路径自由流时间作为路径走行时间的下界,提出了关于路径走行时间的截断正态分布概率密度函数,建立了考虑路径走行时间边界的出行时间预算模型.通过考虑出行者有限理性的决策特征,以预算时间最小值的无差异阈值作为出行者可接受的最大出行时间,提出了有限理性置信水平的概念,即出行者可以在最短预算时间的无差异阈值内到达目的地的概率.然后,根据随机效用最大化理论,以出行者感知的有限理性置信水平为路径选择成本,构建了考虑可靠性的有限理性交通均衡模型,并给出了其等价的变分不等式问题.此外,设计了一个基于路径的求解算法对所提出的模型进行求解.最后,应用一个数值案例来验证所提出的模型和算法.算例结果表明:忽略路径的自由流时间将降低出行者准时到达的可能性,并且出行者可接受的无差异阈值尺度对其路径选择行为有较大影响.     

不确定路网条件下出行路径选择模型对比分析

对出行路径选择模型作了简要解析,进而分别基于"期望效用理论"和"前景理论",建立不确定路网条件下的出行者出行路径选择模型,并结合实际算例及实证调查,对基于两种理论模型得出的结果做出对比分析,结果表明"前景理论"的研究思路更适合描述风险状况以及不确定条件下的个人出行决策行为.     

基于Mixed Logit模型的私家车通勤出行时间价值

假定时间参数为常数,费用参数服从对数正态分布,建立了出行路径选择的MixedLogit模型。利用大连市私家车出行者出行意向调查数据对该模型进行了150次仿真实验。结果表明:各个参数的t检验值均比较显著,模型的优度比也较高,参数的估计值具有很强的集中性。采用150次仿真结果的平均值作为私家车出行者通勤出行时间价值分布函数的参数估计值,得到该分布函数服从参数为2.73和1.09的对数正态分布。这一分布函数可以作为实施和评价道路拥挤收费项目的依据。     

基于结构方程模型的通勤交通方式选择

基于以往出行方式选择的相关研究中,大部分是基于个体属性对于方式选择的影响,而针对各类出行者特性与出行方式特征的关联性分析较少的情况,以拥有小汽车的中长距离通勤者为研究对象,提取相关的个体属性参数和交通方式特性参数构建结构方程模型,分析其个体属性与公交和小汽车出行特征之间的相互影响,从而探索各因素之间的关系以及对公交出行意愿的影响方向与程度.研究结果表明:个体的经济水平会对方式选择产生根本性的影响,更短的停车后步行时间、低廉的停车费用或充足的停车设施泊位供给会鼓励出行者选择自驾出行,而减少公交等车换乘时间,提高公交运行时速则会增强公交的吸引力,这对于城市中心区制定引导居民公交出行对策有一定借鉴意义.     

考虑出行者风险态度的最优路径搜索

由于交通系统存在不确定性,路径旅行时间会在一定范围内随机变化,面对随机交通网络,出行者表现出不同的风险态度,可以分为风险规避,风险中立和风险偏好3类。采用正态分布描述路段出行时间的随机性,分别考虑出行时间预算、超额出行时间、低额出行时间3类模型,研究出行者最优路径选择行为,此外还考虑了出行者多兴趣点出行的情况。提出一种标号修改算法,分别设置可靠度α=0. 75和α=0. 25,对不同风险态度出行者最优路径选择结果进行了分析,并在不同规模网络中对算法性能进行了测试。结果表明:在10 000节点大网络中,该算法平均运算时间约为100 ms,相比确定网络下的经典dijkstra算法约慢了42%,通过对比分析可知,该算法运行速度较快,能够满足实际应用需求。