基于移动定位数据的出行OD获取技术研究

城市居民出行OD获取已成为智能交通建设重要基础数据之一。传统的出行调查方式主要依赖于人工操作的方式,因此在应用上存在较大局限。随着移动通信技术的发展,基于移动定位技术的出行OD获取已成为智能交通领域的研究热点之一。在移动通信网络和定位技术的基础上,挖掘整理出行者的历史手机移动定位数据,对采样数据进行概率统计,提取不同概率的定位小区,并结合K-OPSA算法获取最优运动轨迹,以建立出行OD矩阵及获得出行者的出行起止点位置。实验表明该方法可以有效地获取出行者的OD。     

基于超级交通网络的换乘枢纽空间布局优化

利用交通规划理论与超级交通网络,优化城市交通换乘枢纽的数量、空间位置以及规模.依据样本城市的超级交通网络和OD出行矩阵,建立换乘枢纽选址的双层规划模型.上层模型追求交通系统社会效益最大和换乘枢纽建设费用最小,下层模型是超级交通网络上全方式OD交通量的用户平衡分配模型.通过引入改进的禁忌搜索算法实现上下层模型之间的循环反馈.     

OD调查抽样模拟试验及抽样率影响因素分析

OD调查主要目的之一是获得准确、可靠的OD矩阵,交通区划分的数目越多,则OD矩阵构成元素越多,即每次出行试验的结果越复杂,要得到可靠的OD矩阵需要的调查样本量也越大,而目前常用居民抽样率确定方法均未考虑交通小区划分数目的影响.本文编程模拟了OD调查抽样随机试验,并利用多元回归分析技术,量化分析了交通区数目、调查精度和OD矩阵元素不均匀程度对抽样样本量及抽样率的影响,证明随着交通区数目、调查精度和OD矩阵元素不均匀程度的增加,调查样本量也将大幅度增加.     

基于累积前景理论的组合出行交通分配模型

城市交通网络是包含多种交通方式的不确定性复杂系统,出行者作为交通网络的直接参与者,对交通方式和路径的选择行为将直接影响交通网络的均衡状态。以累积前景理论为基础,在随机交通网络中,考虑出行者的观测误差和风险决策行为,分析了组合出行下的随机用户均衡条件,并建立了相应的变分不等式模型,根据变分不等式定理,分析了模型的等价性和解的存在性,采用基于路径的相继平均算法对问题进行求解。引入超级网络作为算例,对模型进行了验证,并对模型参数进行了敏感度分析。计算结果表明:基于累积前景理论的组合出行交通分配模型,能够更加有效地刻画出行者在不确定交通环境下的交通方式和换乘站点的选择行为,为城市交通方式划分和换乘站点选址等工作提供理论支持。     

组合出行模式下多方式交通流分配模型及算法

首先运用超级网络理论构造适用于组合出行模式的交通超级网络。其次,在弹性需求的基础上,认为出行者出行模式及路径选择均具有随机性,给出广义费用下的路段费用函数表达式。运用交通平衡与变分不等式理论,分析弹性需求下组合出行模式的交通平衡条件,提出与平衡条件等价的变分不等式模型,并证明最优解的存在性与唯一性。最后,设计模型的求解算法,通过算例说明模型和算法的有效性,并分析参数变化对OD需求及模式划分的影响。算例结果表明:模型能够更真实地反映出行者的组合出行行为,具有一定的普适性。     

公交线路客流OD反推研究

公交客流OD反推技术越来越受到重视,即不进行直接的公交OD调查,而进行调查量相对较少的站点上下客人数调查,通过一定的反推模型,计算出公交客流OD矩阵.本文在参考传统公交OD反推模型的基础上,研究了大同公交乘客出行OD概率分布,分析公交客流OD矩阵反推的各项影响因素,从实际调查的公交OD矩阵数据中建立新的反推模型.新模型综合考虑了土地利用性质与平均乘距两项指标,利用公交站点上下客人数反推单条公交线路客流OD矩阵,改进了传统方法,有一定的工程使用价值.     

基于交通区数目抽样率确定新方法

编程模拟了OD调查抽样随机试验,证明随着小区数量的增加调查样本的数量将大幅增加,并量化分析交通小区数量、调查精度要求和OD矩阵元素不均匀程度对抽样样本量的影响。建立了OD调查样本量与影响因素关系模型,提出OD调查样本量(或抽样率)确定方法,该方法克服了常规方法中无法考虑交通小区个数和区间出行不均匀弊端。     

配合城市轨道交通的接运公交车区域布设

为了充分发挥轨道交通在城市交通中的骨干作用以及接运公交的集散作用,提出了配合城市轨道交通的接运公交车区域布设模型。分析城市轨道交通与接运公交之间的关系,提出边际出行距离的概念,即选择常规公交直达以及选择常规公交—轨道交通换乘所消耗的广义成本,其中特别考虑了服务水平对乘客选择的影响。并对居民收入水平、轨道交通的票价设置以及乘常规公交距离与出行总距离的比值大小对于边际出行距离的影响进行了敏感性分析。进而考虑各站点的OD分布,建立以全部乘客总出行时间最小值为目标,以边际出行距离为约束条件的区域布设模型并设计算法求解。最后通过对北京市5号线城市轨道交通与常规公共汽车之间衔接的数值实例进行分析,显示了该模型符合实际情况,易于应用。     

多方式诱导下基于出行链的随机用户平衡模型

为了评价多方式诱导信息对综合交通网络中交通流分配的影响,通过构建基于出行链的概率型随机用户平衡模型,并设计内嵌Monte-Carlo模拟的MSA求解算法,研究多方式诱导下组合出行方式选择、出行链费用和出行链结构的变化。求解过程中,引入超级网络理论,并基于超级网络进行流量分配。研究结果表明:多方式诱导信息使公共交通模式分担率增加5.63%,得到网络总收益为196.254,说明多方式诱导信息对引导出行者减少使用小汽车有显著效果,也有助于降低出行链费用,简化出行链结构。     

公交票价比对公交结构的影响及方式选择模型

为了确定轨道交通和地面常规公交的建设规模,利用宏观调控政策合理分配客流,研究了公交票价对公交结构的影响.通过在北京市进行交通方式选择问卷调查.分析了影响居民选择轨道交通和地面公交的因素.结果表明,出行时间、出行费用、出行者的性别、年龄、职业、收入、出行目的对于出行方式选择结果有显著影响,在对变量分类合并的基础上确定代入模型的变量,并结合非集计模型的理论建立了出行方式选择行为模型,给出了出行费用和交通方式选择之间的关系,为利用票价政策调节公共交通结构提供了依据.     

基于SP调查的出行方式选择模型与公交优先政策

以居民出行意向特征分析和预测为手段,采用SP调查法和正交设计表进行了调查情境组合设计,得出了调查结果。通过研究长春市居民的出行方式,构建了居民出行方式选择MNL模型,找出了时间和费用对各类出行者的影响程度。提出了相应的公交优先政策建议,并预测了政策实施后交通方式分担率的变化。最后,总结出长春市居民出行的合理结构模式。     

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%.     

浅谈TransCAD软件中的OD矩阵反推功能——以杭州绕城高速公路发展规划为例

正交通量分析与预测是公路建设项目可行性研究的重要内容,是确定公路建设项目的技术等级、工程设施规模以及进行经济评价的基础。而公路建设项目交通量的预测,一般采用以汽车出行起讫点矩阵(简称OD表)为基础的"四阶段预测法"。所以,精确的和最新的交通出行表就成为了交通规划模型的关键性和基础性数据。交通出行OD表一般通过在项目影响区域内的主要公路上进行大范围的OD调     

公交出行生成预测方法及应用研究

结合具体的实例城市给出了基于蚁群算法的公交出行量预测的过程,在交通小区的划分基础上,分析了公交出行的特征,提出了基于交通出行总量估计公交出行量的预测思路,介绍了出行生成量预测方法的过程,总结了该方法的优点,并通过实例应用与增长率预测方法进行了比较.     

行为经济学视角下城市居民出行方式选择演化博弈模型

为了解城市居民出行方式选择过程,完善公交优先策略的管控措施,对城市居民出行方式选择演化博弈模型展开研究。基于行为经济学理论,以前景理论为基础,引入心理账户理论,构建收益账户和损失账户。运用演化博弈理论,构建出行者与政府部门之间的演化博弈模型,通过复制动态方程分析双方策略的动态演化过程及稳定性条件。给出了系统最优状态与系统波动状态的约束条件,并从政府部门感知与出行者感知两方面解释了现实情况下,演化趋势未能达到理想状态的主要原因,提出目前政府部门管控措施存在的主要问题。运用MATLAB进行数值仿真,引入政府补贴动态绩效支付模式对模型进行优化,得到稳定状态下出行者选择公交出行概率为0.33,政府参与管控的概率为0.92,并进行了效价参数敏感性分析。研究结果表明:政府应主要从降低公交出行费用、适当提高私家车的出行费用成本以及缩短公交出行时间等方面优化公交管控策略,才能显著提升城市居民选择公交出行的概率。研究成果能够为城市交通出行规划与公交优先策略优化提供理论依据。     

基于前景理论的地铁/公交出行路径选择模型

以"前景理论"为框架,通过对地铁/公交组合交通出行方式的选择行为特性分析,以地铁在常态运营下的行驶时间为单位广义费用,通过意向调查(SP调查)拟合路径选择影响因素的换算函数,建立了广义出行费用计算模型;然后针对前景理论中关键的参考点选择方法,提出用预留时间作为对期望费用的修正,并对参数进行标定,建立了在风险条件下的地铁/公交出行路径决策模型.实例验证结果表明:模型与被调查者的选择吻合率约90%.     

基于计划行为理论的大学生出行方式选择行为研究

为研究大学生出行方式选择行为,以计划行为理论为基本框架,引入潜变量及其观测变量,证实性别、年级、是否持有公交卡、是否持有驾照和是否结伴出行对潜变量的影响较大.随后构建了常规公交、轨道交通、巡游出租汽车和网络预约出租汽车四种交通方式下的结构方程模型,模型适配程度较好.计算结果表明,大学生的行为态度、主观规范、知觉行为控制对其选择公交和轨道出行有显著正向影响,主观规范和知觉行为控制对其选择巡游出租和网约出租有显著正向影响.     

基于交叉分层Logit的轨道站点周边居住地和出行方式联合选择模型

从微观角度研究了轨道交通建设对居民居住地选择和通勤出行方式选择的影响,分析了居住在轨道站点周边并选择地铁出行的概率,为解决居住地选择区位间的空间相关性,构建了交叉分层Logit概率估计模型。选取影响因素如个人属性、社会经济属性、出行特性和土地利用属性为联合选择模型影响变量,建立了轨道站点周边居住地和出行方式同时选择模型。利用Biogeme软件,对模型参数进行估计和检验,同时模拟分析了不同影响因素发生变化时引起的居住和出行方式选择概率的变化情况。结果表明,居住地离轨道站点越近的居民越倾向于使用轨道交通出行方式,当小汽车出行时间增加时靠近站点附近的居民越有改乘地铁的趋势。     

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。     

公交网络最优出行路径模型与算法研究

随着城市公交线路发展的加速,公交最佳路径的选择已成为人们出行亟待解决的问题.模型中通过对乘车方式进行分类,针对乘客出行的不同需求,同时考虑步行因素,运用Dijkstra算法并通过层次分析法构建因素指标,从而寻找出行的最优路径,较好地解决了交通网络模型问题.