基于可变信息标志交通信息的驾驶人路径选择

针对交通事故区域,可变信息标志(variable message signs,VMS)发布信息不及时、不能合理诱导驾驶员的路径选择问题,通过设计SP+RP问卷调查驾驶人在社会经济特性、出行特性等方面的主观感知,出行时间对驾驶人路径选择的主观影响以及2种交通信息组合方案下驾驶人的选择结果,构建了驾驶人对交通信息组合方案接受意愿的结构方程模型(structural equation models,SEM).结果表明:驾驶人的驾龄、出行目的以及出行时间限制是影响驾驶人对交通信息组合的主观感知和接受意愿的关键因素.在驾驶人对VMS交通信息组合方案接受意愿的结构方程模型中,驾驶人在有出行时间限制下的交通信息组合接受意愿影响系数分别为0.678和0.769,而无出行时间限制下的影响系数分别为0.435和0.390,说明驾驶人在有出行时间限制的情况下对交通信息组合的接受意愿强烈.     

VMS影响下驾驶员路径选择行为分析

为了探究可变信息板(VMS)影响下驾驶员路径选择行为,对宿州市火车站和汴河中路进行陈述偏好调查(SP调查),主要包括驾驶员自身属性和驾驶员对VMS的态度,统计影响驾驶员路径选择的因素.构建VMS诱导信息下驾驶员路径选择行为的Logit模型,同时分析各因素与驾驶员路径选择行为的相关性.结果表明:驾驶员的年龄、性别、学历、路网熟悉程度、路径改变频率、对拥堵时间的忍耐等指标与改变路径之间的相关系数为正值.该结论说明在其他情况相同时:在交通拥堵的状况下男性驾驶员更易根据VMS诱导信息避开红色拥堵路段;年龄较小的驾驶员更倾向于接受VMS诱导信息改变出行路径;学历越低的驾驶员越偏好按照VMS诱导信息选择出行路径;驾驶员改变路径的频率越高,在遇到交通拥堵时的忍耐性越低.驾驶员的驾龄与改变路径之间的相关系数为负值,说明随着驾驶员驾龄的增长,对路网状况越熟悉,则更倾向于选择替换路径.     

基于VMS信息环境中的动态路径选择模型研究

阐述VMS的信息特点以及VMS信息条件下的路径选择行为,对影响出行者路径选择因素的SP调查数据结果进行分析,通过数值模拟出行者路径选择的随机过程,得到VMS信息条件下出行者中选择改变路径所占比例为50.36%。最后,建立VMS信息环境中的途中路径选择模型,通过随机动态用户最优模型完成流量分配和加载,并选取一个小型路网作为算例,计算路网在有VMS和无VMS情况下的流量分配情况。结果表明,在VMS信息环境中,拥堵路段上游的交通量能够及时转移,提高了拥堵路段的运行效率。       

拥挤条件下可变信息板交通诱导信息对驾驶行为的影响

运用模拟的方法,研究了在拥挤条件下VMS交通诱导信息对驾驶行为的影响,得出如下结论:①VMS交通诱导信息的提供位置对交通信息的作用有很大的影响。如果交通诱导信息被合理地提供给驾驶员,路网交通的运行状况将有较大改善,其中延误减少23.7%,停车时间减少31.8%,停车次数减少38.7%;②路网交通运行状况的改善取决于所推荐的替代路径的质量。如果替代路径的质量较差,拥挤现象不但不能得到缓解而且会进一步恶化,并且在替代路径上会形成新的拥挤;③左转次数和左转通行能力是决定替代路径质量的两个关键因素。无论是以出行时间还是出行距离为依据选择替代路径,都应该考虑左转次数及左转通行能力的影响。     

引入规模变量的工作出行目的地复合选择肢logit模型

针对传统集计交通分布模型土地利用吸引度变量单一、难以描述定性变量影响、无法刻画个体目的地选择行为的局限性,建立了引入规模变量的工作出行目的地复合选择肢logit模型。实例分析表明,该模型综合考虑了多个衡量土地利用吸引度的规模变量和离散定性变量,并以阻抗交互变量的形式在模型中引入了个体属性和交通方式属性特性变量,反映了个体属性、交通方式属性对目的地选择行为的影响。     

多方式诱导下通勤出行链交通方式组合选择行为模型

从出行链的角度出发研究多方式诱导信息对通勤出行方式选择的影响。通过RPSP调查获取通勤者的实际和意向出行链数据,建立了综合考虑尺度系数差异、非显化异质性效应和参照依赖效应的mixed logit模型,并设计仿真方法求解。结果表明,尺度系数差异解释了RP数据与SP数据融合时隐含的方差差异;异质性和参照依赖效应的引入可以度量偏好差异较大的随机变量的影响程度,反映随机变量的偏好分布;综合考虑3种因素的mixed logit模型比多项logit模型和普通mixed logit模型的精度高,解释能力更强。参数标定结果表明:多方式诱导信息服务对引导小汽车通勤出行链转向其他交通方式有积极作用,有利于从源头上缓解道路交通拥堵。     

多模式综合交通客运方式选择行为差异性——基于强制与休闲型活动出行的对比分析

为分析多模式综合交通方式下的强制、休闲活动出行行为差异性,基于旅客高速巴士、普铁、高铁和飞机四种运输方式RP调查数据,建立旅客乘车选择多项logit(MNL)模型,基于参数估计和弹性分析,揭示多模式综合交通客运方式选择行为及其差异性.研究结果表明:出行距离、出行费用、运行时间、安全性、舒适性、准时性、网络购票、售票点购票、拥有私家车是影响旅客强制型、休闲型活动出行方式选择的主要共性因素,不同因素对旅客强制型、休闲型活动出行方式选择的影响程度具有明显的差异性;另外,到站时间对强制型活动出行方式选择有显著影响,对休闲型活动出行方式选择影响并不显著.     

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。     

基于Mixed logit模型的拥挤收费下交通方式分担率预测

分析了传统非集计模型存在的缺陷,提出利用mixed logit模型研究拥挤收费下交通方式分担率变化的思路。结合实际居民出行数据建立了基于mixed logit的交通方式选择模型,利用SAS软件进行蒙特卡罗模拟计算,标定了模型并进行了仿真分析。经验证,所建模型具有较高的命中率和可用性。加入拥挤收费影响因素进行敏感性分析,可得出不同拥挤收费费率下的交通方式分担率。应用该模型能为拥挤收费下的出行行为分析和交通影响研究以及其他交通需求管理政策的评价提供了方法。     

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.     

动态路况信息下的出发时间选择行为分析

为了探讨动态路况信息对出发时间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,对大连市有驾车经验的出行者进行调查,然后采用离散选择方法建立了不同路况信息条件下的时间选择行为模型,最后对解释变量影响出发时间的改变倾向进行量化分析.结果表明,出行者对最大出行时间和最小出行时间的敏感系数分别为-0.065 7和-0.027 9,女性对于出行时间不确定性的敏感度比男性更高,而敏感度最高的是出行费用,个人属性中的年龄、收入和驾龄是影响出发时间选择行为的主要因素,从而为个性化交通路况信息的发布提供决策依据.     

考虑空间异质性的短距离上学方式选择机理

短距离出行是学生日常出行的重要组成部分,合理引导短距离上学群体交通方式选择对于促进学生健康发展和缓解高峰期间道路交通拥堵具有重要意义．本研究以中国南京市为例,利用贝叶斯分类法识别出南京市学生的短距离出行阈值为2.7 km,在此基础上,分别构建多项logit(multinomial logit, MNL)模型与地理加权多项logit(geographically weighted multinominal logit, GWMNL)模型,探讨个人属性、出行特征、家庭特征及建成环境对短距离学生群体上学方式选择的影响及其空间异质性．结果表明,相比MNL模型,GWMNL模型具有更好的拟合度和解释能力,说明学生上学交通方式选择行为因居住位置不同存在明显差异．与居住在学校附近的低龄学生相比,核心区与近郊区较短出行距离的高龄学生更倾向于乘坐小汽车上学,而远郊区（六合区和江宁区）的高龄学生更倾向于选择积极出行（步行和自行车）和电动自行车上学．小汽车数量对学生选择积极出行、电动自行车及公共交通上学均有消极影响,且这种消极影响从市中心向外围区域逐渐增强．最近公交站距离对居住在核心区与近郊区的学生选择公共交...     

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.     

ATIS环境下通勤者逐日出行路径更换行为仿真

基于"有限理性"行为理论,提出了通勤者逐日出行路径动态更换行为的模型框架,"有限理性"规则的应用主要体现在"无差别阈值"上。为捕捉通勤者逐日出行中的经验积累过程以及路径选择中存在的序列相关性及同期相关性,分别针对出行前和出行中的路径更换行为建立了MNP形式的无差别阈值模型。在此基础上,采用驾驶员训练模拟器对驾驶员在不同ATIS信息下的逐日动态更换行为进行了仿真实验,并采集实验数据对通勤者出行前和出行中的路径更换无差别阈值模型进行参数标定。参数估计结果显示了ATIS信息、驾驶员个人属性、信息质量以及行程延误等各方面因素对通勤者逐日动态更换行为的影响,为驾驶员行为分析的深入研究提供了有益的参考。     

考虑土地利用下基于结构方程的城市交通出行行为影响

以考虑土地利用为前提,基于结构方程模型,利用成都市交通出行调查数据,选取出行行为作为内生潜变量,选取出行距离、出行时间和出行次数为内生显变量;选取土地利用属性、社会经济属性和家庭属性三者作为外生潜变量,用地区域类型、职业、性别、年龄等13项影响因素为外生显变量,以家庭属性下的交通出行者个体为分析单元,综合考虑个人和家庭社会经济属性,量化了内生显变量和潜变量、外生显变量和潜变量以及外生潜变量和内生潜变量三者之间的复杂影响关系,对交通出行调查的设计、交通出行行为的分析和交通需求模型的建立具有现实指导意义,同时为城市综合交通规划辅助决策提供了一种定量化分析的理论方法.     

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。     

基于中国家庭追踪调查的通学行为差异分析

通学出行是儿童日常生活和家庭通勤出行中的重要活动,通学方式决策对于儿童通学的安全、便捷以及城市交通系统优化等具有重要影响．基于2020年展开的中国家庭追踪调查数据,利用多项logit模型研究个体属性、家庭特征、学校属性及地理特征因素对通学方式选择行为的影响差异．结果表明,地理特征因素对通学方式选择的影响最大．东部地区的学生更倾向于使用机动交通方式和自行车;西部地区学生更倾向于步行;东北地区学生则更倾向于机动交通方式和校车．农村乡镇和小城市的电动车通学比例明显高于大中城市,且农村乡镇使用校车的概率也更高．全国范围内,私立学校学生使用校车的可能性是公立学校学生的3.3倍．此外,研究还发现个体属性和家庭特征也对通学行为具有影响,如肥胖儿童更加依赖校车和电动车;性别对通学方式选择没有显著作用;家庭规模越大,越愿意步行通学．从促进主动出行、改善交通公平性角度提出相关建议．     

基于儿童特性和动机的亲子假日出行机理研究

为考虑儿童特征和动机需求对家庭假日活动出行行为的影响,对亲子交通出行特性进行汇总分析,采用因子分析法对其出行动机进行分类,基于儿童特性建立了结构方程模型来分析儿童特征与出行动机、活动内容和出行行为之间的关系,并应用路径分析法分析儿童特征是如何影响假日家庭活动出行选择行为。研究结果表明:儿童年龄和数量是影响家庭活动内容和出行行为最显著的影响因素,随着儿童年龄的增长,家庭出行更加注重开阔儿童视野和提高儿童知识技能,一日活动次数相应减少,更倾向于采用公共交通出行,出行距离也更长,目的地的停留时长也会增加;儿童数量的增加将缩短家庭假日出行距离,在目的地的停留时间也会更短。研究结果揭示了假日亲子出行的交通行为特征,可为今后相关设施或综合体的交通需求管理政策制定和其发展提供参考。     

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.     

考虑超级网络广义重叠的路径选择建模

现代交通网络中普遍存在物理路段和运输方式的重叠现象.将交通网络中的重叠现象定义为广义重叠问题,提出多层次混合logit模型用以研究广义路径的相关性.基于该模型,可将超级网络的交通分配简化为不动点问题.该研究提出解决广义重叠问题的算法,并通过算例对广义重叠问题的出行选择进行说明,通过分析重叠误差项,讨论广义重叠问题对路径选择的影响.结论表明,提出的模型可有效解决广义重叠问题,对于路径选择和交通分配问题具有重要意义.