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.     

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.     

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。     

合肥市建成区医疗服务设施空间可达性研究

基于空间化的人口格网数据及网络地图路径规划API获取的不同交通模式出行成本数据,运用累积机会法和高斯两步移动搜索法分析合肥市建成区医疗可达性和空间分布格局。研究结果表明：1）合肥市医疗可达性以老城区为中心向外围圈层式衰减;2）驾车至最近医院的出行时间最短且稳定性较强,中长距离出行时,公交相对骑行和步行有较大优势,短距离出行时,优势微弱;3）不同交通模式下的等时区分异明显,空间覆盖率和人口覆盖率均达到90%以上时驾车、公交和骑行所需的时间分别为20 min、60 min和40 min;4）驾车模式下,合肥市老城区在不同时间阈值都具有较高的医疗可达性,新城区不同时间阈值的医疗可达性结果不同。     

出行方式链的转换成本估计

为更准确预测居民出行方式选择,构建考虑心理因素的方式综合转换成本测算模型. 以杭州市居民出行行为为例,运用条件价值法,通过线上线下相结合的问卷调查,得到出行者的个人属性、出行方式链选择以及为了避免方式转换环节的最大支付意愿价格. 研究结果表明:变动转换成本随着转换级数的增加而增加,随转换时间的增加呈指数增长;同时,结果标定了不同转换级数下全方式间的固定转换成本矩阵. 方式综合转换成本测算模型的建立,可以预测基于出行方式链的居民出行需求.     

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...     

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。     

土地利用混合度对出行方式选择的影响

为研究土地利用混合度对出行方式选择的影响,提出了一种基于地理信息系统(geographic information system,GIS)的度量土地利用混合度的相互作用法,通过提取不同土地利用类型之间的公共边线并赋予相应的权值,进一步定量计算各交通小区土地利用混合度;利用居民出行调查数据,借助STATA软件研究不同土地利用混合度指标对出行方式选择的影响,并以天水市为对象进行了具体研究.结果表明:相互作用指标对居民出行行为的解释性优良,土地混合利用有助于引导居民选择非机动化出行方式,研究结果对小城市规划和交通政策的制定具有指导意义.     

基于机器学习的城市居民低碳出行行为研究

针对城市居民是否选择低碳出行的问题，本文基于机器学习方法，通过问卷调查的形式，对影响城市居民低碳出行的相关因素与实际交通出行方式进行数据收集，设置自变量与因变量及其取值，并基于Logistic回归模型原理进行拟合建模，在不同属性下，对城市居民是否选择低碳出行方式和影响进行分析，得到不同属性之间与各个属性内部的影响与区别关系。同时，运用Logistic回归、神经网络与决策树3种分类预测模型，在现有数据基础上，对城市居民是否选择低碳出行方式进行预测。研究结果表明，年龄、收入、距离和是否拥有汽车及驾驶证，对选择低碳出行方式具有重要影响，尤其是没有汽车的居民，选择低碳出行方式的可能性是拥有汽车居民的9.065倍，且3种模型的预测准确度均在85%以上，而神经网络模型的预测准确度接近90%,各项指标均说明预测效果良好，验证了该方法的可行性及适用性。该研究为预测不同地区与类型的低碳出行方式提供了理论参考。     

新冠肺炎疫情不同阶段居民出行方式选择行为建模分析

针对新冠肺炎疫情初期、中期及后期3个不同阶段,从出行者属性与出行特性两个方面分析居民出行方式选择行为的影响因素.由于出行方式之间存在相互关联作用,故采用Nested Logit模型方法建立出行方式选择行为决策模型.利用中山市坦洲镇居民出行意向调查数据(StatedPreference,SP),分别分析新冠肺炎疫情各个阶...     

基于元胞自动机的基本路段行程时间研究

以城市基本路段上的行程时间为研究对象,研究了多车道、含渠化区、信号控制影响下的行程时间.通过对驾驶员基本移动规则、换道特性、信号控制反应的描述,基于NaSch模型建立了基本路段上的元胞自动机模型CAUB,并利用CAUB对行程时间进行了研究.结果表明,基本路段上的行程时间与流量和信号设置有关,也同转向流量比例有关,且呈现突变的特性.     

交通拥堵下基于实时交通信息的路径选择模型

针对路段行程时间的估算在交通路径诱导系统中的应用,提出了一种在交通拥堵下基于实时交通信息的路径选择模型.根据目前城市交通的状况,以城市交通系统的基本设施为基础,分析了影响路段行程时间的各种因素和路段行程时间的组成.利用设置在路段上的车辆自动检测装置来搜集实时交通信息,通过行程时间的计算、动态算法的构造和路网模型的建立来对交通路径进行动态规划.实验结果表明,该模型解决了实际交通系统中的时间最短路径问题,具有一定的实用价值.     

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。     

城市道路护栏位置与行程车速关联度研究

选取银川市交通设施相似、护栏位置不同的三条路段进行行程车速调查,通过对银川市路段行程车速的数据分析,可获得行程车速与护栏位置的关联性.经SPSS软件分析得出路段行程车速服从正态分布,且不同的护栏位置对行程车速均值与方差有不同影响.结论表明,针对不同设计和使用特性的城市道路,应当设置对应的护栏位置.     

基于数据采样方法的城市道路自由流行程时间估计

基于交通波模型,提出利用车牌识别数据估计城市道路自由流行程时间. 无需额外架设检测器或现场测算,所提方法具备准确性、科学性、实用性的特点. 基于车辆均匀到达的假设,将行程时间分为自由流行程时间和延误,建立信号影响下的路段行程时间分布函数. 针对现实环境中车流非均匀到达的特点,提出数据重采样方法生成符合均匀流假设的行程时间数据;拟合行程时间分布函数以获得路段自由流行程时间. 在杭州市多个路段的数据验证结果表明,重采样后的行程时间数据较好地拟合了行程时间分布模型,估得的自由流行程时间准确且具备理论支撑.     

基于IC卡数据的居民出行成本建模分析

发展公共交通是解决城市交通拥堵的重要手段,在发展公共交通同时也应兼顾居民出行成本.为剖析城市居民出行支出与时间成本,先以广州交通IC卡数据为研究对象,通过核密度估计算法对交通IC卡数据建模,分析居民的出行成本规律.然后对模型可泛化能力进行测试,证明核密度估计模型能够客观准确地反映居民出行规律.最后对出行幸福指数进行分析,以此对政府补助政策的制定提供参考.     

Analyzing distributions for travel time data collected using radiofrequency identification technique in urban road networks

Travel time distribution studies are fundamental for supporting transportation system reliability studies, particularly for urban road networks. However, such studies are generally based on travel time data sets with limited sample sizes, which provide inconsistent findings. In this paper, a large amount of travel time data collected from the emerging radio frequency identification(RFID) technique are used to conduct empirical investigations and estimations of travel time distributions, and three major findings are determined. First, travel time data are shown to have a complex statistical structure: the travel time distribution is in general peaky, multi-modal, and skewed to the right, which cross validates findings shown in previous publications. Second, unimodal distribution models are shown to be unable to capture the complex statistical dynamics embedded in the travel time data; therefore,a multistate distribution model is more appropriate for modeling travel time distributions. In this respect, a three-component gaussian mixture model(GMM) is tested and results consistently outperform those of unimodal distribution models. Finally, the aggregation time interval is shown to have a trivial effect on the shape of travel time distributions: the travel time distribution is stable under different aggregation time intervals. Future work is recommended to investigate further travel time variabilities and travel time distribution estimations.     

基于云理论的三时估计法计算行程时间可靠度

为了估计城市道路在随机和模糊条件下的行程时间可靠度,提出了基于云理论的三时估计法.修正了无确定度逆向云算法,假定路段行程时间服从单峰点在m,端点在a和b的Beta分布,对形状参数进行了估计.运用基于云理论的三时估计法求出路段行程时间的期望值、方差和超熵,进而得到路径的行程时间正态云数字特征,根据数字特征对路径进行了排序,并求出了路径、OD和路网的行程时间可靠度.最后,通过一个算例验证了该方法的有效性,说明三时估计法结合云理论可以有效解决不确定条件下的行程时间可靠度问题,为城市交通规划和管理提供技术参考和支持.     

城市群旅客协同运输线路边际效益分析及优选

为适应城市群旅客出行需求并实现系统整体效益的最大化,提出基于边际效益理论的城市群协同范围及协同线路优化选择问题。基于超网络理论构建城市群多方式交通系统的超网络模型,考虑客流关联强度和换乘设施等因素生成协同线路备选集;将超网络的路径分为在乘段与换乘段,提出多方式出行路径的广义出行费用计算方法;利用3层巢式Logit模型构建旅客城市群出行路径选择行为。在此基础上,提出以系统效益最大化为优化目标的双层规划模型,采用遗传算法和相继平均法求解上下层模型,并基于边际效益递减理论确定协同运输范围及协同线路。最后以京津冀城市群为例对模型构建的合理性进行验证并应用于问题分析。结果表明：协同运输线路的规模存在边际效益且优选出的协同线路能够基本满足京津冀城市群旅客出行需求,以线路为导向的多方式联运模式拓展了联程运输模式,为城市群多模式协同运输的实施提供了途径。     

基于交通方式出行距离需求的网格状城市道路级配

从供需平衡的角度出发,以满足城市各种交通方式对不同道路资源的需求为目标,对城市道路网级配进行了研究.根据各等级道路功能的区别,讨论了基于路网交叉口等级的可能出行顺序,推导了不同出行顺序下各等级道路上各交通方式的适宜出行距离;以各等级道路上的交通周转量作为交通需求,通行能力作为交通供给,进而在满足各交通方式供需平衡的基础上,得到各等级道路的需求长度.以某城市为例进行了验证,结果表明,使用该方法能得到合理的道路级配比例.