考虑出行者异质性的高铁站到达方式选择

出行者到达枢纽站的交通方式效用是交通出行选择的重要因素;另一方面,出行者方式的偏好具有显著的异质性,传统的离散选择模型不能很好地解释出行者异质性.本研究利用潜在类别条件Logit模型研究高铁站出行者的出行选择行为.潜在类别条件Logit模型考虑出行者异质性,在对出行者进行潜在类别划分的同时得到不同类别的出行者的出行行为效用函数.研究结果表明,将出行者划分为3个类别.不同类别出行者在步行时间、车内时间、价格、公交偏好、地铁偏好等方面具有显著差异.此外,出行者小汽车拥有情况、月收入等个人属性以及灵活性、舒适性、可靠性等潜在心理变量会影响出行者的类别划分.     

评价公交行程时间可靠性价值的Mixed Logit模型

合理评价出行者行程时间可靠性价值有助于深入理解道路交通系统可靠性对出行决策的影响.以天津市区早高峰时段出行活动为背景,采用2种可靠性评价指标,设计包含不同情景的SP(Stated Preference)问卷调查程序.通过调查对象在问卷程序生成的与其日常出行活动类似的决策情景中做出的选择决策,研究以公交方式出行时出行者行程时间可靠性价值的评价特征,采用Mixed Logit模型标定参数.研究结果给出了早高峰时段出行者行程时间可靠性支付意愿的分布情况以及不同社会经济属性的出行者行程时间可靠性偏好特征,可为估算交通建设项目中行程时间可靠性改善给出行者带来的效益和制定交通需求管理政策提供参考.     

基于有限理性的交通方式划分模型

考虑出行者有限理性的特点,建立改进的交通方式划分模型.通过问卷调查,确定出行者方式选择各影响因素的权重,以及各交通方式在不同因素下的表现;运用TODIM方法,计算各交通方式的价值;基于有限理性,建立交通方式选择Probit模型;讨论模型中参数变化对交通方式划分的影响;对比上班和购物出行,分析不同出行目的对方式选择的影响.研究表明,基于有限理性的交通方式划分模型能够体现不同出行目的下出行者出行方式选择偏好;参数θ体现出行者的认知程度,在该模型里应在(0,2)中取值.     

基于时间价值的随机用户出行决策模型研究

出行者一次出行经历了是否出行、终点选择、交通方式选择、路径选择四个决策过程.首先考虑时间价值不同这个因素,给出了基于时间价值的广义费用;然后建立随机用户出行决策模型,该模型描述了出行者的四个出行决策行为,即模型的一阶条件与四个出行决策的条件等价;其次证明了模型的一阶条件满足出行决策条件,最后给出模型算法.由于考虑了时间价值这个因素,因而模型能更准确描述出行者的出行行为.     

基于三参考点多属性决策的居民出行方式选择

针对不同方式之间的客观优势与不足以及每种出行方式本身内在特点,以多属性决策方法为基础,引入前景理论价值函数,从影响出行者出行方式选择的主要属性出发,提出基于三参考点的不确定多属性出行方式选择方法。考虑评价属性值的不确定性,采用区间数描述属性值;其次,采用模糊分析法刻画出行者对不同出行方式的偏爱程度。对比三参照点和单参照点两种情形下的各种出行方式的效用排序结果,分析表明该方法获得最优出行方式不仅考虑了各种出行方式之间的外在相对优势,又体现了不同出行方式内在努力程度及出行者对不同出行方式的偏爱。     

多交通方式实时信息影响下的通勤者出行行为

为确定实时信息对于出行行为的影响,探索了手机APP提供多交通方式实时出行者信息下的通勤者交通方式选择行为。采用意向调查方法,获取了上海市居民在提供包含两条自驾路线（以高架为主和以地面为主）和一条停车换乘地铁路线的实时交通信息情况下的交通方式选择行为数据。运用描述性分析和多元logit模型,得到了交通方式选择的主要影响因素。研究发现,通勤者的驾龄、家庭私家车数量、开车频率、获取交通信息频率、停车换乘设施使用经历等个体属性,行程时间和车厢拥挤程度等信息内容,会显著影响出行决策。此外,提出了对交通规划与管理和多交通方式出行者信息系统研发有指导意义的建议。     

风险路网环境下出行者路径选择决策建模对比分析

出行者路径选择问题一直是交通领域研究的热点.对给定交通环境下出行者决策结果的精确描述能够更好地诱导人们出行,提高出行者的出行效率.基于累积前景理论建立的风险路网环境下决策的描述性模型,更好地描述了出行者的实际出行行为.在假设出行者出发前已知各路径的出行时间概率分布的前提下,建立了基于累积前景理论的风险路网环境下出行者路径选择决策模型,并通过算例和实证调查证明了累积前景理论在描述出行者的实际出行行为上具有更大的优势.     

考虑出行者选择偏好的出行方式选择模型

构建合理的出行方式选择模型是精确预测出行结构的关键.在现实出行条件中,不同出行者对于不同交通方式存在固有选择偏好,从而表现出一种非完全理性的出行方式选择行为.为进一步提高出行方式选择模型的预测结果精度,提出了一种考虑理性决策和固有选择偏好共同影响的出行方式选择模型.双因素共同作用决定出行者的出行方式选择结果,两者的影响权重与出行者对于备选方案的心理参考值有关.备选方案的特征变量数值与心理参考值差值绝对值较小时,选择行为更多地受到固有偏好的影响,反之,则更多地受到理性决策的影响.分析对比结果表明,所提出模型在出行方式选择结果的预测命中率上优于以完全理性决策为前提的传统分层Logit模型的预测结果.     

城市公共交通出行方式选择的演化博弈分析

在传统的交通方式划分中通常采用logit模型来确定客流分担率,但是该模型忽略了在做出行方式决策时出行者之间的相互影响。因此考虑出行者之间相互影响的前提下研究出行者的出行方式决策很有必要。本文在将出行者定义为有限理性人的基础上,利用演化博弈理论得到了城市轨道交通和常规公交各自的分担率,分析了票价对城市轨道交通的分担率的影响。同时也为分担率的确定提供了一种新方法。     

基于行为经济学前景理论的出行决策

考虑出行环境不确定性和出行者有限理性的特点,应用行为经济学中的前景理论分析出行决策行为,引入拥堵收费和票价折扣作为变量,建立改进的出行决策模型。将出行方式划分为公共交通和私人交通两类,引入政府参与管理因素,探讨不同交通需求管理政策干预下出行者的决策行为,通过算例分析了不同政策标准对出行决策行为的影响程度。结果表明：同时引进拥堵收费和票价折扣政策,拥堵收费超过22元时,出行者的决策结果发生改变。合理设置拥堵收费和票价折扣标准可以促进更多出行者选择公共交通出行。     

基于移动互联交通信息的居民出行方式特性

为研究移动互联网时代下的居民出行特性,探索在出行链过程中移动互联交通信息对出行方式特性的影响。通过RP-SP(revealed preference-stated preference)融合调查获取出行者基本属性、实时交通信息属性及出行特征属性,建立居民出行方式选择巢式Logit模型,对桂林市居民展开出行方式选择特性调查。研究结果表明：在出行链日趋复杂的情况下,个体的出行活动和交通行为与移动互联交通信息关系愈发紧密;移动互联交通信息对居民出行方式特性产生显著影响,尤其对私家车出行影响最大,其中实时路况信息属性影响最为显著,其次为拥堵延误时间;交通信息获取的满意度越高,越能促进居民选择公共交通出行。该结论能够作为理论基础与实证依据推动移动互联交通信息下的路径选择与交通出行诱导提供研究依据。     

居民交通方式选择行为影响因素分析

交通方式选择行为是交通需求预测研究的重要内容。本文利用上海出行者交通方式选择意向调查数据,对小汽车、地铁、自行车三种交通方式的选择行为进行了分析与建模。首先,对地铁票价、小汽车出行时间及费用的多种组合情景下的各交通方式分担比例做了分析。然后,运用计量经济学中的离散选择建模方法,建立了包括出行者个体属性、出行时间及费用等因素的交通方式选择多元logit模型。最后,提出了交通规划和管理政策与措施方面的建议。     

城市综合交通规划的组合模型

根据我国城市混合交通阻抗的特点，将出行者看作为出行的消费者，考虑出行者出行决策的同时性，以离散选择和随机效用理论为分析工具，研究了基于对称阻抗的交通风险出行，讫点，方式和路径随机选择的组合模型，根据最优化原理和Lagrange算子性质，证明了模型最优解满足出行，讫点，方式和路径选择平衡的条件，且最优解是唯一的，最后给出一个算例。     

考虑居民出行OD或居住地的出行方式选择巢式Logit模型

为定量化分析居民出行OD或居住地引入轨道交通后对出行方式选择的影响,在综合考虑出行者家庭特征、个人属性和出行特性的基础上,结合南京市居民出行调查数据,分别建立了考虑居民出行OD、考虑居住地、既不考虑出行OD也不考虑居住地的3个出行方式选择巢式Logit模型,并对比了模型的拟合度.结果表明:考虑居民出行OD的巢式Logit模型具有最高的拟合度;相比于出行OD小区或居住地远离轨道交通站点的出行者,出行OD小区或居住地接近轨道交通站点的居民更倾向使用慢行交通和/或公共交通出行方式.得到的分析结果为城市规划者认识轨道交通在吸引居民出行由小汽车向公共交通转移中的作用提供了理论支持和决策依据.     

降级路网组合出行交通流分配模型与算法

研究降级路网条件下的组合出行交通平衡问题。首先,基于出行者对降级路网的不同风险态度,将出行者分为3类:守时型、冒险型和平均型。其次,考虑小汽车出行和小汽车换乘地铁出行2种出行模式,分析降级路网条件下不同用户类的组合出行行为,建立相应的多用户变分不等式交通分配模型,讨论模型解的性质。最后,设计模型的求解算法,并通过算例说明模型和算法的有效性。结果表明:不同出行时间预算的出行者在降级路网中的路径选择行为存在较大差异,路网降级程度对出行者出行选择行为影响显著;随着道路通行能力的降低,出行者更倾向于选择组合出行模式。     

换乘停车场规划研究

分析出行者选择P+R换乘方式的影响因素,针对现有换乘停车场的不足,提出一种基于HBW出行模型和Logit模型的换乘停车场规划中规模确定、场址选择的方法. 以武汉市为例进行停车场规划设计,结果表明该方法合理,可优化城市交通方式结构,缓解交通密集城区交通压力,提高出行的便捷性.     

基于智慧出行用户画像的出行期望预留时长分析

可靠的交通出行信息服务是优质出行体验的基本保障,为了探究不同属性出行者、不同出行活动需求条件下的合理预留时长,通过SP调查实验获取出行者在各类典型出行活动场景下的期望预留时长,采用卡方检验与非参数秩和检验验证出行者的个人属性与出行活动类型对期望预留时长的差异性影响。研究发现：(1)受出行活动的价值或惩罚影响,不同类型出行活动的提前到达需求程度以及与之对应的期望预留时长存在显著差异,出行活动价值或惩罚越高,出行者期望预留时长越长;(2)相同类型出行活动需求下,出行者的个人属性亦会显著影响期望预留时长,不同类型出行活动需求下,影响出行者期望预留时长需求的属性类别存在差异,同一类型出行活动需求下,出行者属性的不同分类水平影响出行者期望预留时长需求,其差异程度可高达32分钟(103%)。研究结论对于开展精准出行用户的信息服务具有重要意义。     

基于博弈论的交通管理政策效用分析

研究了考虑管理盲区影响下的交通管理政策效用.指出交通系统中存在不受交通管理政策影响的管理盲区,并以公务用车为例进行建模分析.首先,分析了政府的交通管理决策目标与出行者的出行选择目标,以缓解交通阻塞、维持区域经济活力作为政府的目标函数,以出行选择效用最大化作为出行者的目标函数,应用Stackelberg博弈模型描述政府及出行者双方的动态博弈平衡.然后,对出行选择效用进行假定,分析了中心区发达与否条件下的模型输出,揭示了公务用车对交通管理政策效用的影响.研究结论显示,对于发达的中心区,公务用车出行比例越高,限制个体交通的管理政策能够起到的效果就越差,且其他出行方式选择的综合效用也会显著降低.     

基于潜在类分析的城市异质出行群体识别研究

异质出行群体的合理划分是提升出行需求预测准确性和实施主动式交通管理的关键,针对目前城市多方式出行群体划分研究的不足,在分析出行习惯与偏好差异影响因素的基础上,提出基于潜在类分析(Latent Class Cluster Analysis,LCCA)的城市异质出行群体识别方法.以北京市为例,应用揭示性偏好调查进行基础数据收集,运用Mplus软件编程实现LCCA模型估计.模型将出行者划分为三类异质出行群体,群体1:低出行+方式均衡组(20.4％),群体2:中高出行+小汽车偏好组(30.3％),群体3:高出行+绿色交通组(49.3％).模型回归结果表明:群体2、3的百分比与北京市小汽车、公共交通出行比例之差均不超过2％,证明提出的出行群体识别方法有效,个人属性、出行者对各交通方式的认知与态度对群体隶属影响显著.针对各异质出行群体提出了相应的绿色交通发展措施,为城市交管部门的精细化出行管控提供重要依据.     

考虑出行者异质性的绿色出行行为研究

交通限行政策和推广纯电动汽车是实现绿色交通的重要途径.为定量分析出行者环保意识对绿色出行行为的影响,基于出行者环保态度和环保行为,利用潜在类别分析模型对出行者进行潜在类别划分;将出行者的潜在类别作为解释变量带入双变量Probit模型中,分析出行者潜在类别和其他因素对私家车限行政策赞同度和纯电动车意愿购买的影响.研究结果表明:基于出行者环保态度和环保行为,出行者可划分为环境友好者、环境中立者、伪环境友好者三类群体;在出行者绿色出行行为中,带入出行者类别能够显著提高模型的拟合度;出行者潜在类别对绿色交通出行行为具有显著影响.