基于结构方程的城市低收入通勤者活动-出行行为模型

为了分析影响低收入通勤者活动-出行的因素,揭示活动与出行之间的互动机理,基于南京市居民一日出行调查数据,采用结构方程模型建立低收入通勤者活动-出行模型.统计数据表明,低收入通勤者较多进行生存型活动,较少参与维持型活动和休闲型活动,出行链以简单工作链为主,电动车是其主要出行方式.模型标定结果显示,个人及家庭社会经济属性、可达性对低收入通勤者的活动参与、出行生成和方式选择有显著影响,并且活动-出行模式变量间也存在较强的相互关系.社会经济属性、可达性主要通过活动参与间接影响出行生成,而方式选择主要受社会经济属性和出行生成的直接影响.     

出行生成预测模型的研究

基于居民个体出行决策行为的解释，通过周边小区势能的定义，建成了一个新的出行生成预测模型．该模型综合考虑了交通小区的社会经济发展水平、路网服务水平以及其周边小区的社会经济发展水平对出行生成的影响程度．用所建成的出行生成预测模型分析桂林市现状的居民出行生成，其结果表明该模型具有较好的精度和性能．     

基于出行方式和活动交互作用的小汽车使用预测模型

为改进我国传统小汽车出行需求预测方法,基于活动理论建立了小汽车使用预测非集计模型.从小汽车使用者活动模式的统计分析入手,对小汽车使用模式进行划分,在多项Logit(MNL)模型的基础上建立协同进化Logit小汽车使用预测模型.模型中采用协同进化方法计算确定了个体出行活动选择顺序,体现了小汽车使用者出行方式选择和活动的交互作用.模型适应性分析表明,该模型可用于城市小汽车出行需求预测和交通需求管理政策的‘评价.以沈阳市为例对模型进行了实例分析,结果表明模型预测正确率达88.9%,65%以上的小汽车使用者先确定小汽车使用模式再进行活动模式的选择,验证了出行活动选择顺序的个体差异性,提高了小汽车出行需求预测方法的精度.     

基于Logistic回归的应急疏散交通出行生成预测研究

提出一种基于Logistic回归的应急疏散交通出行生成预测模型。通过对厦门市居民地震交通疏散问题的调查数据分析,应用SPSS统计软件进行Logistic回归,建立应急疏散交通出行生成预测模型,预测在地震灾害中居民选择疏散出行的概率,进而获得突发事件的交通疏散需求。选用测试样本进行仿真、验证预测模型的准确性和拟合度,取得较好地效果,为制定更为合理有效的城市应急管理规划提供依据。     

基于卡口数据的机动车出行生成模型

针对出行生成预测方法需要耗费较多的人力物力调查、数据精细化程度较低的现状,综合考虑土地利用类型、土地利用混合度、可达性等指标,使用海量卡口数据获取机动车出行生成量并建立逐步回归分析模型;通过与灰色预测模型耦合的方法对回归模型中人口、就业岗位等灰色变量进行预测,将预测值代入所得线性回归方程得到相应土地类型目标年机动车出行生成的预测量.以武汉市为案例研究对象,分析了典型土地利用类型上的机动车出行发生和吸引的主要影响因素,并对预测值予以验证.研究结果表明:不同土地利用类型的机动车出行产生和吸引的关键影响因素不尽相同,本模型平均预测精度在0.932,可为交通规划用地布局等提供参考.     

南北方老年人出行链选择行为对比

为研究中国南北方老年人出行行为之间的差异,以老年人出行链为研究对象,将老年人出行链分为简单出行链和复杂出行链两种基本形式.基于北方城市东营市2011年的居民出行调查数据和南方城市恩平市2013年的居民出行调查数据,运用二项Logit模型对南北方老年人出行链选择行为进行建模分析,同时考虑个人属性、家庭属性以及出行链属性对老年人出行链选择的影响.模型分析结果表明,个人属性均对南北方老年人出行链选择影响不显著,出行链的出行时间对老年人选择简单出行链产生负影响,家庭月收入、家庭是否拥有小汽车对老年人复杂出行链选择产生负影响,家庭是否拥有自行车对北方老年人简单出行链选择产生正影响.     

出行链与出行方式相互影响模式

通过居民出行调查数据分析,建立递归联立离散选择模型,从出行链至出行方式和出行方式至出行链2个方向,重点分析了工作出行链和出行方式间的相互作用.研究表明,模型通过直接量化出行链和出行方式之间的相互作用,加强了行为机制对预测分析的指导.分析结果表明,出行链至出行方式的影响模式在工作出行决策过程中占主导地位,出行者首先根据个人和家庭的需要将一日的活动和出行组织成以出行链为单位的片段,然后在出行链各种性质的约束下考虑选择何种交通方式.研究结果对出行需求预测和管理有指导意义.     

基于多源数据融合的高铁枢纽多模式换乘客流分担率估计

为实现高铁客运枢纽换乘客流分担率的精准辨识,研究结合多模式公共交通大数据,提出了一类基于广义出行链的高铁客运枢纽换乘方式选择模型.通过对不同公共交通方式换乘阶段的关联和融合,提取以高铁客运枢纽为端点的个体广义出行链,分析高铁客运枢纽换乘客流的时空分布特征;综合考虑高铁客运枢纽乘客的个体经济社会属性、主观心理因素及其个体...     

2010年上海世博会园区客流交通需求预测

根据预测的世博会园区客流特点,建立宏观交通仿真软件VISUM客流需求预测模型.鉴于世博会园内交通与城市交通的不同,向VISUM模型中输入数据之前有必要对数据预先处理.基于交通需求预测的多样性和反馈性的特点,建立了展馆容量限制的出行生成模型和方式划分出行时间矩阵预处理模型.另外,采用交通GIS软件TransCAD标定出行分布和方式划分模型的参数,介绍了VISUM和TransCAD结合使用的方法.     

城市通勤出行链模式选择行为研究

通勤出行是城市居民最基本和最重要的出行,对其进行研究是进行交通规划、设计与管理的一项不可缺少的基础工作,因此本文开展了基于2008年东莞城市居民出行调查数据和多项Logistic模型建立居民通勤出行链模式选择模型的研究工作。本文中的通勤出行链模式选择模型将通勤出行链模式细分为五类（HWH、HWHWH、HWH＋、HWHWH＋、HW＋WH）,并考虑了出行方式对出行链模式的影响作用。通过对模型结果的分析,总结了通勤出行链模式的显著影响因素以及通勤出行链模式选择中的特征。研究内容对于建立基于活动的交通需求预测模型、制定交通管理政策具有重要借鉴作用。     

Trip Generation Model Based on Destination Attractiveness

Traditional trip generation forecasting methods use unified average trip generation rates to determine trip generation volumes in various traffic zones without considering the individual characteristics of each traffic zone. Therefore, the results can have significant errors. To reduce the forecasting error produced by uniform trip generation rates for different traffic zones, the behavior of each traveler was studied instead of the characteristics of the traffic zone. This paper gives a method for calculating the trip efficiency and the effect of traffic zones combined with a destination selection model based on disaggregate theory for trip generation. Beijing data is used with the trip generation method to predict trip volumes. The results show that the disaggregate model in this paper is more accurate than the traditional method. An analysis of the factors influencing traveler behavior and destination selection shows that the attractiveness of the traffic zone strongly affects the trip generation volume.     

城市居民职住分布与通勤出行链关联性建模分析

从出行链的角度,构建了不同职住空间下,通勤出行链与家庭环境、个体活动时空间约束以及多样性约束的结构方程模型. 以昆明市为例分析了不同职住空间下居民通勤出行存在着较为显著的共性与差异. 共性方面,不论职住区域交通环境如何,居民在考虑通勤出行决策时,更关注出行时间而非出行距离,而家庭环境和活动多样性的影响则趋于稳定;差异方面,相比较职住市区的居民,职住跨区受活动时空约束的影响更为强烈,这是由职住两端可达性不平衡所引起. 居民必须同时考虑职住空间可达性与通勤活动时空制约,才能做出因地制宜、因时制宜的出行.     

Modeling an Elastic-Demand Bimodal Transport Network with Park-and-Ride Trips

This paper presents a network equilibrium formulation for modeling commuters＇ travel choices in a bimodal transport system with park-and-ride （P＆R） trips while the total demand is elastic to the congestion level of the network. A super-network approach is adopted in the proposed model. It is assumed that commuters＇ trips are categorized into two types, auto mode only and a combined mode with both auto and transit modes. The former is referred to as the pure mode trip and the latter as the P＆R mode trip. The proposed model simultaneously considers the commuter＇s choice of the pure mode versus the P＆R mode, the choice of parking location for the pure mode, the choice of transfer point for the P＆R mode, as well as the route choice for each mode. The demand elasticity of transport system, the capacity constraints of transport facilities, and the congestion interaction throughout the super-network are also explicitly incorporated into the proposed model. The results of the numerical experiment show the following key findings： （i） traditional parking/P＆R models may overestimate or underestimate travel demand distribution over network; （ii） parking/P＆R, transit scheduling, and carpooling schemes bring significant impacts on commuters＇ travel behavior and network performance; and （iii） different transport policies may be to some extent mutually substituted .     

居民出行链、出行方式与出发时间联合选择的 交叉巢式Logit模型

为刻画出行链、出行方式与出发时间的联合选择行为,选取出行耗时、出行费用及个人与家庭属性等作为效用变量,以出行链选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统NL模型。利用2010年北京市居民工作出行的小样本调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变对备选方案选择概率的影响。参数估计结果表明,交叉巢式Logit模型具有比NL模型更优的统计学特征,并发现当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其出行链结构。直接和交叉弹性分析表明,与简单链的小汽车出行者相比,复杂链的小汽车出行者对出行时间与出行费用的敏感性较低。研究结果可以为制定和评价交通需求管理政策提供依据。     

通勤出行时间与方式选择

针对不同方式通勤出行者在出行时间上的差异性,从通勤出行方式对通勤出行时间的影响出发,将通勤出行方式选择和出行时间选择纳入同一模型系统,建立由离散选择模型和线性回归模型组成的离散 连续模型,对通勤出行方式和出行时间选择及其相互影响模式进行了深入分析.研究表明,通勤出行方式对出行时间选择有显著影响,通勤者年龄、性别及其家庭成员结构、工作活动属性及通勤途中的非工作活动安排等都是出行方式和出行时间选择的重要影响因素.本研究对准确预测通勤出行选择行为及其对交通管理工作的影响有重要意义.     

引入母子公司关联因素的城际客运出行 分布预测模型

从城际客运出行目的出发,分析了影响城际客运出行分布的关联性因素,探讨了各企业总部与分支机构之间的关联性对城际客运出行所带来的影响,并提出了母子公司关联系数的概念及量化方法。利用母子公司关联系数构建了城际客运出行分布预测模型,然后采用日本干线旅客流动调查起点-终点(OD)对数据和经济普查数据对模型进行标定。最后,给出了母子公司关联系数随时间变化的规律。结果表明:引入母子公司关联系数后,模型预测能力有所提高。