居住地、出行方式与出发时间联合选择的

为刻画居住地、出行方式与出发时间的联合选择行为,选取房价、出行耗时、出行费用及个人属性等作为效用变量,以居住地选择子集合、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种结构的传统巢式模型.利用2005年北京市第3次居民出行调查数据,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引起的备选方案选择概率的改变.参数估计结果表明,交叉巢式Logit模型具有比NL(Nested logit)模型更优的统计学特征,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,最后才考虑改变其居住地.直接和交叉弹性分析表明,对于小汽车方式的远距离通勤者,即使额外收取费用亦难以降低其出行比例;当通勤距离小于5km时,一种方式出行时间的变化对另一种方式选择概率的影响微乎其微,而当通勤距离在10～20km时,这种影响最显著.     

考虑偏好差异与备选方案相关性的居民出行方式选择模型

为克服传统logit模型的IIA缺陷, 构建合适的居民出行方式选择模型。尝试结合广义极值模型与潜在类别模型, 选取出行费用、出行时间、停车费用及等待时间等作为方式选择效用变量, 选取个人收入、出行目的与出行距离作为类属函数变量, 构建一种区分潜在类别的配对巢式logit模型, 该模型能同时刻画备选方式之间的相关性以及出行者的偏好差异。利用2005年北京市第三次居民出行调查数据, 对模型参数进行估 计和检验。参数估计结果表明: 1) 相较于传统MNL模型与不区分潜在类别的配对巢式logit模型, 区分潜在类别的配对巢式logit模型具有更优的统计学特征; 2) 对出行费用敏感的出行者比例大于对出行时间敏感的出行者比例, 提供交通服务时, 降低费用将比缩短时间更为有效。     

汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响；对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关；年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。     

基于NL模型的节假日绿色出行行为研究

针对节假日出行行为的特殊性,利用2014年北京市节假日出行行为调查数据,构建了节假日绿色出行行为Nested Logit模型。通过筛选影响节假日绿色出行行为选择的显著因素,建立了节假日绿色出行行为NL模型的层次结构,分析了模型的参数估计结果。研究结果表明,是否拥有小汽车、是否拥有自行车、居住方式、出行目的、出行距离和出行费用是影响节假日出行方式选择的主要因素,是否拥有小汽车、是否有同伴和出行目是影响节假日绿色出行选择的主要因素。     

基于旅客画像的航班出行选择预测方法研究与实现

根据预处理后的旅客出行数据,运用改进的K-means聚类算法进行用户分群,提取聚类特征得到旅客类型子集合,并构建用户画像.基于特征重构数据库,构建旅客类型、出行方式、出行时间段三个维度的交叉巢式Logit模型,捕捉选择方案间的相关性,预测旅客航班出行方式、出行时间段的交叉选择,并基于实际数据进行参数估值和检验.结果表明,旅客倾向于先根据个人及家庭的需求形成旅客类型,考虑选择何种出行方式,最后在旅客类型和出行方式的双重约束下选择航班的出发时间,为机场实施需求管理提供有效依据.     

出行方式选择行为的SEM-Logit整合模型

现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高.     

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.     

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。本文通过RP-SP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（Nested 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。     

考虑城市交换中心的居民出行方式选择分析

城市交换中心(city exchange center, CEC)是一种新兴的交通枢纽基础设施,提供停车、换乘、商业等综合服务,旨在提高城市公共交通出行比例,践行绿色智慧出行理念。考虑CEC建成环境下城市居民出行的多模式组合特征,挖掘单一出行方式、组合出行方式、非公共机动车出行、公共机动车出行及非机动车出行的交叉归属关系,构建对应效用函数,基于交叉巢式Logit模型刻画居民出行方式选择行为。结合雄安新区的居民出行问卷调查数据,通过拟合发现,提高公共交通服务水平是提高CEC交通服务水平的重要切入点;选择服务水平高的出行者时间敏感度较高,出行费用敏感度较低,选择服务水平低的出行者则相反,所以在建设前期需要对CEC服务区域内的人口分布及家庭收入水平进行调研;需将出行者等待时间控制在10 min以内,超过此阈值,等待时间的降低对提高出行服务水平没有意义。该结果定量分析了居民出行方式选择的影响因素,有助于科学规划和布设CEC交通资源配置,为其他城市及地区的公共交通设计提供了量化指导。     

基于潜变量RF的通勤高峰期小汽车出行方式向公交转移行为研究

为缓解城市的交通拥堵,科学合理的引导小汽车出行者改乘公共交通出行显得尤为重要。以通勤出行者为研究对象,引入了有关价值观念的扩展心理潜变量,并建立了基于扩展TPB理论的潜变量MIMIC模型,分析了小汽车和公交出行方式下各潜变量之间的关系。然后,考虑随机森林算法有鲁棒性好、泛化能力强的优势,构建了带有心理潜变量的MIMIC-RF出行方式转移模型,通过实证结果得到有潜变量的模型比传统的模型具有更好的预测效果。因此,可借助该模型进行敏感度分析,结合关键影响因素的变化探究通勤者选择小汽车出行方式向公交转移的规律。     

出行弹性概念及其应用研究

基于出行链决策中各选择肢的被选概率及其离散程度,给出了出行弹性度的基本概念及数学定义,并提出了3种出行弹性度,即出行方式选择弹性度、出发时刻选择弹性度和出行链综合弹性度,给出了各选择肢被选概率标准差的相关量来确定以上3种出行弹性度的方法.利用广东省中山市的居民出行数据,建立了出行方式选择和出发时刻选择的多项Logit模型,标定了上述3种出行弹性度,并进行了弹性度分级.比较了考虑弹性度与不考虑弹性度时交通需求管理措施对交通方式转移量的预测,结果显示,不考虑弹性度的转移量预测模型一定程度夸大了交通需求管理措施的实施效果,验证了出行弹性度研究的必要性及其应用价值.     

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logit模型的共享汽车出行影响因素分析

为定量分析影响使用共享汽车出行的主要因素,以543份有效调查问卷收集的数据为基础,从个体特征、出行特征和出行者对共享汽车服务水平的主观感知3个方面开展研究,分别运用有序Logit模型和多项Logit模型建立共享汽车出行频率预测模型,并对比预测精度。结果表明,职业类型、对共享汽车舒适性、便利性、经济性和时耗性的主观感知5个变量与共享汽车出行频率显著相关。有序Logit模型和多项Logit模型的平均预测准确率分别为78.41%和92.40%,多项Logit模型的预测效果较好。     

通行政策导向下节假日出行结构动态演化博弈

采用演化博弈理论的Logit动态机制建立出行方式选择的Logit动态模型,并进行了模型平衡点和演化稳定性分析以及参数分析,最后通过数值算例对比分析交通政策(包括公路收费、公路免费和公路扩建三种政策/措施)导向下的出行方式选择演化过程和演化稳定趋势.结果表明,出行方式选择的Logit动态演化系统存在唯一的演化稳定策略;交通政策/措施通过调整公路拥堵延误成本和调整出行方式固有成本差异来影响出行方式选择行为,并且后者比前者具有更显著的效果;高速公路免费通行政策既显著地达到了缓解铁路运力紧张的目的,同时兼顾了交通管理者和出行者的利益,但是可能造成高速公路交通拥堵;新政策的实施往往因为出行者的有限理性而表现出时滞效应.     

应用正交设计法的公交出行意愿与政策分析

选择成都市二环路沿线两大城市功能组团为研究对象,采用Logit模型研究两个组团间的公交出行选择行为问题。意愿调查问卷设计方法采用国际上前沿的正交设计法,避免属性之间多重线性问题所导致的模型标定结果错误。选取费用,时间（包含车内时间、下车到目的地时间）和收入等因素作为效用变量,建立多项Logit和巢式Logit模型,结合意愿调查数据完成模型标定,通过参数假设检验对比不同模型的结果,最终选择多项Logit模型用于公交政策评估;最后,依据模型标定结果确定的对公交出行行为具有显著影响的变量,分析了这些变量对指定公交政策的影响,为科学决策提供理论依据。     

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.