定制公交居民出行方式选择的影响因素

掌握影响定制公交选择概率的因素,对于定制公交的运营管理具有重要作用。结合广义Logit回归模型和条件Logit回归模型的混合模型,将居民个人属性与出行方案属性同时考虑进出行方式效用函数中。根据定制公交的在旅途距离及服务水平的设置定位,选取定制公交、出租车与常规公交作为出行选择集。运用问卷调查数据进行模型参数拟合,得到不同影响因素对于出行方式的边际效用和分布概率的影响。通过拟合结果,得到出行价格变量的系数在常规公交及定制公交1的效用函数中绝对值较大,分别为0.195 4和0.117 3,而在定制公交2和出租车的效用函数中绝对值较小,分别为0.156 1和0.057 1。行程时间变量在定制公交2和出租车效用函数中的绝对值较大,分别为0.073 5和0.080 7,在常规公交和定制公交1的效用函数中绝对值较小,分别为0.020 4和0.015 0。说明定制公交的服务需根据潜在乘客的出行价格及出行时间敏感度进行设置,研究结果对设置定制公交运营策略具有重要参考意义。     

公交出行查询系统中出行路径选择模型的研究

在公交出行查询系统中,最关键的部分就是出行路径的选择问题。为了帮助利用公交的出行者方便地进行出行路径、换乘路线等选择,文章首先对公交乘客出行路径的选择因素进行了简要分析,然后分别讨论了换乘次数算法和最短路算法,最后基于组合优化的角度,在两者的基础上对它们进行了综合,针对大部分乘客的出行需求提出了公交乘客出行路径的选择模型。     

基于GIS的公交乘客出行路径选择模型

公交乘客出行路径选择模型是公交乘客信息系统的关键技术。本文通过对公交乘客出行心理的研究,结合地理信息系统（GIS）的特点,提出了以换乘次数最少为首要目标、出行距离最短为第二目标的基本GIS的公交乘客出行路径选择模型。为提高路径搜索效率,模型中提出了GIS方向估价函数的概念。在南京市实际公交网络上的试算结果表明该模型实用、高效。     

基于双向搜索的公交路径选择算法及优化模型

为了解决人们出行公交路径选择问题,分析了公交网络的特点,对最短路径常用算法进行比较,提出一种基于双向搜索的公交网络路径选择算法。为了选择最优路径,综合考虑出行时间、出行费用和换乘次数等因素,给出一个综合评价指数模型,并用算例对算法和模型的可行性进行验证。基于数据库理论,算法用数据库表示公交网络,用数据库查询技术实现最优乘车路经选择,易于实现,执行效率较高。     

基于公交限时免费换乘的居民出行方式选择建模与分析

为了促进城市公共交通的发展,鼓励市民公交出行,多地推行公交限时免费换乘政策。为了研究该政策对于居民出行方式选择结构的影响,运用效用最大化原理,改进了非集计模型,建立了居民出行方式选择模型。调查了青岛实施公交限时免费换乘政策前后通勤出行者的年龄、月收入、职业、出行距离和出行时间等特征,获取了相应数据;以此数据为例进行了模型检验,结果发现所建立的模型计算值与用调查数据直接计算出的公交限时免费换乘政策下公交出行分担率的误差为1.65%,表明该模型的准确性与有效性。该模型为预测城市实行公交限时免费换乘政策后的公交出行分担率提供了一种新方法。     

基于非合作博弈的公交出行结构优化分析

为了在有限的公共交通资源下让出行者使用公共交通获得的出行收益最高,以公共交通出行结构作为研究对象,运用非合作博弈的方法,以出行距离为依据对出行者进行划分,对居民公共交通出行构建博弈模型寻求Nash均衡点,以预测合理的城市轨道交通、常规公交分担比例,优化公共交通出行结构。结合太原市的实际情况进行分析,研究结果表明:61.34%的中、短距离出行居民选择常规公交出行;53.18%的长距离出行居民选择常规公交出行是太原市最佳公共交通出行结构比例。所构建的模型能够结合研究区域分析常规公交和地铁的Nash均衡点,并给出合理的最优公共交通出行结构,为有关公交优化提供参考和建议。     

基于乘客风险意识的公交均衡配流

不确定的公交出行时间可能致使乘客无法准时到达目的地,因此有必要将乘客的风险意识作为公交路径选择的标准之一. 将公交到达延误惩罚费用纳入乘客路径选择标准,描述公交出行时间不确定下乘客的路径选择心理,建立具有风险意识的乘客公交均衡配流模型,设计基于路径的求解算法并应用于小型公交网络. 结果证明惩罚权重大于1的条件下,随着可接受到达时间的增大,乘客的路径选择心理由风险规避逐渐转变为风险倾向. 因此,公交到达延误惩罚费用能够描述乘客公交路径选择的风险意识.     

公交最优路径选择的数学模型及算法

在公交出行查询系统最关键的部分是寻找两站点间乘车的出行最优路径问题.建立了以最种小换乘次数为第一目标,最小途经站点为第二目标的公交出行最优路径模型.同时,设计了一种算法以确定最优公交线路序列,分析了线路相交的几种情况,给出了换乘点选择方法.     

交通拥挤收费的社会公平性分析

建立交通模型,分析拥挤收费对社会各阶层的公平性影响.出行者的时间价值(VOT)服从连续型分布.在一个简单的路网上,建立交通均衡模型,分析出行者根据自己的VOT选择出行方式和行驶路径的行为.分析了拥挤收费对不同VOT居民的出行方式、路径选择和费用变化影响,发现实施拥挤收费后大多数出行者的行程时间和总体出行费用都呈现下降趋势.具体而言,广大VOT较低的公交乘客和VOT较高的驾车族从拥挤收费中获益,少量VOT较低的驾车族因拥挤收费受损.     

基于客运需求的城乡公交动态路径问题研究

通过对城乡公交发展现状的研究,针对农村客运存在的问题和居民出行特征,将动态路径公交服务应用于城乡公交。在动态车辆路径问题研究的基础上,考虑车辆数限制、车辆载客容量限制、车辆由客运中心出发再回到客运中心的约束,建立了以总运营成本最小为目标函数的车辆路径优化模型。经过分析,采用商业数学规划软件Lingo120进行模型求解。最后,以留史镇为例验证了模型的有效性,结果表明该模型能在满足客运需求的前提下为车辆安排最佳运行路径,降低运营成本。     

基于NL模型的北京公共交通票价对出行方式影响研究

利用SP(stated preference)调查挖掘了更多乘客选择出行方式时关注的因素,对比研究了MNL(multinomial logit)与NL(nest logit)模型机理,构建了更具适用性的交通方式选择NL模型,以北京市为例验证了模型的可靠性。应用模型分别探究了常规公交及地铁票价变化对乘客交通方式选择的影响。结果表明,随着常规公交票价的增加,0~10 km范围内常规公交出行者向私家车转移,10 km以上则会选择地铁出行;而随着地铁票价的增加,地铁出行方式的分担率明显下降,并导致公共交通分担率的下降。通过探究公共交通票价变化对乘客出行方式选择的影响,为北京市公共交通票价调整提出合理建议。     

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。     

考虑路径尺度的城市轨道交通客流分配

城市轨道交通客流分配是进行轨道交通线网规划、评估和运营管理的关键技术之一。考虑有效路径之间重叠对路径选择概率的影响,在效用函数中加入路径尺度调整效用值,提出基于路径尺度的Logit客流分配方法。以北京地铁线网为例,构建乘客出行广义费用函数,搜索有效路径,清洗自动售检票系统(automatic fare collection, AFC)刷卡数据,通过MATLAB软件进行客流分配计算。结果表明:与既有模型相比,路径尺度Logit模型路径选择概率误差降低了24.32%,提高了客流分配精度。提出的路径尺度Logit模型具有较好的适用性、有效性,对于提升城市轨道交通线网科学规划水平、降低运营安全风险具有重要意义。     

拥挤收费下居民出行方式选择———基于累积前景理论的分析

本文基于行为经济学中的累积前景理论,建立居民出行方式选择行为模型,探讨政府在高峰时段采用拥挤收费政策的情形下,不同收入水平出行者出行方式的选择行为,并用算例的形式分析了不同收费标准对出行方式选择的影响程度。研究结果表明：当拥挤收费至一定额度时,出行者的出行方式发生改变。对于中、低收入水平出行者,分别收费3元、2元时,小汽车出行者的出行方式发生变化;而对于高收入者,收费大于6元时才发生变化;不同收费标准对不同收入水平出行者的出行方式选择的影响程度不同。在高峰时段对居民设置恰当的拥挤收费,可改变其出行方式,减少小汽车出行,从而缓解城市交通拥挤。     

基于智能交通卡数据的城市轨道交通乘客个体路径选择模型

在分析城市轨道交通乘客旅行时间组成要素的基础上,提出了一种基于智能交通卡数据的乘客个体路径选择模型,克服了传统路径选择模型只考虑群体路径选择的弊端。通过分析轨道交通刷卡出行的特点,建立了乘客旅行时间模型,确立了各旅行时间要素并分析了其独立性。对出行要素进行了估计,计算出路径旅行时间,提出了乘客个体的出行路径选择模型。以北京地铁网络为案例,分析了乘客个体的路径选择,并用实际数据验证了模型的有效性。     

考虑车内拥挤状态的公交弹性发车间隔优化

为提高常规公交的出行服务质量，建立了考虑车内拥挤状态的公交弹性发车间隔优化模型.通过量化车内拥挤状态，给出各拥挤状态下的乘车成本;建立了线路各区间的拥挤状态转移函数.考虑乘客的车内拥挤状态感知，建立站点乘客随时间的上下车数量的度量模型;构建乘客出行成本度量模型，以乘客出行成本与车辆运营亏损之和最小化为目标函数，建立了公交弹性发车间隔优化模型;并设计遗传算法对模型进行求解.结果表明:优化模型能够有效降低出行成本.模型对等待成本有着“补短板”效果，对乘车成本有着“削峰”效果，即通过增加乘客到站量小站点的等待成本，降低乘客到站量大站点的等待成本，削弱乘车成本峰值的手段，达到总成本最低的效果.     

考虑距离因素的多方式交通超级网络均衡配流模型及算法

考虑了出行距离对出行者不同感知费用的影响,提出了一种考虑距离因素的多方式用户平衡配流方法。对出行者在多方式交通系统中的出行行为进行了分析,基于图论构建了用于描述一般出行过程的多方式超网络模型,并定义了有效超路径和子路径。针对出行者在不同出行过程中时间和花费这两个主要定量因素的计算方法,同时考虑了出行距离对出行者感知费用的影响机制,构建了考虑距离因素的出行广义费用函数。在此基础上,提出了基于用户平衡准则的多方式交通网络配流模型,并提出了基于子路径费用的最短超路径搜索算法。最后用一个简单算例对模型进行了验证,结果表明本文所提出的模型及算法可行有效。     

常规公交乘客对车内拥挤的感知阻抗的调查方法与模型

采用SP(stated preference)与RP(revealed preference)相结合的调查方法,在分析得出车内拥挤程度分级阈值的基础上,通过Binary Logit模型分析得出不同车内拥挤程度下乘客出行选择行为效用函数,计算得到乘客出行时间价值,建立车内拥挤程度与时间价值的函数关系,进而将车内拥挤转化为时间,给出车内拥挤的乘客感知阻抗模型.