诱导信息下驾驶员路径选择行为建模研究

为定量分析可变信息标志(VMS)对驾驶员路径选择行为的影响,采用SP调查进行调研,使用SPSS 20.0分析数据,建立了VMS诱导信息下驾驶员改变路径频率的有序多分类Logit模型。同时针对有重叠路段的路径选择,构建了考虑VMS显示状态的C-Logit模型。有序多分类Logit模型计算结果表明,影响驾驶员改变路径频率的主要影响因素为性别、学历、车辆类型、出行活动、VMS准确率。C-Logit模型计算结果表明,驾驶员对路径的理解时间与实际行驶时间存在较大差距,导致驾驶员选择路径比较集中,没能实现交通流在路网中的合理分配。     

基于累积Logit模型的驾驶人路径改换行为影响因素分析

基于调查数据,采用累积Logit模型对影响驾驶人路径改换行为的影响因素进行综合分析,通过理论与实证分析,分析影响路径改换行为的主要因素.首先采用SP调查的方式,用离散选择分析法对影响路径改换的因素进行多变量分析;然后,建立多元累积Logit模型,并利用经济学的基本原理,建立路径改换行为的动态评价模型.分析表明:在拥挤收费的前提下,影响驾驶人路径改换的主要因素,取决于不同的收费额度、驾驶人个体属性(驾车类型、月收入等).这一研究结果可以应用到交通规划与管理过程中.     

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。     

不同交通信息下网络交通动态路径选择行为

为从道路网络层面实现对城市交通的有效诱导,达到均衡交通流分布、提高交通整体运行效率的目的,在一个典型路网上,研究利用可变信息标志(variable message sign,VMS)提供不同交通信息内容条件下的驾驶员动态路径选择行为.针对地面道路上一块文字式VMS和快速路上一块图文混合式VMS,采用陈述偏好调查法采集交通行为数据,并用离散选择行为方法分析数据,建立了提供路径行程时间信息、交通状态信息和交通事故信息条件下驾驶员动态路径选择行为模型.分析结果表明,可变信息标志发布路径交通信息的精确性、完整性,驾驶员的个人属性等,是影响路径选择行为的主要因素.研究结果可为先进的出行者信息系统的规划建设和信息发布策略的制订等提供依据.     

群体诱导信息下驾驶员响应行为的辨识与建模

提出一种利用实测宏观交通数据定量分析群体诱导信息下驾驶员路径选择行为的新方法.利用上海市快速路监控中心和路由控制示范工程数据库的交通数据,重构可变信息标志(variable message sign,VMS)信息下的交通出行场景,分析VMS信息作用下驾驶员路径选择行为,建立了一个集计的群体诱导信息响应行为Probit模型.结果表明:驾驶员在VMS信息影响下的路径选择行为除了和信息内容有关外,还与时段、下匝道交通状态、拥挤可视性、有无协调分流等因素有关,可为主动式智能交通诱导系统的构建和信息发布策略的制定提供依据.     

通勤出行中停车换乘选择行为分析与建模

针对通勤出行研究驾车者的停车换乘选择行为,选取上海市典型停车换乘站对驾车通勤者与公共交通通勤者进行了RP(revealed preference)调查与SP(stated preference)调查,基于调查数据分析了选择停车换乘与否的影响因素,并针对道路交通通畅、堵塞2种状态分别建立了是否停车换乘的二项Logit模型.模型结果显示低收入的年轻人更倾向于选择停车换乘;交通状态堵塞时是否有老人或小孩等家庭特征显著影响停车换乘选择行为;模型还揭示了通畅时通勤者更关注出行费用,而堵塞时通勤者更关注出行时耗和舒适性,并分析了时间和费用敏感度对停车换乘选择概率的影响及其差异.     

突发事件交通网络VMS发布点优化

交通事故发生时路段因通行能力下降会产生拥堵,在事故路段上游合理布置可变情报板（Variable Message Sign,VMS）能有效疏导车流。研究了道路网络中VMS发布点的优化模型,分析了VMS在路网诱导中的转移率模型和VMS对于减少拥堵效用的计算方法;建立了路网中VMS发布点的优化模型,通过VMS信息发布点的优化减少出行时间;提出应用离散离子群算法求解优化模型;在虚拟路网中的数值实验表明,模型能有效减少总的出行时间,但是随着VMS数量的增加,出行时间的减少不明显。     

拥堵状态下驾驶人心率与不良换道的关系模型

道路交通拥堵已成为交通领域的研究热点,交通拥堵对驾驶人的生理和行为特性产生了显著影响,选择驾驶人心率指标和斜插型换道比例来分别表征交通拥堵状态下驾驶人的生理状态和行为特征,并通过实测试验获取交通拥堵压力系数、驾驶人心率均值和斜插型换道比例的同步数据,引入BP神经网络理论构建拥堵压力系数和心率均值对不良换道行为的联合影响模型。研究结果表明:该模型清晰地表达了拥堵状态下驾驶人心率与不良换道的关系,为评价道路交通拥堵的危害性提供了新的视觉。     

基于改进MNL模型的地铁换乘区路径选择

以行人路径的完整过程为研究基础,分析组成路径的不同设施对行人路径选择以及路径效用的影响,同时对同种类型设施在不同路径中的效用值做了深入的调查分析,并根据效用最大化理论,建立了改进的Multinomial Nested Logit(MNL)模型和路径效用函数。通过对轨道换乘车站行人路径选择的跟随问询调查,研究影响行人在轨道车站换乘区域内路径选择的因素。根据效用最大化理论,建立了改进的Multinomial Nested Logit(MNL)模型和路径效用函数。以北京市地铁国贸站换乘调查数据为基础,标定了模型参数。模型分析表明:行人在轨道车站换乘区域的路径选择与出行目的及各交通换乘设施的走行时间有关;同时,路径重复系数对路径效用的影响较大,进而影响路径选择行为,佐证了行人对拥挤路径的规避行为;得到的模型具有很高的精度,为评价和提高轨道换乘车站设施服务效率提供理论依据。     

VMS影响下快速路驾驶员路径选择行为分析

可变情报板(Variable Message Signs,VMS)已成为城市快速路上驾驶员获得实时交通信息的一个重要手段。为了深入了解VMS对快速路驾驶员路径选择行为的影响,结合车牌识别数据进行了相关分析。研究结果表明,快速路驾驶员路径选择行为与VMS实时诱导之间存在明显的反馈调节关联,而且VMS路径选择行为的影响效果十分显著,可以一定程度上优化快速路网的交通流分配。     

出行前交通信息发布对城市路网的交通影响分析

提出了一种出行前交通信息提供下进行交通影响分析的方法。利用随机路径选择模型来描述出行者对出行信息的反应,根据是否接收交通信息将驾驶员分为两类:接收者将在路径选择时避开拥堵路段,而非接收者将根据对路网的认知进行随机路径选择,并给出这两种出行行为共存下的交通分配方法。以广州市中心商务区珠江新城为例分析了信息发布对路网的改善作用,并讨论了最佳发布策略。     

上海世博会出行方式选择意愿建模与场景分析

针对2010年上海世博会客流来源广泛、背景差异大的特点,设计了两阶段递进式的SP(stated preference survey)调查方法,进行了大规模的世博客流出行方式选择意愿调查,多层次地分析了各种影响因素的效用;以此为基础,建立了描述本地、外地住宿、外地一日游等不同类型游客出行方式选择行为的多项Logit模型;利用这些出行方式离散选择模型,分析对比了多种交通管理措施和政策的组合场景实施效果,针对性地给出了世博交通管理的建议措施.     

上海世博会出行方式选择意愿的建模与场景分析

针对2010年上海世博会客流来源广泛、背景差异大的特点,设计了两阶段递进式的SP(stated preference survey)调查方法,进行了大规模的世博客流出行方式选择意愿调查,多层次地分析了各种影响因素的效用;以此为基础,建立了描述本地、外地住宿、外地一日游等不同类型游客出行方式选择行为的多项Logit模型;利用这些出行方式离散选择模型,分析对比了多种交通管理措施和政策的组合场景实施效果,针对性地给出了世博交通管理的建议措施.     

公交出行信息条件下出行者通勤出发时间选择影响因素

为提高公交出行信息服务水平,研究了公交出行信息条件下出行者通勤出发时间选择影响因素.采用均匀设计方法设计调查问卷,并在湖北省襄阳市开展了意向调查.考虑到出行者出行到达时间对出发时间选择有影响,引入了早到延误和晚到延误因素,建立混合Logit模型,对出行者出发时间选择影响因素进行了量化分析.结果表明:早到延误对出行者在公交出行信息条件下的出发时间选择有显著影响,且与晚到延误的影响作用不同;出行距离、道路拥堵信息和公交换乘信息会显著影响出行者的出发时间选择,公交车辆位置信息不会对出行者的出发时间选择产生显著影响;出行者个体的受教育程度、收入、日常乘坐公交情况等也是影响其出发时间选择的主要因素.     

提供交通信息条件下的途中改道行为研究

针对我国城市快速道路先进出行者信息系统的宴例——上海城市快速路交通诱导系统，研究了提供交通信息条件下的途中改道行为．针对一块实地运行的中型图文混合型可变信息标志（VMS），采用偏好陈述调查法（stated preference survey）采集途中改道行为数据，采用离散选择分析方法分析数据，估计了描述途中改道行为的多元罗吉特模型．分析表明，交通信息会影响改道行为，不同的信息内容对改道行为影响是不同的（例如事故信息的影响较大），驾驶员的年龄、性别等个体属性也是影响改道行为的因素．最后，给出下一步研究设想．研究结果可为先进出行者信息系统的投资、运营和评价提供有力依据．     

停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型

在传统随机用户均衡分配模型基础上,将路网分为路上行驶层、停车巡泊层和步行层3层,用于定量分析停车诱导可变信息标志对驾驶人出行的影响.引入慢速因子体现驾驶人的停车寻找行为,并利用考虑理解误差的费用函数反映停车诱导可变信息标志对驾驶人停车设施选择行为的影响.在此基础上,构建了停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型,并提出了相应的求解算法.算例结果表明,经平均迭代15次模型能较快收敛,当路网上部分道路处于拥堵状态时,停车诱导可变信息标志的设置效果较好,可节约驾驶人6.2%的出行时间.     

Survey Method and Model of Passengers' Cost Perception of Crowding Level in Bus

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.     

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.     

心理因素对校园步行和自行车出行路径选择的影响研究——以北京大学燕园为例

从校园步行和自行车出行者路径选择行为角度出发,研究心理因素等非建成环境要素对路径选择的影响.以北京大学345名在校学生为研究对象,使用logit模型方法对北京大学校园中心拥堵区的出行路线选择行为及其影响因素进行了分析.结果表明,偏好热闹与选择拥堵路径、进行无效型出行呈正相关关系,熟悉校园、拥有回避拥堵意识与选择拥堵路径呈负相关关系,与回避型出行呈正相关关系.说明加强学生对校园环境的熟悉程度,提高学生的回避拥堵意识,转移拥堵区的热闹要素,对缓解中心区拥堵有积极的作用.提出了丰富替代道路吸引要素,加强学生行为教育,完善校园交通信息指引,分散校园商业服务功能等校园交通优化组织策略建议.     

RP/SP融合数据的Mixed Logit和Nested Logit模型估计对比

分析了RP／SP（revealed preference／stated preference）融合数据对交通行为研究的重要性,通过实际调查的RP／SP融合数据,对比了用Mixed Logit和Nested Logit模型的估计结果．得出了以下结论：RP／SP融合数据中,有时同类型交通方式的关联性要比RP和SP数据之间的关联性强,应用不同的Nested Logit模型分层方法进行估计对比;Mixed Logit考虑了个体的异质性,假定参数为随机分布,同时体现了RP／SP数据的关联性和同类型交通方式的关联性,能够得到更好的参数估计结果;Mixed Logit模型能更现实地反映不同交通方式使用者对时间和费用敏感性的不同（时间价值的不同）,体现小汽车使用者比公共交通使用者具有更高时间价值的现实情况．