出行弹性概念及其应用

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.     

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。     

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.     

突发事件下城市群内旅客城际出行方式选择行为

以城市群内旅客城际出行为研究对象，分析心理潜变量、城市群属性和突发事件等因素对城际出行方式选择行为的影响。基于京津冀旅客城市群内部城际出行问卷调查数据，构建突发事件下考虑心理潜变量的综合选择(integrated choice and latent variable,ICLV)模型进行实证分析。结果表明：考虑便捷性和乘车体验潜变量的混合选择模型对居民城际出行行为的拟合优度更高；城市群属性方面，起讫点城市类型、出行距离和起讫点间铁路车次数量对出行方式选择有显著影响；突发事件方面，雾霾天气下选择铁路出行的概率提高25.69%,雨天选择小汽车出行的概率提高31.63%,雪天选择小汽车出行的概率相对降低，发生阻断事件时选择小汽车出行的概率升高。研究结果有助于深入理解城市群内城际出行方式选择行为，为突发事件下城际出行需求的差异化出行诱导和需求管控提供科学依据。     

城市公共交通走廊动态客流分析模型

为了科学分析和评价城市公共交通走廊的客流流动规律,研究了走廊内乘客对于出发时刻及交通方式选择的问题,提出了城市公共交通走廊动态客流分析模型.模型主要由乘客出发时刻和交通方式选择组合动态均衡分配模型,以及乘客出行负效用模型两部分构成.在此基础上,设计了一套启发式算法求解该模型;并以上海市的跨江公共交通走廊为案例,验证所提出的模型和求解算法.研究结果表明,该模型能够真实反映城市公共交通走廊内客流的时空分布情况,以及行程时间、拥挤度及出行费用等因素对乘客出行选择的影响.所提出的模型可为城市公交走廊内各公共交通方式的合理搭配、运输组织模式优化提供决策支持.     

基于活动分析法的城市慢行交通出行行为

提出了基于活动分析法建立慢行交通出行二元Logit选择模型,根据慢行出行方式的特性,对慢行活动类型进行划分,确定慢行活动选择的影响因素。通过对影响因素变量的计算,得到各影响因素在不同慢行活动类型下的慢行交通方式选择概率。研究结果表明:各种影响因素对慢行活动的选择有不同程度的影响;在弹性需求和短途交通活动条件下,慢行交通出行具有较大的优势。以陕西省渭南市慢行交通出行现状调查数据为例完成实证分析,表明慢行交通行为研究中应用活动分析法是可行的。     

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.     

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。     

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.     

基于出行链的城际旅客出行方式选择行为

在解析城际出行链的基础上,分析了旅客出行方式选择的影响因素,并将心理潜变量引入Logit模型,构建了基于出行链的旅客城际出行方式选择模型(stuctural equation modelingLogit,SEM-Logit).通过对沪杭交通走廊内客流的调查,进行了模型的应用及参数标定,并对城际旅客出行链的选择进行了预测,拟合值与调查值的相对误差在2%以内.结果表明,考虑了心理潜变量的改进模型具有良好解释能力,能直观地反应和预测旅客在城际出行中对出行方式的选择行为.     

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.     

策略性等待下Y型瓶颈的单步拥堵收费模型

本文针对包含至少一个上游瓶颈路段和一个共用的下游瓶颈路段的Y型交通路网,研究了策略性等待单步收费条件下早高峰期间通勤者的出行行为和最优道路拥挤收费方案。基于出行者的出发时间选择遵循用户均衡准则的假设,推导出了不同汇合规则下用户均衡的流入率和个人出行成本。依据出行者的出发时间选择规律,进一步推导出了最优的道路拥挤收费时段和费率。研究发现,策略性等待单步收费可以有效降低交通网络的系统总阻抗,但可能会增加出行者的个人出行成本。此外,还发现收费的有效性不但与汇合规则有关,还取决于上下游瓶颈路段通行能力的相对大小。该研究验证了Y型交通路网上存在Braess诡异现象,即扩大上游路段的瓶颈通行能力可能会引起系统总出行成本的增加。     

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 .     

基于时段偏好的高铁旅客车次选择行为研究

高频公交化运营已成为部分高速铁路线路满足快速增长需求的行车组织模式.历史售票数据显示旅客对同一起讫站(OD)间平行车次的选择具有明显差异性,基于Logit模型构建考虑出发时段偏好的旅客平行车次选择方法.从车次选择率及购票特征两方面阐述旅客对平行车次选择的差异性,认为出发时段是影响旅客选择的关键要素.利用RP(Revealed Preference)与SP(Stated Preference)组合调查方法获取旅客实际出发时段偏好及潜在支付意愿.将旅客出发时段偏好融合至选择广义费用函数,构建平行车次条件下旅客的车次选择模型.京沪高铁实证分析显示:模型预测结果与实际情况间平均相对误差为6.62%,验证了方法的有效性和准确性.为精细化需求特征分析及管理提供理论基础和决策方法.     

苏州市居民出行特征分析及交通发展对策研究

对比分析苏州市2000年和1996年以及苏州市与国内其他城市居民出行调查的有关数据,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标总结归纳出苏州市城市居民出租地的规律、变化特征及其原因,针对其出行总量增加、出行距离加长、出行耗时增加、私人交通方式比重较高、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点,对苏州市城市交通发展提出公交优先发展、就近就业,建设快速交通系统及交通需求管理等建议。