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．     

多交通方式实时信息影响下的通勤者出行行为

为确定实时信息对于出行行为的影响,探索了手机APP提供多交通方式实时出行者信息下的通勤者交通方式选择行为。采用意向调查方法,获取了上海市居民在提供包含两条自驾路线（以高架为主和以地面为主）和一条停车换乘地铁路线的实时交通信息情况下的交通方式选择行为数据。运用描述性分析和多元logit模型,得到了交通方式选择的主要影响因素。研究发现,通勤者的驾龄、家庭私家车数量、开车频率、获取交通信息频率、停车换乘设施使用经历等个体属性,行程时间和车厢拥挤程度等信息内容,会显著影响出行决策。此外,提出了对交通规划与管理和多交通方式出行者信息系统研发有指导意义的建议。     

基于旅客舱位选择的航空收益管理

针对EMSR和传统旅客舱位选择行为研究中的不足，以logit模型为基础，运用变精度粗集方法构建了旅客舱位选择模型（passenger seat choice model，PSCM）和基于PSCM的收益管理模型（revenue based on PSCM，RPSCM）。该模型无需知道旅客舱位选择数据集合之外的任何先验信息和旅客舱位选择的概率分布的解析表达式，即可直接求解旅客舱位选择的真实因素及各因素权重．计算出特定航班旅客舱位选择概率和收益值。将计算结果与EMSR为控制策略的航班收益值进行比较，提高了4．82％收益，证明PSCM和RP-SCM具有较好应用价值，为航空公司进一步实施收益管理提供了借鉴和新视角。     

基于乘客个体属性的地铁客流分配算法及实证研究

针对城市地铁网络,考虑了不同类型乘客在路径选择中对换乘费用的不同敏感程度,提出了基于乘客类别的广义路径费用模型,根据logit随机配流构造了考虑乘客分类的城市地铁网络客流分配模型,并提出了相应的计算方法.采用北京地铁网络为实证研究对象,根据SP调查数据,将乘客进行类别划分并对不同类型乘客进行了相应的参数估计,基于地铁实际数据分别采用不同配流方法进行了验算,并与实测数据进行了对比分析.结果表明,相对于不考虑乘客类型的地铁客流分配方法,基于乘客属性的地铁客流分配算法的计算结果更接近实际.     

信号交叉口个体行人与群体行人过街闯红灯行为分析

行人过街闯红灯行为受道路、交通及行人自身等因素影响,为深入挖掘行人过街闯红灯行为规律,随机调查了1 157名过街行人,包含当时的道路、车流状况,如人行道长度、行人相位信号时长、行人穿越车流时的车头时距等。个体行人过街闯红灯行为与群体行人存在显著差异,利用显著性检验,判定个体行人闯红灯的显著影响因素为车流的车头时距与行人等待时间,群体行人闯红灯的显著影响因素为行人数量与行人群中最长行人等待时间。根据所得显著影响因素,建立了个体行人与群体行人闯灯率的Logit模型,结果显示:等待时间对个体行人与群体行人闯灯率的影响并无差异,当等待时间达到46 s时,个体行人与群体行人闯灯率曲线均达到拐点,此时行人违章率增加最快;当群体行人数量达到4人时,最容易激发行人群的集体闯灯行为。结论为交叉口信号配时及行人违法闯红灯的管理提供的了参考。     

基于分层logit模型的车辆换道行为研究

研究分析复杂交通场景中车辆换道行为,揭示车辆运行特性及其规律。基于效用理论方法,以实现驾驶行为决策效用最大化为目标,建立车辆换道分层Logit模型。系统分析影响车辆行为变化的因素,建立各层次参数变量相关模型。仿真分析表明:较一般的车辆行为模型,车辆换道分层Logit模型更能准确地描述实际交通场景中车辆换道的行为决策过程,有效提高车辆运行效率。研究结果为智能车路协同与交互行为、车辆可变限速技术、自适应巡航控制技术等提供理论依据和技术支撑。     

基于DBSCAN与HL相结合的晶圆成品率预测研究

对半导体成品率进行预测分析可有效控制产品成本,提高产品质量,而缺陷问题是导致半导体成品率损失的关键因素。因此,考虑晶圆缺陷聚集特性和数据嵌套性,研究了一种密度聚类与多水平逻辑回归相结合的受缺陷限制的成品率预测方法。首先采用密度聚类算法获取晶片缺陷模式类型;将在线缺陷数据在晶片水平进行整合,作为多水平逻辑回归模型的输入参数;根据多层次晶圆结构,在模型中加入嵌套变量,在批次层、晶圆层和组别层构建随机截距效应模型;在产品层构建非随机变化截距与斜率模型进行成品率预测;最后,根据回归结果分析引起成品率损失的主要因素并提出相应的改进措施。通过仿真实验表明,多水平逻辑回归模型的预测精度优于常用的Seed’s成品率模型与嵌套结构逻辑回归模型,该模型具有更高的预测能力与可行性。     

Forecasting future canadian residential heating demand: An illustration of forecasting with aggregated and disaggregated data

This paper examines the sensitivity of forecasts to the level of aggregation of the data. A relative shares regression model and a multinominal logit model are tested with both aggregate and disaggregate survey data from 2109 respondents. The results indicate the appropriate model to use depends on whether the data are disaggregate or aggregate in form. Forecasts of solar heating of dwelling unit demand and market shares are also reported for Canada in terms of the solar price relative to the natural gas price and solar reliability relative to natural gas reliability.     

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.     

基于乘客能量和心理阻抗的换乘便利性分析

能量阻抗和心理阻抗,是乘客在交通系统换乘过程中的能量消耗和心理负担的量化值.通过乘客在不同换乘径路以及换乘设施条件下的能量损耗,可以计算出乘客的能量阻抗.在能量阻抗的基础上,利用集计型模型价格敏感度测试法,分析乘客换乘时心理负担,求得乘客心理阻抗的评价指标.通过换乘能量阻抗及心理阻抗指标,评价轨道交通的换乘便利性,为轨道交通换乘站的换乘设施的设计标准的制定以及对现有设施的改良提供依据,更精确地表现换乘成本.