基于心理潜变量的电动汽车选择行为

通过考虑感知有用性、感知风险、环保意识等六个心理潜变量,运用结构方程模型对消费者电动汽车购买决策中的内在机理进行深入探究,不仅分析了影响电动汽车选择行为的心理潜变量之间的内在联系,而且探究了个人属性与心理潜变量之间的相关性.结果表明,感知有用性等心理潜变量对消费者的选择行为存在显著影响;消费者的社会经济属性对部分心理潜...     

考虑心理潜变量的专车出行选择行为分析

提出了考虑心理潜变量的选择模型来分析出行者的专车选择行为。首先构建了多指标多原因模型以描述个体社会经济学属性与潜在态度变量的关系;继而结合二项Logit模型分析出行方式属性、个体社会经济学属性及潜在态度对出行者专车选择的影响;并利用潜分类模型对出行者进行分类分析。以广州市为例,发现年龄、性别、教育水平及收入水平对态度变量的构成影响较大,安全意识、服务质量及舒适性、忠诚度也是影响选择的重要因素;通过潜分类发现出行者可分为费用敏感型、舒适享受型和中立型3个典型群体,比例分别为61.6%、21.8%、16.6%,显示出明显的两极分化趋势。     

考虑心理潜变量及异质性的电动汽车联合充电选择行为研究

为深入剖析电动汽车用户联合充电方式和充电地点的选择行为,揭示用户心理潜变量、社会经济属性及充电属性对其联合充电选择行为的共同影响,文章基于上海市电动汽车用户的实证调查数据进行分析研究,构建考虑心理潜变量的混合选择模型剖析联合充电选择行为的决策机理。分析结果表明：风险规避态度、里程焦虑及充电习惯均对联合充电选择存在显著影响;混合选择模型的拟合度明显优于混合Logit模型;日出行距离、充电费用、停车政策等属性在模型估计中表现出异质性。对用户联合充电方式和充电地点的选择行为预测结果表明,混合选择模型的预测值与实际调查数据的误差在5%以内,混合选择模型具有更高的预测能力和解释能力。该文研究结果可为充电需求预测及充电管理策略提供一定的理论依据。     

基于逐步搜索EMS算法的M2PL模型潜变量选择

介绍了基于期望模型选择(EMS)算法的多维双参数Logistic(M2PL)模型的潜变量选择方法,并采用逐步搜索的方式对模型选择(MS)步的计算做出了改进.与传统的MS步相比,改进方法计算的子模型个数更少,能够有效提升计算效率.模拟比较显示,改进方法用时更短,且在潜变量选择和参数估计方面具有良好的表现.     

驾驶员实时动态路径选择行为组合模型

考虑了3种类型的路径选择地为：选择固定路径，选择具有最短理解出行时间的路径，选择最小实际出行时间路径，基于驾驶员路径选择行为的差别，在不考虑交通阻抗函数是否(即允许交通阻抗函数非对称）的前提下，将这3种动态路径选择行为综合表达为一个与之等价的变分不等式模型。     

潜半参数回归模型的变量选择

作者提出了潜半参数回归模型及其估计方法.该方法应用双重判罚,使得在估计非参数的同时可以对参数部分进行参数估计和变量选择.在分析过程中作者还得到了潜变量的估计值.     

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。     

地铁站厅内人员疏散路径选择影响因素研究

基于调查问卷和现场实验探究影响疏散路径选择行为的主要因素,构建结构方程模型,从潜变量的角度对受困人员疏散路径选择行为进行深入研究,揭示在不同应激环境下站厅内受困人员的判断倾向和选择行为特征.研究表明:(1)调查问卷和现场实验这两种方法由于研究对象所处的应激环境不同,导致分析结果存在一定差异;(2)光照条件、路径距离(长短)、人流导向以及指示标记对人员疏散路径选择影响较大,且在不同应激状态下各因素的影响效果存在一定差异.鉴于此,建议在实际应急疏散管理工作中应充分考虑各影响因素对疏散效果的影响,合理设置有效的疏散路径.     

基于认知活动的驾驶员路径选择行为影响因素分析

驾驶员路径选择行为研究是城市道路交通系统研究的重要内容.从驾驶员认知心理角度,对驾驶员路径选择行为的影响因素进行了分析,并研究了多源信息刺激下驾驶员任务集聚、心理-物理综合认知拓扑结构和认知活动链,为深入研究驾驶员路径选择问题提供了理论基础.     

基于混合选择模型的图状路径信息板影响分析

有别于以往关于图状路径信息板(GRIP)影响的行为建模研究,运用混合选择模型研究了GRIP对驾驶员路径选择的影响。模型中通过恰当地构造"驾驶经验"和"GRIP信任度"两大潜变量,精细地刻画GRIP的影响机理。以上海实地存在的GRIP为研究对象,利用驾驶员行为调查数据,定量分析GRIP传递的事故和拥挤程度信息对路径选择的影响。分析结果表明,GRIP信息会显著影响路径选择,驾驶经验和GRIP信任度与提前驶离快速路的概率分别呈负向和正向关系,且驾驶经验的影响因个体属性而异。     

节假日停车选择行为分析

根据居民的社会经济属性和出行特征,研究节假日停车选择的影响因素.以2013年清明节期间香山地区的居民出行调查和停车调查为基础,利用节假日交通特征,挖掘峰值出行需求条件下居民的活动特征和出行规律,并对居民出行和停车选择进行数据分析,建立节假日停车选择结构方程模型,探究节假日停车问题的诱因.研究表明,到达时间和逗留时间是影响停车选择的主要因素.同时,出行者对道路环境越熟悉,对停车情况越了解,出行方式越复杂,停车选择行为越多样.     

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.     

基于GEMS算法的潜变量高斯图模型结构学习

考虑了潜变量高斯图模型下的结构学习(模型选择)问题,即存在潜变量时可观测变量间相互关系的估计问题.简要介绍了高斯图模型及潜变量高斯图模型下的LVglasso方法,给出了GEMS(广义期望模型选择)算法结合LVglasso下潜变量图模型选择的算法步骤.通过模拟,发现GEMS结合LVglasso方法在模型选择速度上比EM(...     

考虑居住环境的公共交通出行选择行为模型

为解决已有公共交通出行选择行为模型欠缺考虑居住环境对出行选择的影响,结合计划行为理论,在行为态度、主观规范及知觉行为控制3个变量决定出行行为意向的理论框架上加入居住环境,构建涵盖5个潜变量、22个测量变量的公共交通出行选择行为模型。以重庆市居民出行数据为例,计算结果表明,居住环境、行为态度、主观规范及知觉行为控制对行为意向均有显著的正向影响,且居住环境对行为态度与主观规范也存在显著的正向影响,各维度的总影响效应呈现出居住环境(0.842)＞行为态度(0.832)＞知觉行为控制(0.716)＞主观规范(0.649)的递减趋势,但行为态度对行为意向的直接影响影响最大为0.832。     

引入心理变量的旅客中长距离出行方式选择模型

为了更加合理的表述旅客中长距离的出行方式选择行为,以京郑客运专线OD调查以及旅客出行意愿调查为例,在探讨旅客出行方式选择行为的经典分析模型的基础上,以决策行为理论为主框架,综合消费者行为理论和统计理论,研究旅客中长距离出行方式选择行为的产生机制及其规律性,构建旅客中长距离出行方式选择行为模型。本研究通过将选择者的态度和感知作为一个集成的心理变量引入模型,对人们出行方式选择行为这种复杂的心理过程进行了更为合理的描述。与方式选择行为的经典分析模型相比,引入心理变量的行为选择模型在解释旅客中长距离方式选择行为方面更具说服力。     

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。     

图状信息板影响下的驾驶员路径选择行为

为了探索图状信息板(GRIP)对驾驶员路径选择行为的影响因素及其影响程度,借助GRIP信息发布平台,在信息板同时提供前方道路交通问题性质、事故严重程度的情况下,利用全因子方法设计了GRIP的6种假定交通情景,并对这6种情景下驾驶员路径选择行为数据进行采集.采用离散选择分析方法对路径选择行为的影响因素进行了多变量分析,并建立了路径选择概率的多元logit模型.研究表明,驾驶员对GRIP影响下路径选择影响程度的认知、开车类型、月收入、交通问题性质及严重程度在不同程度上影响驾驶员的出行决策行为.     

随机动态条件驾驶员多讫地出行路径选择研究

为解决驾驶员多讫地出行路径选择问题,综合各评价指标,提出了势力圆法,并对不同重要度讫地的势力圆分别进行了讨论研究. 结合离散动态贝叶斯网络,建立了多讫地出行的驾驶员路径选择动态决策模型. 通过具体算例对该模型进行了仿真验证,结果表明,综合势力圆法和离散动态贝叶斯网络方法在多讫地出行的路径决策中有着很好的适用性.      

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.     

基于潜变量模型的复杂过程生产设计方法

针对工业品生产过程控制中输入变量的确定及零空间问题求解等复杂过程的生产设计问题,在现有的多元潜变量建模及生产设计等相关问题研究成果的基础上,深入研究了主元回归方法的应用策略和生产设计问题,提出了一种基于潜变量模型的复杂过程生产设计方法.通过与基于标准回归模型生产设计方法对比,展示了该方法的优越性.该生产设计方法的操作条件不仅能够满足工业生产过程产品质量的要求,而且与历史工况的关联结构和范围保持一致,为零空间问题的解决提供了可行方案.最后通过仿真验证了该类方法求解含有零空间的生产设计问题的有效性.