基于客票数据的城际铁路出行方式选择行为研究

随着高铁快速发展,旅客城际铁路出行具有更多类型客运列车可供选择.基于铁路客票数据,以成渝交通廊道为例,应用离散选择模型研究城际铁路出行中以高铁和普速列车作为选择对象的出行方式选择行为.根据客票出行大数据构建人口统计学特征、购票渠道、社会阶层与地位、出发日期与时段、发车频率、距离等特征变量并融合百度指数数据,以一种新视角建立出行方式选择定量分析模型.结果显示人口统计学特征、购票渠道、社会阶层与地位、发车频率、出发日期与时段、出行目的、距离等变量显著影响旅客选择行为,能够对旅客城际铁路出行方式选择进行有效预测.研究设计为出行方式选择行为分析提供新思路,丰富了数据驱动下的交通出行选择研究.     

基于群体进化的高铁民航客运票价优化模型

为研究市场竞争条件下高铁与民航的票价优化问题,建立了二者相互博弈的双层规划模型,上层规划以票价决为决策变量,以实现运输经济效益最大化为决策目标;下层规划以旅客群体为决策主体,以广义出行费用最小化为决策目标。在旅客群体有限理性的刻画方面,采用三维元胞遗传算法的思想对旅客群体针对广义出行费用的进化寻优过程进行动态描述,以动态规则运算取代传统基于随机用户均衡思想的logit分流模式。最后利用基于灵敏度分析的启发式算法求解双层规划。研究发现:新模型较好的体现了旅客群体均衡配流的形成过程及旅客群体的有限理性特点对票价均衡形成过程的影响。     

基于两阶段博弈模型的高铁民航竞合关系研究

本文基于两阶段博弈理论构建高铁与民航的竞合关系模型,通过旅客视角构建一维演化博弈模型,测算高铁与民航的最佳竞争区间;通过古诺博弈理论构建基于价格视角的高铁民航竞合关系模型;通过伯特兰博弈理论构建基于距离视角的高铁民航竞合关系模型,探讨高铁与民航的竞合关系,以期找到两者之间实现共赢的科学策略.研究结果表明:650 km～850 km距离区间是民航和高铁最为激烈的竞争区间,随着运输距离的增加,民航的博弈策略由合作转变为竞争,而高铁恰恰相反,高铁的策略由竞争转变为合作.     

基于乘客选择行为的双航班机票联合动态定价模型

以同一航空公司同一航线上两个不同时段的航班为对象,从乘客在两个航班之间的选择行为出 发,研究了航空公司的双航班联合动态定价问题.模型中,潜在乘客基于航班时间和机票价格两个因素做出机票购买的选择.采用乘客的心理价位分布来刻画乘客对价格的敏感性;将乘客划分为对出行时间具有严格要求和出行时间比较灵活两大类别. 航空公司基于乘客的需求特征,采用价格手段来引导和控制需求,以最大化双航班的整体期望收益. 建立了一个离散时间模型,刻画了各周期最优联合定价决策的性质;利用该性质可以极大地缩小最优定价决策的搜索空间,从而有效节省计算代价.     

参考点依赖特征对拥挤收费路网流量分配的影响

考虑出行者路径选择决策过程中的参考点依赖,即当路网出行成本变化时,出行者将变化前的出行成本作为路径选择决策的参考点。基于参考点依赖理论,提出了考虑出行时间和拥挤收费的出行决策模型,建立了考虑参考点依赖的确定性网络用户均衡模型以及等价的变分不等式,并提出了求解模型的算法。最后,通过算例分析了参考点依赖对路径流量分配的影响,算例结果表明:经验出行成本和历史收费费率会影响出行者的路径选择决策,从而影响确定性网络流量分布。因此,在制定拥挤收费策略时,需考虑当前的出行时间成本和费用成本对出行决策的影响。     

考虑校车的早高峰个人与家庭混合出行问题

在早高峰期间，家庭通勤者需要同时考虑家长和孩子双方的出行成本来制订出行计划。校车在各大城市的普及，改变了以往家长开车送孩子上学然后再去工作地点的单一出行方式。基于此，本文研究了在校车影响下的早高峰个人与家庭混合出行行为。首先，在校车、私家车双交通模式下，本文构建了个人与家庭混合出行的用户均衡模型，分别研究了个人通勤者和家庭通勤者的出发时间选择行为以及家庭通勤者的出行方式选择行为。其次，在均衡模型的基础上分别分析了校车费用、学校与工作开始时间差对个人和家庭两类通勤者出行成本的影响。然后，提出了相应的错峰调控策略来最小化交通系统总出行成本，从而提高交通系统的运行效率。最后，通过数值算例对本文所提出的模型和结论进行了验证。     

基于改进蚁群优化算法的客运专线旅客出行方式选择

客运专线建成后客运通道内的旅客出行选择有更多的方式,根据出行时间和费用对旅客出行选择的影响,采用改进蚁群优化算法建立旅客出行方式选择的概率转移模型.用信息量对出行时间和费用进行描述,将通道内城市问各种运输方式线路上的信息量看作是对旅客出行选择的吸引强度.通过引入武汉-广州客运通道进行实例分析,得出不同出行距离的旅客选择各种运输方式(客运专线、既有铁路、公路、航空)的概率.     

基于LCLV模型的通勤方式选择行为

基于Integrated Choice and Latent Variable (ICLV)模型,结合2013年绍兴市居民出行调查数据,研究通勤者的方式选择行为,包括小汽车、公交车、摩托车和电动车等4种当地居民在日常生活中较常用的交通方式。模型不仅分析了可观测的个人及家庭的社会经济属性对通勤方式的影响,而且通过潜变量模型构建通勤者个人对各类出行方式的态度等不可见因素,并将其纳入选择模型。结果表明,潜在的心理因素同样对方式选择行为有重要影响,并能够揭示选择行为的内在原因。该研究可为交通需求管理策略制定者以及交通规划者提供指导意见,从而促进交通系统的可持续发展。     

基于ICLV模型的通勤方式选择行为

基于ICLV(Integrated Choice and Latent Variable)模型,结合2013年绍兴市居民出行调查数据,研究通勤者的方式选择行为,包括小汽车、公交车、摩托车和电动车等4种当地居民在日常生活中较常用的交通方式。模型不仅分析了可观测的个人及家庭的社会经济属性对通勤方式的影响,而且通过潜变量模型构建通勤者个人对各类出行方式的态度等不可见因素,并将其纳入选择模型。结果表明,潜在的心理因素同样对方式选择行为有重要影响,并能够揭示选择行为的内在原因。该研究可为交通需求管理策略制定者以及交通规划者提供指导意见,从而促进交通系统的可持续发展。     

基于系统动力学的污水处理BOT项目特许定价

特许定价是污水处理BOT项目特许决策的重要内容。本文采用系统动力学方法,绘制了污水处理BOT项目特许定价系统的因果关系图和系统动力学流图,应用Vensim软件进行模拟仿真,并以建设成本、运营成本、中水回用率、折现率、特许期等变量为敏感性分析参数,给出不同变量组合下特许价格的仿真结果。通过分析上述变量对特许定价的影响,为污水处理BOT项目特许定价决策提供理论参考和决策依据。     

城市轨道交通动态客流分配仿真方法研究

根据轨道交通网络存在大量换乘路径的特点,改进深度优先搜索算法得出站点间换乘路径的有效出行时间。基于自动票务收集系统(automatic fare collection system,AFC)数据得到的乘客进出闸机时刻,利用仿真方法确定乘客与列车在时间和路径的接续关系,同时考虑始发乘客和换乘乘客路径选择行为的差异,将二者区分配流。动态更新先到乘客利用换乘路径的出行时间,并以更新后的时间作为后续出发乘客的路径选择依据。结果表明,该仿真方法可以有效反映乘客的出行过程,具有较高的配流精度。     

基于LSTM-SVR模型的航空旅客出行指数预测

航空旅客出行的情况对民用航空机场建设与运营具有重大意义，定义了一种航空旅客出行指数，运用机器学习方法对航空旅客出行指数进行预测，克服了单一预测模型精度的不足，提出一种将长短期记忆网络(LSTM)与支持向量回归(SVR)相结合的航空旅客出行指数组合预测模型，并对预测结果集进行聚类分析。以上海机场航空旅客数据为实证，验证了LSTM-SVR组合预测模型可行性与有效性，实验结果显示：LSTM-SVR组合预测模型较传统单一预测模型具有更高的精度；同时，LSTM-SVR组合预测模型与其他组合预测模型相比也有较明显优势。此外，基于K-均值算法对航空旅客出行指数进行聚类分析并给出评级，此举为机场运营管理及旅客出行提供一定的决策支持。     

考虑拥堵传播的轨道交通车站站台承载人数研究

掌握拥堵传播条件下的轨道交通车站承载人数变化规律,是提高城市轨道交通系统安全保障能力的基础。从人、站、车多子系统角度出发,结合客流、站台及列车多属性特征,建立基于系统动力学的城市轨道交通车站承载人数计算模型。设计多组别灵敏度仿真分析实验,从多角度分析站台承载人数影响因素。结果表明,拥堵传播与正常条件下车站承载人数变化情况具有较大差别,列车发车间隔、乘客进站速率和去向比例对车站人数变化情况影响较大,列车到站间隔影响相对有限。研究结果可以为特定客流特征车站制定客流组织策略提供科学依据。     

基于生命周期客流分摊成本的城市轨道交通定价方法

从便于乘客理解的角度,考虑乘客应该承担的成本及公平性问题,提出了基于生命周期客流分摊成本(Life Cycle Cost Apportioned in the entire passengers,LCCA)的城市轨道交通定价方法.该方法是在两部定价方法的基础上,将城市轨道交通项目生命周期的成本分摊到对应的客流上.论文给出了LCCA方法的计算模型及其检验准则,并简要分析了相关的政府补贴问题.将该方法应用于南京地铁2号线平均票价的测算,结果具有较强的可行性.     

城市轨道交通网络客流分配模型和算法综述

城市轨道交通网络客流分配是推算客流分布的基础理论方法.本文首先介绍了既有的城市轨道交通客流分配模型,从客流分配建模中的网络建模架构,乘客出行行为假设和客流分配原理三方面对比分析了既有研究的模型特征.在分配模型分类的基础上,重点阐述了客流分配算法中的网络路径搜索、分配模型求解和客流行为模拟和分布仿真算法的研究进展.最后,提出了我国城市轨道交通客流分配在网络化运营新形势下的研究展望.     

基于支持向量机方法的轨道交通乘客旅行时间短时预测方法研究

目前,北京市已建成总长456km的轨道交通网络,41个换乘枢纽,已基本形成网络化运营,轨道交通在北京公共交通系统乃至城市交通系统中发挥越来越大的骨干作用. 同时,由于北京城市空间调整,城市交通出行活动中心有随城区扩展外移之势,轨道交通出行旅行时间越来越受到关注. 因此,本文研究基于历史数据的轨道交通乘客旅行时间预测方法,引入支持向量机回归模型,并针对预测算法中模型参数的选择问题,提出基于遗传算法的预测模型参数寻优算法,用以提高预测精度. 最后选取实际轨道交通运营线路的动态信息进行计算,预测结果误差小于10%,获得了较高的精度. 生成的旅行时间预测信息,通过乘客信息系统的发布,能够有效减少旅客换乘走行与等待时间,均衡网络客流分布,提高轨道交通网络运营效率.     

考虑共享出行的用户均衡交通分配模型

为了研究共享出行行为对交通分配问题的影响,本文提出一个基于路径的共享出行用户均衡交通分配模型.在该模型中,出行者不仅要选择从出发地到目的地的路径,而且还要进行模式选择,以达到最小化广义路径出行成本的目的.本文构建的考虑共享机制的交通分配模型引入两个假设:1)一个乘客只被一个共乘司机搭载,一个司机只载一个乘客;2)由于参与共享出行活动,共乘司机和乘客均可获得额外的共享出行奖励,此外共乘乘客还能得到共享出行成本折扣.这两个假设使得所构建的共享出行用户均衡模型更贴近现实.Braess网络中的数值结果分析了关键参数对均衡结果的影响,结果表明:共享出行成本优惠和共享出行奖励均是鼓励出行者参与共享出行活动的有效措施.