基于离散-连续选择模型的通勤出行时间预测

把握出行者的日时间分配是交通行为分析的重要内容之一. 本文基于离散-连续建模思想, 结合运用Ordered Probit离散选择模型和Hazard连续选择模型, 建立了由上班(上学), 下班(放学)出发时刻模型和上班(上学), 下班(放学)出行耗时模型组成的通勤时间预测模型系统, 预测了通勤者的日时间安排. 研究表明, 所建模型能够以较高的预测精度, 预测通勤者的活动-出行时间安排. 研究将为活动-出行行为的整体建模预测和分析奠定时间轴预测基础, 为城市居民的交通行为分析提供模型工具, 为制定交通管理政策, 解决城市交通拥挤问题提供决策分析依据.     

通勤出发时间和驻停次数联合选择模型

分析了对通勤出发时间和驻停次数进行联合建模的必要性,基于离散选择的理论方法,建立了通勤者通勤出发时间和通勤途中驻停次数的联合选择模型。并以居民出行调查数据为基础,进行了模型标定,分析了影响因素对通勤出发时间和通勤驻停数的影响。分析了出发时间和驻停数的关系,结论是出发时间与驻停数呈负相关关系,与实际的统计结果相吻合。     

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。     

基于离散时间马尔科夫链的主干道出行时间估计模型

出行时间是评估交通系统运行效率与实施信息诱导的重要依据。在现有研究成果的基础之上,利用视频检测器采集的瞬时车速数据和信号配时数据作为模型的输入数据,应用离散时间马尔科夫链的方法,建立主干道出行时间的估计模型。该模型利用瞬时车速与平均车速的转化关系,估计平均车速,进而估计路段的出行时间;并以平均行程速度的阈值界定路段的拥堵与畅通情况,将各路段是否拥堵定义为主干道系统的状态,构造一个无记忆性的马尔科夫随机过程。最后,将模型应用于江苏省淮安市某主干道上,在交通高峰段与非高峰段,对模型的准确性与有效性进行验证。结果表明,模型的结果具有较高的估计精度。     

基于累积前景理论的出行方式选择模型及实证

以通勤者的出行方式选择为背景,假设存在三种可能的出行方式:地铁出行、自驾车出行和自驾车-地铁换乘出行.地铁方式的出行时间是确定的,而自驾车方式和停车换乘方式的出行时间均具有一定的不确定性,在此基础上建立了基于累积前景理论和期望效用理论的出行方式选择模型,并在不同出行场景下对比了两种理论框架下最优选择结果的差异.最后通过实证调查数据对理论模型的结果进行检验.实证结果表明,个体决策行为会随着出行场景的变化而改变,其出行方式选择结果与累积前景理论框架下的结果相符.因此,交通管理部门应结合个体风险偏好进行道路资源优化与管理.     

基于时间成本的瓶颈道路组合收费与出行方式选择均衡研究

城市交通系统有多种出行模式,可为不同类型的通勤者提供出行服务.本文针对瓶颈道路和地铁线路并行的双模式交通系统,首先建立含两组异质通勤者的驾驶小汽车与乘坐地铁的出行模式选择均衡模型.模型中,地铁出行模式考虑边际成本票价和车厢内体触拥挤的影响,驾驶小汽车出行模式引入基于时间成本的系统最优动态收费和固定收费的组合收费策略.其次构建双模式系统总社会成本最小化模型和总收费收入最大化模型,并推导最优的组合收费策略.最后通过数值算例验证理论分析结果.研究结果表明,双模式交通系统在基于时间成本的系统最优动态收费的出行方式分担与无收费均衡下的出行方式分担相同.在组合收费下,提高瓶颈道路固定收费会使出行时间价值和车厢内体触拥挤成本高的通勤者更倾向于驾驶小汽车出行,而出行时间价值和车厢内体触拥挤成本低的通勤者倾向于选择地铁出行,并且,当组合收费中,固定收费部分增加时,此类通勤者的组合收费将降低.     

离散时间动态随机交通分配模型

提出了一种离散时间的动态随机交通分配模型。该模型以离散时间形式提供在一天或高峰期间内路网交通流的变化。模型中路段交通条件假设为两部分：一部分为自由流,一部分为排队车流。模型中考虑了先入先出的原则和路段拥挤效应。运输需求调整采用马尔克夫动态模型。当每个出行者不能再通过改变出行选择而增加其效应时达到动态随机用户平衡。     

考虑早晚高峰出行链的出行方式选择均衡与定价机制

考虑从生活区与工作区之间的早晚高峰出行链,研究三种出行方式: 地铁直达,停车换乘和全程驾车. 基于瓶颈理论,建立了分层Logit模型刻画出行者的交通方式决策行为,利用弹性需求下的出行方式选择均衡等式, 进一步讨论了四种机制下的地铁票价和停车收费策略.研究结果表明,地铁和换乘停车场由政府经营,采用低票价的政策吸引出行者, 而工作区停车场由公司经营,实行高停车费的政策,不仅能有效鼓励停车换乘,提高公交出行分担率,并且能实现系统净收益最大. 算例结果从理论上支持了当前北京施行的差别化停车收费政策.     

竞争交通系统中异质性用户的出行方式选择

在一个地铁公交与道路驾车两种出行方式并存且竞争的交通系统中,出行者按照时间价值、早到与晚到惩罚的差异被分成两组,地铁可以按边际成本或者平均成本确定票价,道路可以不收通行费或者以道路系统最优化原则收费.我们研究不同收费策略组合下的交通方式选择问题,并利用算例分析了出行需求及其构成对交通方式选择和个人出行成本的影响.     

基于Copula-持续时间模型的夫妇俩出行时间分析

日出行时间是居民出行特征的重要分析指标。围绕家庭成员出行选择的相互作用,构造了基于Copula函数的二元持续时间模型,分析了夫妇俩的出行时间安排。研究用加速失效时间模型描述单个成员的日出行时间选择,并通过Copula函数将夫妇俩的出行时间选择纳入同一模型,能准确刻画2个选择之间的相互影响模式。将所建立的模型应用于居民出行调查数据,分析了夫妻各自出行时间投入与其个人及家庭的社会经济属性、活动和出行特征之间的数量关系,以及存在于夫妻之间的相互影响模式。分析表明,夫妻俩人的出行时间安排存在显著的相关关系,而各自的活动和出行之间存在派生和竞争关系,研究能部分反映个体的时间分配行为,对交通需求预测和管理有重要意义。     

考虑时间因素的城市配送出行里程模型

城市配送出行里程估计对城市货运交通的规划和管理有重要意义。目前已有多位学者对这些因素综合考虑建立了一些定量计算的模型,并且有学者研究指出了配送车辆运行的时间分布对出行里程的重要影响,但目前没有出现将时间因素考虑在内的估计模型。通过引入一个时间和空间分区的二维订单密度,对标准出行里程模型进行重新推导,构建包含时间因素的城市配送出行里程估计模型,使模型更接近现实情况。     

基于时间不一致性偏好的连续时间代理模型

为了构建一个更合理的最优契约模型,本文在经典的连续时间代理模型中假设委托人的时间偏好是不一致的且是成熟型的,采用拟双曲贴现函数刻画时间不一致性偏好过程.本文研究了委托人的时间偏好不一致性对委托人的值函数和最优薪金支付边界的影响.与经典的连续时间代理模型相比,本文的研究结果表明:成熟型委托人的值函数和最优薪金支付边界随时间不一致性偏好程度增大而降低.也就是说,为了弥补来自时间偏好不一致性的不确定风险,时间不一致性偏好的委托人比时间一致性偏好的委托人倾向于以一个更低的薪金更早地、更频繁地支付给代理人,使代理人更早地如实披露现金流.这表明委托人的时间不一致性偏好对最优契约会产生较大影响.     

家庭成员活动-出行选择行为的相互影响

基于活动的方法对研究家庭成员活动-出行选择之间的相互影响关系提供了新的思路。针对已有研究多围绕发达国家展开的现状,以国内某直辖市2005年居民出行调查数据为来源,从基于活动方法的协作性限制出发,研究了主要家庭成员活动-出行选择之间的相互影响模式,利用结构方程模型,分析了活动和出行需求在家庭成员之间的分配情况,讨论了存在于同一成员和不同成员各次活动和出行中的替代、补充、陪同等影响关系对个体活动-出行选择行为的影响。研究得到了在行为学上具有较强解释力并达到各项统计学评价指标的模型,对出行行为分析有重要意义。     

区域通行能力与出行时间可靠性综合仿真模型

在城市路网中,路段通行能力退化和交通需求随机波动都会增加路网的不确定性。为研究路网中单个区域的交通可靠性问题,通过采用区域备用能力作为综合性能指标,建立了度量区域交通服务水平的双层规划模型。基于此提出了区域通行能力和出行时间综合可靠度的概念及其Monte Carlo仿真算法。最后通过一个数值算例对模型和仿真算法进行验证,仿真结果说明了区域通行能力、服务水平与可靠性之间的相互替代关系。     

考虑心理距离的随机后悔最小化出行选择模型

为缓解交通拥堵这一城市问题需要对居民的出行决策规则进行准确刻画。作为期望效用理论的补充，后悔理论已广泛应用于交通领域的研究。学者们提出了一系列随机后悔最小化模型，但已有模型鲜少考虑影响后悔情绪度量的心理因素。根据后悔心理学研究中的“标准理论”“后悔一致性模型”等做出基本行为假设，引入心理距离概念区分不同类型的出行方案，构建改进的考虑心理距离的随机后悔最小化交通出行选择模型，以解释心理因素会影响感知后悔情绪的现象。使用瑞士地铁SP调查数据对本文提出的改进模型与原有模型进行对比分析，结果显示，改进模型对居民出行行为机理的描述更为贴切。     

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.     

顾客行为的离散选择模型及实证研究

离散选择模型是顾客行为研究的重要理论基础。相对经典的MNL和NL等模型,由于新提出的MDM和MMM模型,应用限制条件较弱,适用性较强,可以广泛应用到个人的行为研究中,本文就MDM和MMM的有效性展开研究。首先讨论了4种模型及它们之间的特征与联系,然后通过实证研究和多元非线性回归,分析不同模型下顾客购买行为的影响因素。理论分析和结果表明,随着顾客需求的多样化和个性化,MDM和MMM模型更贴合于实际,结果优于MNL和NL模型,并有广阔的应用前景。本文的研究将为企业的产品优化、营销方案设计提供理论基础和决策支持。     

基于T-S模型的非线性系统离散时间滑模控制

基于T-S模糊模型,讨论了一类非线性离散时间系统的控制问题。采用T-S模糊模型来描述非线性系统的动态模型,再将非线性系统的全局T-S模糊模型转化为线性不确定系统的模型。这样复杂的非线性系统的稳定问题就转化为线性不确定系统的鲁棒镇定问题。采用离散时间滑模控制方法实现线性不确定系统的鲁棒镇定。利用用线性矩阵不等式技术设计稳定的滑动模面,以降低非匹配不确定对系统的影响。给出了线性矩阵不等式形式的稳定滑动模面存在的充分条件。此外还给出了滑模控制律的设计方法。所给设计方法可保证系统鲁棒镇定,并且在滑动模面附近的抖振可明显减弱。最后,给出了truck-trailer的仿真算例,证明了所给方法的可行性和有效性。