基于公交限时免费换乘的居民出行方式选择建模与分析

为了促进城市公共交通的发展,鼓励市民公交出行,多地推行公交限时免费换乘政策。为了研究该政策对于居民出行方式选择结构的影响,运用效用最大化原理,改进了非集计模型,建立了居民出行方式选择模型。调查了青岛实施公交限时免费换乘政策前后通勤出行者的年龄、月收入、职业、出行距离和出行时间等特征,获取了相应数据;以此数据为例进行了模型检验,结果发现所建立的模型计算值与用调查数据直接计算出的公交限时免费换乘政策下公交出行分担率的误差为1.65%,表明该模型的准确性与有效性。该模型为预测城市实行公交限时免费换乘政策后的公交出行分担率提供了一种新方法。     

汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响;对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关;年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。     

基于动态因素的居民租车出行选择行为研究

为研究居民租车出行意愿以及车型选择,提高租车出行选择行为的预测模型精度,使用相关性分析筛选与居民出行租车选择行为密切相关的影响因素,确定租车出行选择的动态因素(即季节和过往租车选择因素),在MNL模型的基础上建立居民租车出行选择动态模型。在大量问卷调查基础上,对参照模型和动态模型进行参数标定和对比预测。结果表明,动态因素对居民租车出行选择具有显著影响,所建立的动态模型的拟合优比度和预测准确率较MNL模型有较大提高,能够较准确地预测居民租车出行选择行为。     

基于交通方式选择的公交出行需求预测

在对国内外研究现状分析的基础上，研究立足于影响公交乘客意愿和出行选择的公交服务水平因素分析，应用期望偏好（SP）调查方法得到国内2个城市出行选择行为特征数据，分析国内城市出行者意愿和交通方式选择行为的特征和规律，在此基础上应用慈溪市的数据建立了考虑个人特性和出行时间及成本等选择特性因素的交通方式选择模型，对公交出行需求进行了预测，并结合交通方式选择行为特征调查数据和出行比例预测结果，提出了相应的公交优先发展策略．     

考虑城市交换中心的居民出行方式选择分析

城市交换中心(city exchange center, CEC)是一种新兴的交通枢纽基础设施,提供停车、换乘、商业等综合服务,旨在提高城市公共交通出行比例,践行绿色智慧出行理念。考虑CEC建成环境下城市居民出行的多模式组合特征,挖掘单一出行方式、组合出行方式、非公共机动车出行、公共机动车出行及非机动车出行的交叉归属关系,构建对应效用函数,基于交叉巢式Logit模型刻画居民出行方式选择行为。结合雄安新区的居民出行问卷调查数据,通过拟合发现,提高公共交通服务水平是提高CEC交通服务水平的重要切入点;选择服务水平高的出行者时间敏感度较高,出行费用敏感度较低,选择服务水平低的出行者则相反,所以在建设前期需要对CEC服务区域内的人口分布及家庭收入水平进行调研;需将出行者等待时间控制在10 min以内,超过此阈值,等待时间的降低对提高出行服务水平没有意义。该结果定量分析了居民出行方式选择的影响因素,有助于科学规划和布设CEC交通资源配置,为其他城市及地区的公共交通设计提供了量化指导。     

居民出行方式及影响因素调查分析

人们出行时依靠的工具有丰富的选择。无论是何种交通工具,最终目的是为了实现秉客的空间位置转移,当然作为出行人有舒适性要求。然而这个过程中,不同的载客工兵的时间不同,搭裁乘客的数量不同,占用公共设施的空间和时间的不同,对人们出行心理的影响也不同。就需要个人针对自己的个人情况对出行方式有个详细的考虑。     

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.     

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.     

新冠肺炎疫情下居民出行方式选择行为分析

为探究在新冠肺炎疫情不同阶段下,居民的个人属性、家庭属性、出行特征、疫情感知属性、行为意向、选择态度等因素对出行方式选择的影响.基于疫情初期、爆发期、平稳期3个阶段下的北京市居民出行抽样调查数据,构建混合Logit模型.结果显示：疫情3个阶段下,出行距离对出行方式选择都呈正相关显著,各阶段最大预测边际值及其对应变量分别为3.299(5～10 km)、2.983(>10 km)、3.148(5～10 km),较长距离出行对出行方式选择的影响最大;疫情感知属性和出行距离的交乘项对交通方式选择具有明显的调节效应.疫情暴发期,疫情感知属性、行为意向、选择态度变量对交通方式的选择呈负相关显著影响,出行者在出行中被交叉感染的心理担忧表现明显;仅有18.8%的出行者选择公交车或地铁出行,出行结构变化明显.疫情平稳期,选择态度变量对交通方式选择有正相关显著影响,且影响程度变大,表明出行者对交通方式的人群接触率和防疫措施的严格程度要求较高.研究结果可为公共卫生事件下出行者的出行决策和相关管理部门针对疫情的防控提供参考依据.     

暴雨内涝下公交乘客的出行选择行为

基于暴雨内涝天气对公交线路运行影响强弱的三种情形,通过实际调查(RP)和意向调查(SP)的调查结果进行效用模型估计和决策变量的敏感性分析,解析暴雨内涝下公交乘客的出行选择行为机理,得到公交乘客出行选择行为的影响因素(由强至弱)是步行时间、票价、车内时间和车内拥挤程度,以及所选出行方式的主要特点(由强至弱)是零换乘、低票价、中途易更改出行意愿和运行稳定.最后根据上述结果,从调度指挥、对信息服务、交管保障三个方面进行了暴雨内涝天气下公交应急预案的探讨.     

随机需求下定制公交站点及路径动态优化模型

针对定制公交的站点及路径动态优化问题,分析定制公交特性,结合复杂网络理论与动态需求特征,对站点进行重要度评估,并按照重要度高低进行排序,筛选出前50%与前70%的站点作为路径寻优时考虑的停靠站点.以最大服务率和最小动态行程时间为综合目标,以最大载客量、运营成本、行程时间为约束,建立随机需求下的定制公交动态路径优化模型.对A~*算法进行改进,综合动态行程时间与乘客需求作为当前节点到达终点的估计代价求解目标函数.以福州市为例,检验模型和算法的有效性.结果表明,模型与算法能够在随机需求下对定制公交停靠站点按重要度进行动态筛选并优化动态路径,且按照站点重要度前50%进行筛选得到的路径结果优于前70%.     

城市低收入人群出行方式选择模型

应用700份调研样本数据,分析了城市低收入人群的年龄分布与就业状况。结合非集计模型理论,分析了影响低收入人群出行方式选择的因素。将驾驶人个人属性、家庭属性、车辆属性与出行属性作为效用变量,将步行、自行车、公交车3种交通方式作为低收入人群出行方式选择肢,构建了城市低收入人群出行方式选择模型,并确定了模型中相应的变量与取值方法。另选取175份调研数据,对模型的准确性进行验证。计算结果表明：应用建立的模型,步行、自行车、公交车3种交通方式的计算结果分别为23.4%、25.7%、50.9%;在调研数据中,3种交通方式的结果分别为21.7%、24.6%、53.7%;计算值与统计值的绝对误差较小,最大误差仅为2.8%。     

基于GPS数据的公交站点区间行程时间可靠性影响因素

为提高公交行程时间预测与信息发布的准确性,借助显著性分析确定影响可靠性预测的主要因素.首先,基于公交GPS数据,采用地图匹配算法建立站点区间行程时间计算方法;其次,针对11组不同路段站点之间的区间行程时间数据,通过拟合优度检验筛选最佳分布模型,并利用最大似然估计获取最优分布模型参数;最后,建立公交行程时间可靠性评价指标体系,分析交通条件、道路条件、采样间隔与行程时间波动指数、延误指数的相关关系.结果表明:三元高斯混合分布模型能以100%的接受率最优地拟合公交行程时间数据,站点区间长度、公交小时流量、采样间隔与行程时间可靠性存在相关关系,而交叉口相对位置则为非关键影响因素.     

计划行为理论框架下城际出行方式选择分析

根据计划行为理论设计了针对都市圈内城际间普通列车、动车组、高铁和长途汽车4种出行方式选择的心理影响因素的调查方案,在样本通过信度和效度检验的前提下分析了行为态度、主观规范、感知行为控制和行为意向的相关关系,并建立结构方程模型。发现计划行为理论各变量的关系范式能够较为成功地应用于城际出行方式选择行为之中,其中“主观规范”在各种出行方式中对选择行为意向的影响最为显著。通过研究能够确定干扰城际出行方式选择行为的关键心理因素,为城际出行的需求管理策略提供理论支持。     

基于NL模型的北京公共交通票价对出行方式影响研究

利用SP(stated preference)调查挖掘了更多乘客选择出行方式时关注的因素,对比研究了MNL(multinomial logit)与NL(nest logit)模型机理,构建了更具适用性的交通方式选择NL模型,以北京市为例验证了模型的可靠性。应用模型分别探究了常规公交及地铁票价变化对乘客交通方式选择的影响。结果表明,随着常规公交票价的增加,0~10 km范围内常规公交出行者向私家车转移,10 km以上则会选择地铁出行;而随着地铁票价的增加,地铁出行方式的分担率明显下降,并导致公共交通分担率的下降。通过探究公共交通票价变化对乘客出行方式选择的影响,为北京市公共交通票价调整提出合理建议。     

基于老年人出行选择概率的公园绿地可达性评价—以重庆市渝北区为例

老年人公园绿地可达性的评价,能够有效衡量老年人出行需求与公园绿地供给之间的关系,提高城市公共设施服务水平并增大老年人生活的幸福指数。以老年人出行方式选择行为和公园绿地固有属性确定的出行选择概率,得到基于选择概率的两步移动搜索法（Two-step floating catchment area method based on selection probability,SP2SFCA）,用于评估老年人公园绿地的可达性。以重庆市渝北区为例,用ArcGIS进行插值分析与叠加分析,确定公园绿地可达性的分布差异与重点改善区域,计算老年人公园绿地的空间可达性。结果表明：与两步移动搜索法相比,SP2SFCA更具合理性与适配性,尤其是在评价高可达性区域内部差异和边界区域的可达性计算中具有更高的敏感性。由SP2SFCA计算得到的可达性,增长率最高达到3 127.17%,降低率最高达到97.03%;可达性极差的区域由0.48%提高至6.27%,极好的区域由48.92%降低至35.42%;低人口密度高可达性区域占比约14%,高人口密度低可达性区域占比约21%。SP2SFCA能够分析城市公园绿地资源的供给分布,为保障老年人生活与城市公园绿地分布格局提供了优化建议。