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.     

我国航空旅客对附加服务选择行为及实证研究

附加服务需要付费偏离了旅客先前的购买习惯,中国旅客接受度不高。在国内外研究主要侧重于确定影响旅客购买附加服务的因素的基础上,本文同时将影响因素同旅客选择行为结合起来进行研究。首先通过预调查得到最受我国旅客欢迎的前五项附加服务及其意愿支付价格,由此确定研究指标及指标水平;然后构建我国旅客对附加服务的Mixed logit随机选择模型;最后对模型求解,得出中国不同细分市场旅客对附加服务产品的选择行为存在的较大差异。结果表明,旅客对航空保险、优先选择座位和优先值机/登机这三项附加服务有较强的购买意愿;选择低成本航空公司的旅客对附加服务的价格更敏感;飞行时间长、家庭收入高的旅客以及商务旅客对优先选择座位的重视程度较高;休闲旅客更喜欢选择机上餐食和托运行李;旅客个人偏好对附加服务的选择有显著影响。本文的研究将为附加服务产品的设计和优化提供理论基础和决策支持。     

考虑收入因素的旅行时间价值模型研究

时间价值在分析交通行为、定量地评价交通项目的经济效益中都起到十分重要的作用.在随机效用函数理论的基础上对旅客的时间价值进行了深入研究,提出了一种新的效用函数的构建方法和模型参数标定算法,其不仅考虑了传统的旅行费用和旅行时间,而且进一步考虑了旅客收入这一因素.其次运用极大似然估计方法对模型的参数进行标定.最后针对京沪通道相关数据进行了简单的实证分析.     

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。     

考虑旅客跨车厢行为的动车组人员疏散仿真

为研究旅客跨车厢行为对动车组人员疏散情况的影响，建立考虑出口选择的元胞自动机模型。以CR400BF型动车组二等车为研究对象，使用疏散效率、冲突次数和过道拥堵程度等指标，研究旅客跨车厢现象对车厢疏散的作用，并讨论旅客座位分布、相邻车厢转移旅客数量与车门开启方式等因素对疏散情况的影响。仿真结果表明：离散的位置分布使冲突次数减少约44.7%；旅客跨车厢疏散会降低本车厢旅客疏散效率；相邻车厢转移旅客数量与本车厢旅客疏散时长呈先线性增大后趋于稳定的关系；相邻车厢不同车门开启方式对本车厢旅客疏散效率的影响不同。     

铁路客运站最高聚集人数模拟计算研究

旅客最高聚集人数是研究铁路客运站站舍能力与规模的核心。分析了传统的铁路客运站最高聚集人数计算方法的优点和不足，建立了铁路客运站最高聚集人数的模拟模型，实现了相应的模拟系统。最后以某车站为算例进行了仿真计算。模拟模型包含客流模拟模型和计算模拟模型两个子模型。客流模拟模型以对数正态分布为基础，根据列车旅客发送量来模拟旅客到达车站的时间分布。计算模拟模型用来模拟旅客的聚集过程，从而找到车站最高聚集人数和该值的出现时间。研究结果表明，系统是对实际情况模拟，它的应用能够提高效率，避免大量调查工作，节省支出。     

弹性需求下铁路票价和提速策略的优化模型

对于铁路客票定价和提速问题．传统的研究一般都只是考虑票价或者速度一个因素．很少考虑两者之间的影响，以及它们对旅客流量的影响。本文在分析了铁路旅客票价和列车运行速度的经济效益的基础上．给出了一个双层规划模型来描述弹性需求下城市间多种交通运输方式竞争条件下旅客票价和线路提速策略的优化模型，同时给出了该模型的具体算法。通过对算例结果的分析，用该算法求解双层规划模型是可行性，这为合理制定铁路客票价格问题提供了一种方法。     

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。     

鱼群算法在重大交通事故下车辆行为中的应用

采用鱼群的某些行为来模拟重大交通事故下车辆的一些行为。如利用鱼群的避障行为,随机移动行为,约束行为等来模拟车辆的换道行为,自然行驶行为,行驶中的约束行为等。并针对鱼群的避障行为对应的车辆换道行为进行了深入的研究,给出了车辆的换道模型（EMLCM）,从三个方面介绍了该模型的特点。并给出了在重大交通事故下车辆的延误时间的具体模型及换道期间车辆速度和位置变化情况,最后通过仿真实验说明采用的方法和提出的模型是有效的,对延误时间的分析是合理的。     

基于自组织理论的交通流初步研究

分析和阐述了应用自组织理论进行交通流研究的可行性及合理性,提出了基于自组织理论的交通流研究的构想和框架;对交通流中的耗散、分形进行了初步研究,提出了一种基于自组织理论的交通流管控模式．     

基于粗糙集的区域交通控制交通量属性约简

交通量属性的有效约简能够大大减少方案选择式城市区域实时交通控制系统在线SVM分类计算的计算量,是实现这种实时交通控制方式的关键一步。在遗传算法初始种群的产生和变异中引入了混沌算法,并提出了“混沌变异”的概念,由此构造了混沌遗传算法。将混沌遗传算法用于粗糙集的属性约简,并在构造适应度函数时引入了粗糙集理论的“支持度”。在初始种群的产生、交叉和变异算法中均采用约简的可辨别下三角矩阵判断个体的可行性。最后将所开发的粗糙集混沌遗传属性约简算法用来对城市区域交通控制交通量属性进行约简。仿真计算结果表明:所开发的粗糙集混沌遗传属性约简算法能有效地解决交通量的属性约简问题。     

交通流自组织及其基于自组织理论的管控模式研究

论证了交通流中存在自组织现象,对交通流中的耗散、相变和协同进行了数学描述,利用小波分析对交通流中的分形进行了初步的实证研究;最后,提出了一种以序参量优化为主导管控、以输入信息为诱导管控并相互集成的、基于自组织理论的交通流管控模式．     

城市交通信息系统的设计研制——以北京市的系统开发为例

本文介绍了城市交通信息系统的设计目标，开发途径及其系统结构与功能和数据地理编码、建库，同时，论述了系统中交通现状、交通管理、交通规划及背景信息查询模块的建造及应用实验.     

基于神经网络的交通平衡求解算法

研究目标在于采用神经网络方法替代传统的交通分配方法。回顾了交通网络平衡条件下实现交通网络配流的解析方法，然后提出了采用人工神经网络模拟处于交通平衡状态的运输网络，进而替代传统的配流方法的思想。定义了交通流的平衡函数和交通流平衡态的概念，证明了用神经网络来识别交通流的平衡状态的可行性。提出采用反向传播神经网络来模拟交通平衡状态的原则和方法，并建立了训练神经网络的判据，提出了判断神经网络模型效果的评价方法。最后，通过实例证明了良好训练的神经网络可以替代传统的交通分配，而且，容易把交通管理策略考虑到分配的过程中．并且能够政善配流速度。     

人工交通系统的研究初探

人工交通系统是人工社会在交通仿真系统中的直接应用，是复杂系统研究对传统仿真方法进一步发展的需求和计算能力不断提高的必然结果。首先介绍了人工交通系统的概念，分析了人工交通系统与交通仿真系统的区别，接着阐述了人工交通系统的研究基础、自下而上基于代理的建模方法、以及人工交通系统的研究方式。最后给出了结论和对下一步工作的展望。     

铁路运输网络资源配置与组织模式研究

通过对铁路运输资源配置模式和组织模式对系统中的扰动因素传递过程影响的定量研究,建立确定的组织模式下的运输系统附加费用模型,提出对组织模式和系统资源配置的优化模型。     

预则型动态交通网络配流模型

提出卫种预测型动态交通网络配流模型，利用最优控制理论和最优化原理推出了模型最优解存在的条件，并给出最优解的经济解释，体现模型体现了道路使用者对路树的预测依赖于先进的交通信息系统和决策者的理发预测的特点，它与实际情况更为接近。     

广珠高速公路交通量预测

研究了广州到珠海高速公路交通量预测,重点探论了出行发生量预测、ＯＤ交通量预测与交通量分配所用方法。文中得到的预测结果已经成功地为交通部门采用。     

基于深度学习的节假日高速公路交通流预测方法

准确的预测节假日期间高速公路交通流量，能够为节假日高速公路应急管理提供重要的数据基础。利用深度学习的理论框架建立了LSTM-SVR 预测模型，利用BP 神经网络对样本数据进行处理，再将LSTM 捕获的数据特征输入SVR 回归层中实现交通流预测。选取“ 十一” 黄金周前后时段，利用位于丽江市的交调站流量监测数据对LSTM-SVR 模型进行验证，并将LSTM-SVR 模型与其它模型预测效果进行对比。发现LSTM-SVR 模型在节假日不同时段、天气、流量状态下的高速公路交通流预测中有较好的适用性。