基于旅客画像的航班出行选择预测方法研究与实现

根据预处理后的旅客出行数据,运用改进的K-means聚类算法进行用户分群,提取聚类特征得到旅客类型子集合,并构建用户画像.基于特征重构数据库,构建旅客类型、出行方式、出行时间段三个维度的交叉巢式Logit模型,捕捉选择方案间的相关性,预测旅客航班出行方式、出行时间段的交叉选择,并基于实际数据进行参数估值和检验.结果表明,旅客倾向于先根据个人及家庭的需求形成旅客类型,考虑选择何种出行方式,最后在旅客类型和出行方式的双重约束下选择航班的出发时间,为机场实施需求管理提供有效依据.     

基于非集计模型的中长途客运旅客选择方式

近年来,随着我国高铁的快速发展,给公路客运产生了巨大的冲击。为了提高公路客运企业竞争力,结合中长旅客出行需求和发展态势,笔者从旅客特性、出行特征、运输方式特性等角度,分析了旅客出行行为偏好影响因素,构建了基于非集计的多元Logistic旅客选择方式回归模型。论文依据北京公路客运数据,对0～400km和400～800km的中短途和中长途旅客出行选择行为进行了敏感度分析实验。实验表明,0～400km中短途出行的旅客对便捷性和准时性的敏感度高,而400～800km中长途出行的旅客对出行费用、出行时间、舒适性和安全性的敏感度高。     

基于家庭决策的出行方式选择非集计模型

采用2010年北京市居民出行调查数据,建立了基于家庭决策的居民出行方式选择非集计模型.采用蒙特卡洛仿真技术和遗传算法对模型参数进行极大似然估计.研究结果表明,本文所建模型拟合度比较好,ρ2值达到0.759,模型在家庭和个人等两种不同出行链水平上能够较好地描述出行者的出行方式选择行为.     

机场旅客进出场交通方式选择的双层规划模型

以机场出发旅客为研究对象,在分析多种交通方式下旅客进出场出行费用对其交通方式选择影响基础上,应用双层规划模型描述了机场旅客进出场交通方式选择问题,并利用基于灵敏度分析的启发式方法对模型进行求解.模型综合考虑了交通系统的收益和旅客的利益.通过算例可以看出,应用双层规划模型描述机场旅客进出场交通方式选择问题是合理的,所采用的方法是可行有效的,对于制定多模式交通运输价格策略、缓解大型机场地面交通拥挤等具有现实意义.     

公共及共享自行车接驳轨道交通方式选择概率

当前城市交通问题日益严重,公共及共享自行车接驳轨道交通这一组合出行方式顺势而生,其能有效缓解城市交通压力且符合当前绿色交通发展政策。为研究公共及共享自行车接驳轨道交通行为,本文以二项Logit模型为基础,采用SP调查方法得到公共及共享自行车接驳轨道交通方式选择影响因素的相关数据,采用极大似然估计法标定模型参数,利用SPSS软件结合调查数据进行仿真,得到参数估计量,从而建立出公共及共享自行车接驳轨道交通方式选择模型,并结合实际情况运用特性集计方法将非集计结果集计化,得到各轨道站点公共及共享自行车接驳轨道交通方式选择概率。     

旅客登机行为实证与仿真研究

通过对机场旅客登机行为实际数据进行拟合,得到登机行为的分布函数.针对单/双通道机型,综合考虑与登机行为密切相关的各类要素,建立符合实际过程的旅客登机模型,利用仿真实验比较登机策略的优劣.仿真结果表明:在单通道机型模型中,使用某些常用策略时的登机时间并不一定比随机登机少,旅客迟到时,采用从窗口向过道登机的策略对登机时间的改善并不明显;对于双通道机型,将旅客分为5组并采取从前向后登机的策略是最佳的选择.     

基于非集计模型的交通需求预测方法

交通需求预测是城市规划和城市交通规划的核心内容之一,同时也是制定交通需求管理（TDM）策略的基础.传统的预测模型多以“四阶段法”为基础,对调查数据进行集计处理,忽略数据所携带的有关出行者行为的个体信息,存在信息的浪费和冗余.依据现代交通规划学理论,在回顾传统预测方法的基础上,对非集计模型进行深入研究;根据淄博市中心城区居民出行调查数据,预测居民出行方式分担率.研究结果表明,较集计模型,非集计方法能更好地刻画居民出行方式选择行为.     

基于博弈论的中小机场旅客出行选择研究

针对大型枢纽机场对周边中小机场的"虹吸效应"所产生的中小机场旅客量不足、枢纽机场日益拥堵等问题,提出了一个优化运营方案:调整机场航班频率与票价,引导中小机场旅客选择中小机场出行.基于Logit模型分析中小机场旅客出行选择行为,以票价和频率为竞争策略变量,建立枢纽机场和中小机场的非合作博弈模型,给出纯策略和混合策略Nash均衡解的存在性和计算方法.最后结合实例对模型进行验证,结果表明均衡条件下的航班频率与票价有利于提高中小机场旅客出行的社会效益.     

基于PCMNL模型的多机场地区旅客机场选择分析

旅客对机场的选择影响着机场的发展,在多机场地区,地面交通方式多样,客运航线网络通达,旅客的选择行为更为复杂.针对多机场地区旅客机场选择决策行为及影响因素开展研究.利用预问卷确定选择机场的关键因素,依托某多机场地区典型实例,编制发放SP问卷,调查旅客在关键因素水平不同的情境下对机场的选择.基于回收的数据构建参数化随机选择...     

广珠城轨站市内接驳交通方式的调查分析——以江门东站为例

本文在分析广珠城轨站市内接驳交通现状和旅客出行选择偏好的基础上,研究旅客的市内接驳交通方式选择行为.在江门东站进行了意愿和行为相结合的调查,基于调查数据对旅客的个人属性和出行选择属性进行聚类分析和相关性分析发现,公交车和出租车是旅客的主要接驳交通方式,收入越高的群体选择出租车作为接驳交通方式的比例越高;人群类别、出行目的、出行地区、公费出行、出行费用、安全性和舒适性为影响旅客出行选择行为的7项关键因素.基于此,建立了广珠城轨站旅客市内接驳交通方式选择行为的多项Logit模型,借助SPSS22.0软件,通过最大似然法标定模型参数.本模型的拟合程度较好,基于调查数据随机测试发现,模型对旅客出行选择行为的预测正确率为85.67%,说明本文方法具有一定的可行性.     

基于时段偏好的高铁旅客车次选择行为研究

高频公交化运营已成为部分高速铁路线路满足快速增长需求的行车组织模式.历史售票数据显示旅客对同一起讫站(OD)间平行车次的选择具有明显差异性,基于Logit模型构建考虑出发时段偏好的旅客平行车次选择方法.从车次选择率及购票特征两方面阐述旅客对平行车次选择的差异性,认为出发时段是影响旅客选择的关键要素.利用RP(Revealed Preference)与SP(Stated Preference)组合调查方法获取旅客实际出发时段偏好及潜在支付意愿.将旅客出发时段偏好融合至选择广义费用函数,构建平行车次条件下旅客的车次选择模型.京沪高铁实证分析显示:模型预测结果与实际情况间平均相对误差为6.62%,验证了方法的有效性和准确性.为精细化需求特征分析及管理提供理论基础和决策方法.     

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．     

出行链与出行方式相互影响模式

通过居民出行调查数据分析,建立递归联立离散选择模型,从出行链至出行方式和出行方式至出行链2个方向,重点分析了工作出行链和出行方式间的相互作用.研究表明,模型通过直接量化出行链和出行方式之间的相互作用,加强了行为机制对预测分析的指导.分析结果表明,出行链至出行方式的影响模式在工作出行决策过程中占主导地位,出行者首先根据个人和家庭的需要将一日的活动和出行组织成以出行链为单位的片段,然后在出行链各种性质的约束下考虑选择何种交通方式.研究结果对出行需求预测和管理有指导意义.     

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SP调查的需求组合模型参数标定方法

介绍了交通需求组合模型（CTDM）,建立了目的地方式选择组合模型,采用逐层估计的极大似然估计法对其进行参数标定.按照意向偏好SP(stated preference)和行为偏好RP(revealed preference)数据结合使用的要求对SP调查方法加以改进,开发了“基于互联网的个体行为调查设计及数据采集平台”进行数据采集.利用调查数据进行需求组合模型参数标定.以上海市嘉定校区学生观影行为为例,对所提出的方法进行验证.结果表明,通过改进的SP数据标定的参数具有较高的精确度.     

考虑距离因素的多方式交通超级网络均衡配流模型及算法

考虑了出行距离对出行者不同感知费用的影响,提出了一种考虑距离因素的多方式用户平衡配流方法。对出行者在多方式交通系统中的出行行为进行了分析,基于图论构建了用于描述一般出行过程的多方式超网络模型,并定义了有效超路径和子路径。针对出行者在不同出行过程中时间和花费这两个主要定量因素的计算方法,同时考虑了出行距离对出行者感知费用的影响机制,构建了考虑距离因素的出行广义费用函数。在此基础上,提出了基于用户平衡准则的多方式交通网络配流模型,并提出了基于子路径费用的最短超路径搜索算法。最后用一个简单算例对模型进行了验证,结果表明本文所提出的模型及算法可行有效。     

拥挤收费下居民出行方式选择———基于累积前景理论的分析

本文基于行为经济学中的累积前景理论,建立居民出行方式选择行为模型,探讨政府在高峰时段采用拥挤收费政策的情形下,不同收入水平出行者出行方式的选择行为,并用算例的形式分析了不同收费标准对出行方式选择的影响程度。研究结果表明：当拥挤收费至一定额度时,出行者的出行方式发生改变。对于中、低收入水平出行者,分别收费3元、2元时,小汽车出行者的出行方式发生变化;而对于高收入者,收费大于6元时才发生变化;不同收费标准对不同收入水平出行者的出行方式选择的影响程度不同。在高峰时段对居民设置恰当的拥挤收费,可改变其出行方式,减少小汽车出行,从而缓解城市交通拥挤。     

居民出行链、出行方式与出发时间联合选择的 交叉巢式Logit模型

为刻画出行链、出行方式与出发时间的联合选择行为,选取出行耗时、出行费用及个人与家庭属性等作为效用变量,以出行链选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统NL模型。利用2010年北京市居民工作出行的小样本调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变对备选方案选择概率的影响。参数估计结果表明,交叉巢式Logit模型具有比NL模型更优的统计学特征,并发现当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其出行链结构。直接和交叉弹性分析表明,与简单链的小汽车出行者相比,复杂链的小汽车出行者对出行时间与出行费用的敏感性较低。研究结果可以为制定和评价交通需求管理政策提供依据。