关于北京市感知价值对共享单车出行选择影响的调查分析

为研究共享单车在城中化进程中的发展以及其在促进公共交通和减少私家车使用中的重要作用.通过把行为经济中的感知价值因素引入到共享单车出行选择分析框架中,把反映出行者感知利得和感知利失的潜变量以及刻画骑行者个人特征和出行特征的显变量统一纳入到离散选择潜变量混合模型(integrated choice and latent variable,ICLV),研究了感知利得(包括感知节约、感知激励、履行社会规范)和感知利失(包括转换成本和感知风险)心理权衡过程对出行者出行选择的量化影响水平.结果 表明:①收入,偏好以及衔接性正向显著影响出行者共享单车出行选择行为;②男性比女性更愿意选择共享单车出行;③出行目的也显著影响出行者共享单车出行选择行为;④在感知价值方面,感知利得正向影响通勤者共享单车出行选择行为,其中感知时间节约,沿途风景欣赏,资源节约显著影响;感知利失负向显著影响出行者共享单车出行选择行为,其中转换心理成本和感知信息风险会显著影响.     

共享单车对通勤走廊出行结构的影响

为深入分析共享单车导入对通勤走廊出行结构的影响,文中将通勤方式选择行为解析为面向主要出行方式和末端接驳方式的联合选择行为,并构建双层NL(Nested Logit)模型以描述通勤者的分层决策过程;在此基础上,选取不同通勤距离下的实际案例,计算共享单车出现前后通勤走廊内各主要出行方式及公共交通末端接驳方式的分担率。结果表明:在短距离通勤中,共享单车的分担率达到13.2%,对于地面公交、私人自行车存在显著的替代效应,但对地铁的分担率影响较小;在中长距离通勤中,共享单车更多被作为地铁的接驳方式,在促使地铁分担率上升3.6个百分点的同时,也造成地面公交、私家车及出租车分担率下降。总之,共享单车的出现在便捷传统公共交通方式接驳的同时,可减少早高峰期间地面公交来自短距离出行的客流压力,提升地铁对长距离出行客流的吸引力,并可在一定程度上减少小汽车和出租车出行。     

与共享单车相互竞争的响应型接驳公交的票价研究

研究了与共享单车相互竞争情况下响应型接驳公交的票价问题。首先构建了包含基础票价、乘客出行延误惩罚的收益模型,模型中响应型接驳公交、共享单车的基础票价分别是需求点到地铁站距离、租用时间的函数;然后分析了响应型接驳公交、共享单车相互竞争条件下的定价博弈过程,并构建了嵌套双层规划定价模型;最后基于灵敏度分析和遗传算法设计了求解算法。算例结果表明:本研究方法能有效地确定响应型接驳公交、共享单车的单位票价和客流分担率。单车运行时:响应型接驳公交单位票价为0.8元/km,分担率为72.7%,共享单车单位票价为1.2元/0.5 h,分担率为27.3%;双车运行时:响应型接驳公交单位票价为0.5元/km,分担率为89.1%,共享单车单位票价为1.5元/0.5 h,分担率为10.9%。与单车运行的响应型接驳公交相比,双车运行的响应型接驳公交的基础票价降低了37.5%,分担的客流量增加了22.5%,显著地增加了社会效益,但运营商的总收益显著减少,需政府增大财政投入;双车运行时共享单车的社会效益、运营商的总收益均显著减少,随着响应型接驳公交系统运行方式的改进,共享单车的竞争力有相对下降的趋势。     

面向异质化需求的无人驾驶电动公交接驳路径优化

在以连接地铁站点为目的的短途接驳服务中,常规公交、共享单车、小汽车因车内拥挤、环境暴露、等待时间长所造成的不舒适、不方便、不准时等问题,往往会成为乘客放弃公共交通出行的主要原因。同时,由于人群对服务质量的要求不尽相同,需求均质化假设仍难以充分考虑乘客在准时性、快捷性、舒适性等方面的需求差异。该文提出一种面向出行者异质化需求的无人驾驶电动公交接驳路径优化方法,在需求产生阶段允许用户对准时性、快捷性与舒适性等个性化指标进行选择,充分考虑个人偏好满足度对目标函数的影响,建立多轮次带多软时间窗的车辆路径规划模型,并使用禁忌搜索算法求解。通过问卷调查获取用户对各需求指标偏好的分布情况,选择北京丰台科技园地铁站及周边4 km²的范围进行案例计算与结果分析,发现提出的方法相较传统方案能显著提高规划结果对出行者异质化需求的满足度。     

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。     

考虑建成环境交互影响的共享单车需求预测

共享单车的发展有利于交通的节能减排绿色发展。建成环境是影响共享单车出行需求的重要因素,然而很少有学者探究考虑其交互作用。为了准确分析建成环境中各影响因素的交互作用以达到精确预测共享单车出行需求的目的,本文使用了深圳市共享单车出行数据、兴趣点数据（point of interest,POI）、路网数据和公交线路数据等多源数据,采用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型预测共享单车出行需求,并与BP(Back Propagation)神经网络模型预测结果进行比较;最后借助SHAP(SHapley Additive explanation)方法解释GBDT模型中各种影响因子对共享单车出行需求产生的影响,并分析各影响因素及其交互作用。实验结果表明：GBDT模型预测结果平均绝对误差为0.683,均方根误差为0.728,较BP神经网络模型预测准确性更高;通过SHAP方法发现自行车道密度、公交站点数等交通属性因素对于共享单车出行需求作用明显,土地利用中土地利用混合度不是简单线性作用且不同POI间存在复杂交互关系。可见通过借助GBDT模型和SHAP方法可以用来共享单车出行需求预测以及影响因素分析,从而为共享单车发展提出改善建议。     

评估政策感知对居民绿色出行意向的影响

绿色出行的引导效果受政策及出行者选择偏好影响,需要考虑不同类型的低碳引导政策和出行者的异质性。为定量分析政策和出行者异质性对出行行为的影响,将政策分为三种：经济、便利和公共信息政策感知,基于521份绿色出行问卷调查数据,采用K-means聚类将出行者划分为享乐型组(60.7%)和实用型组(39.3%)。偏最小二乘法结构方程模型(partial least square method of structural equation model, PLS-SEM)的结果表明：在出行者绿色出行行为中,若不考虑出行者的异质性,可能高估或低估政策对出行者绿色出行意向的影响;享乐型组的绿色出行意向受公共信息政策感知的影响大于实用型组,受经济政策感知的影响小于实用型组;公共信息政策是引导享乐型组和实用型组绿色出行最重要的政策措施。     

出行者感知误差下目标导向型双属性用户均衡

提出了目标导向型双属性路径效用模型,用于分析随机交通网络中出行时间和出行时间可靠度两属性影响下出行者的路径选择行为,其中能够达到的目标决定了路径效用的大小。所提出的模型具有3个特点:一是考虑出行者感知误差,从而得到出行时间和出行时间可靠度的感知值;二是基于感知值的边际分布,采用Copula函数刻画感知值间的随机相关性;三是出行者为每个属性赋予特定目标,并且提出了目标间的相互作用,即互补关系。基于所提出的路径效用模型,进一步提出了考虑出行者感知误差的目标导向型双属性用户均衡模型,将其表示为变分不等式问题,采用连续平均算法对其进行求解。最后通过数值实验验证了出行者不同出行行为下的表现和算法的有效性,并对相关参数进行了敏感性分析。提出的模型拓展了出行者路径选择的研究范围。     

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。     

基于分层Logit的多方式随机用户均衡分配模型

为了完善现有的交通分配模型,综合考虑出行者的方式选择与路径选择行为,建立了基于分层Logit的多方式随机用户均衡分配模型。首先,在多方式交通网络中,根据出行者出行决策的2个步骤,即首先选择合适的交通出行方式、然后选择该方式交通网络中的出行路径,采用分层Logit模型描述出行者的交通方式和路径联合选择行为。在建立的分层Logit模型中,出行效用与流量分布相互制约,出行效用受路网流量影响,而路网流量由效用所决定,最终要达到平衡。接着,构造了一个数学规划模型来求平衡解,证明数学规划模型的最优解与分层Logit模型的流量解等价,并进一步证明等价数学规划模型的目标函数是凸的,而约束集也是凸的,因此等价数学规划模型是一个凸规划问题,模型的解是唯一的。随后,给出了求解提出的基于分层Logit的多方式随机用户均衡分配模型改进的方向搜索算法步骤。最后,以含公交车和小汽车2种方式的方格形路网为算例,分析公交票价、出行者的时间价值和分层Logit模型的层间比例参数的变化对交通分配结果的影响。结果表明:公交车票价对流量分配的影响不大;公交需求量随出行者时间价值的增加而下降;当出行者的时间价值较低时,公交需求量随分层Logit模型的层间比例参数增加而增加,当出行者的时间价值较高时,公交需求量随分层Logit模型的层间比例参数的增加而减小。     

基于粒子群算法的共享单车站间调度优化方法

对单车实行精准高效的调度是目前共享单车系统亟须攻克的重要难题之一。共享单车的调度问题可以看作是一个受时间、地域、人流等多因素影响的NP完全问题(Non-deterministic Polynomial Complete Problem)。目前,我国在这一方面的研究工作尚不成熟。根据单车调度实际情况,考虑调度车容量与站点满意度约束,以旅行商问题为基础,建立综合优化最大化的共享单车站间调度数学模型,通过优化多目标问题的混合禁忌-粒子群算法,对上述模型进行求解。最后以合肥市大学城实际单车站点为算例,以该算法进行求解。结果证实该算法可以得到综合最优的调度路线。     

考虑用户偏好的奖励机制下共享单车分流停车引导策略研究

为缓解共享单车停车空间不足导致的乱停乱放问题,提出共享单车停车分流引导策略,并根据用户行为选择设置相应的奖励措施。设计叙述性偏好问卷调查,获取用户行为选择偏好数据,运用Logit模型进行分析并构建激励共享单车用户分流停车的奖励机制;构建以企业成本最小和转移停车需求最大为目标的多目标优化模型,提出引导用户分流停车的策略。以西三旗永泰庄地铁站为例检验了该策略的实际可操作性,结果表明策略用户接受度达60%,预计成功转移58.33%的过量停车需求。该策略能够在一定程度上缓解由于停车空间不足导致的共享单车停车问题,可以为共享单车停车管理提供有效指导。     

基于大数据的公共自行车运营分析及调度模型

为解决公共自行车系统在交通高峰时间段自行车借还困难问题,提升公共自行车系统的运行效率和用户 满意度,以某市的现有公共自行车系统运营情况为研究对象,通过大数据归纳了公共自行车系统的借用和返回 规律,分析了公共自行车的运行特点,研究公共自行车的时间特性和周转特性,并且为调度模型的建立提供了 数据基础,最后通过改进蚁群算法建立了较好的公共自行车调度模型。实验结果表明,建立的静态调度行驶路 径优化模型得到了最优调度行驶路径,从而使高峰时间段自行车借还困难问题得到了有效解决,减少了调度所 需时间并提高了工作效率。     

基于遗传算法的单点交叉口信号配时优化

以相位的周期时长、绿灯时间作为约束条件,平均停车次数、平均延误最小作为优化目标函数,建立了信号配时优化非线性模型.以上海某一交叉口作为研究对象,将其交叉口的交通数据应用于该模型中,以Matlab为模拟环境,应用实数编码遗传算法对其求解.运行结果显示:交叉口的信号周期由145s变为118s,缩短了19%;车辆的平均延误由45s/veh变为36s/veh,下降了20%;车辆的平均停车次数由0.828 2变为0.736 1,下降了11%.研究结论表明,该方法得出的信号配时方案可以有效地减少停车延误和停车次数,优于现有控制方案及传统的Webster算法得出的方案,从而证明了此模型的实用性.     

基于全生命周期的共享产品管理

 共享经济是近年来在中国蓬勃发展的一种新型经济模式,共享单车作为一种成功的产品,一方面极大地方便了都市人群的出行,解决了最后一公里的出行难题,但在另外一方面也带来诸如产能过剩,管理混乱等问题。本文针对共享单车,研究其全生命周期的碳排放量和使用情况,得到1辆单车抵消其能源消耗的最短使用时长。结果表明,北京拥有近350万辆共享单车,在当前每辆单车1天被使用1次,1次行驶里程为2.1 km的情况下,每辆单车至少使用625天,才能实现真正意义上的"零碳排"和"绿色出行";目前北京将承担因共享单车过量投放带来的巨大环境风险。全生命周期碳排放核算成为基于环境角度制定合理的共享经济产品数量管控值的重要手段。     

电动自行车路段横向驾驶行为特性研究

基于录像数据采集方法与电动自行车运行轨迹提取方法,依托实际采集数据分别对电动自行车横向位置分布规律、电动自行车与机动车横向干扰、无机非隔离路段电动自行车越线行为3方面展开较为系统的数据分析。研究表明:在没有机非分隔带而仅是存在机非分隔线情况下,电动自行车均存在超越机非分隔线进行越线行驶的现象;路内停车的存在会导致电动自行车越线行驶比例增加,进而对电动自行车行车安全构成一定威胁。     

城市故障共享单车回收路径优化——以摩拜单车为例

为保障用户骑行安全及企业正常运维,需要及时回收故障共享单车,科学规划回收路径从而提高回收效率.首先,在简要分析故障共享单车回收现状的基础上,对其进行定义和分类,并确定回收准则及具体流程其次,选择K-means算法对故障共享单车进行聚类处理,构建以回收工作总成本最低为目标的路径优化模型最后,以上海市徐汇区部分区域的故障摩拜单车为例,设计改进蚁群算法进行求解,验证了所用模型和算法的正确有效性研究表明:满载率系数与回收车辆行驶用时呈正相关性,服务节点个数同时影响着搬运时间和行驶时间,从而对回收总成本产生较大影响因此在安排回收任务时,企业应结合现实情况的工作量及计划成本来选择具体参数,使得模型更贴合实际规划需求.     

共享单车发展下的轨道交通廊道影响范围研究

基于共享单车在各大城市普及程度的提高,共享单车换乘轨道交通的出行方式越来越普遍。本文建立以广义出行成本表达可达性的轨道交通廊道影响范围测算模型,计算轨道交通站点的合理影响范围,比较骑行和步行换乘轨道交通时各站点的影响范围。以成都市为例,各环线内骑共享单车的影响范围比步行的影响范围平均增加了675.2～4590.06 m;范围扩大了2.36～2.64倍。基于泰森多边形原理,解决各站点间合理影响范围的重合问题,并确定站点潜在影响范围的界限。该研究成果确定了一个更为精准地划分轨道交通廊道影响范围的方法,为轨道交通廊道影响范围的研究提供了新的理论方法。     

基于共享泊位分配模型的新建停车场规模

为缓解城市停车泊位供需不均衡的问题,对城市新建停车场泊位规模问题进行研究.采用共享泊位分配模型对停车需求进行预测,在此基础上引入了灰理想关联熵理论提出停车场规模修正系数概念,实现了对新建停车场泊位数量规模的测算.选取拉萨神力时代商圈范围内的三个新建停车场为研究对象,对其商业区和居住区的停车泊位供给现状、停车需求实际、平均步行距离进行了调研和分析,在此基础上引入粒子群优化算法对共享泊位分配模型进行求解获取新建停车场的停车需求,进而结合修正系数对新建停车场的泊位规模进行确定.研究结果可以有效弥补共享泊位分配模型在实际应用中的不足,为解决城市商圈停车难问题提供一个有效的途径.     

共享单车需求预测及调度优化

为了更加准确地预测共享单车的需求量,制定合理的调度优化方案。针对共享单车骑行数据的周期性、非线性和随机性的特点,提出了季节性灰色Markov模型来预测共享单车需求量。在此基础上,根据双层规划模型结果来制定调度优化方案。在季节性灰色Markov模型中,首先将原始数据带入季节性GM(1,1)模型得到预测结果,然后用Markov模型对预测的残差进行修正,得到最终的预测值。在双层规划模型中,上层目标为运营商的调度成本,下层目标为调度中心的调度时间,双层规划模型用GUROBI求解器求解。最后将两种模型应用于纽约市17个Citi Bike共享单车站点的算例分析。数值计算结果表明：季节性灰色Markov模型在17个站点从周一到周五的需求量预测的平均绝对百分比误差(mean absolute percentage error,MAPE)为10.68%,预测精度较高。利用双层规划模型制定的调度优化方案能确定调度中心数量、位置,调度范围和调度路径,可以在满足用户需求的同时使调度成本和调度时间最优。研究提出的需求预测模型和调度优化方案可以为共享单车运营部门和交通管理部门提供有效的参考。