基于VMS信息差异的驾驶人路径选择行为

为了探究可变信息标志(variable message sign, VMS)条件下驾驶人路径选择行为的影响因素,以西安市私家车和出租车驾驶人为调查对象,采用正交试验法设计调查问卷,采用行为(revealed preference,RP)调查和意愿(stated preference,SP)调查结合的方法,获取特定情景下驾驶人的路径选择行为;采用二项Logit模型构建驾驶人路径选择行为决策模型,并分别用Jackknife和Bootstrap抽样技术修正所构建的模型,对比分析上述3种模型的精度。在基于Bootstrap技术的二项Logit模型的基础上,分别讨论不同的VMS发布形式、拥堵原因、拥堵时间和更新频率对驾驶人路径选择行为的影响。研究结果表明:Jackknife技术不能提高Logit模型精度,而Bootstrap技术可以显著地提高Logit模型的精度;文字式和图文混合式的VMS发布形式对驾驶人路径选择行为有显著的正影响,且影响程度相差不大,而图形式的VMS发布形式对驾驶人路径选择行为没有显著的影响;拥堵原因对驾驶人改变路径的影响强度从大到小依次为交通事故、车流量大、道路施工;随着拥堵时间的增加,受过高等教育的驾驶人选择替代路径的概率逐渐增大;驾驶人更愿意接收到更新频率为30、60 s的建议绕行信息。研究结论有助于交通管理部门设计更可接受、易理解的VMS信息,从而为改善交通状况和提供个性化的出行信息服务奠定理论基础。     

不同交通信息下网络交通动态路径选择行为

为从道路网络层面实现对城市交通的有效诱导,达到均衡交通流分布、提高交通整体运行效率的目的,在一个典型路网上,研究利用可变信息标志(variable message sign,VMS)提供不同交通信息内容条件下的驾驶员动态路径选择行为.针对地面道路上一块文字式VMS和快速路上一块图文混合式VMS,采用陈述偏好调查法采集交通行为数据,并用离散选择行为方法分析数据,建立了提供路径行程时间信息、交通状态信息和交通事故信息条件下驾驶员动态路径选择行为模型.分析结果表明,可变信息标志发布路径交通信息的精确性、完整性,驾驶员的个人属性等,是影响路径选择行为的主要因素.研究结果可为先进的出行者信息系统的规划建设和信息发布策略的制订等提供依据.     

VMS影响下快速路驾驶员路径选择行为分析

可变情报板(Variable Message Signs,VMS)已成为城市快速路上驾驶员获得实时交通信息的一个重要手段。为了深入了解VMS对快速路驾驶员路径选择行为的影响,结合车牌识别数据进行了相关分析。研究结果表明,快速路驾驶员路径选择行为与VMS实时诱导之间存在明显的反馈调节关联,而且VMS路径选择行为的影响效果十分显著,可以一定程度上优化快速路网的交通流分配。     

群体诱导信息下驾驶员响应行为的辨识与建模

提出一种利用实测宏观交通数据定量分析群体诱导信息下驾驶员路径选择行为的新方法.利用上海市快速路监控中心和路由控制示范工程数据库的交通数据,重构可变信息标志(variable message sign,VMS)信息下的交通出行场景,分析VMS信息作用下驾驶员路径选择行为,建立了一个集计的群体诱导信息响应行为Probit模型.结果表明:驾驶员在VMS信息影响下的路径选择行为除了和信息内容有关外,还与时段、下匝道交通状态、拥挤可视性、有无协调分流等因素有关,可为主动式智能交通诱导系统的构建和信息发布策略的制定提供依据.     

城市轨道交通运营中断条件下乘客路径选择模型

为研究城市轨道交通运营中断条件下乘客的路径选择行为，首先依据运营中断事件对乘客的不同影响对乘客进行分类，并给出对应的路径选择策略。其次基于出行时间和出行费用2个因素确定了广义时间费用的计算方法。然后分析中断时长对乘客的影响，构建了中断下的乘客参考点的取值原则。最后利用累积前景理论和Nested Logit模型构造了乘客路径选择模型。算例结果表明：模型计算的乘客路径选择概率结果与实际统计结果相对误差不超过10%，具有良好适用性；乘客路径选择行为随中断时长的改变呈现动态变化，短时间中断下乘客路径选择行为变化剧烈，长时间中断下乘客路径选择行为相对稳定；乘客对出行费用的接受度越高，越倾向选择出行时间短的路径；乘客对中断忍耐程度越低，对路径综合价值越敏感。     

基于logit模型的共享汽车出行影响因素分析

为定量分析影响使用共享汽车出行的主要因素,以543份有效调查问卷收集的数据为基础,从个体特征、出行特征和出行者对共享汽车服务水平的主观感知3个方面开展研究,分别运用有序Logit模型和多项Logit模型建立共享汽车出行频率预测模型,并对比预测精度。结果表明,职业类型、对共享汽车舒适性、便利性、经济性和时耗性的主观感知5个变量与共享汽车出行频率显著相关。有序Logit模型和多项Logit模型的平均预测准确率分别为78.41%和92.40%,多项Logit模型的预测效果较好。     

兼顾管理者需求和用户可接受性的交通诱导系统MPC设计

针对交通诱导系统中可变信息标志(VMS)的控制策略设计,该文在宏观Metanet交通流模型的基础上,研究了VMS诱导控制信号对驾驶员路径选择行为的影响,建立了路网诱导控制的状态方程模型。在模型预测控制(MPC)框架下设计了VMS诱导控制策略,以优化路网所有车辆的总旅行时间和VMS切换性能为目标函数,通过对诱导控制变量引入用户可接受约束,有效兼顾了交通管理者对系统最优的控制需求和交通用户对VMS推荐路径的可接受性。最后设计了基于禁忌搜索的双层并行求解算法对MPC诱导策略进行求解,利用并行计算保证MPC控制的实时性要求。仿真结果表明,该文设计的诱导控制策略能缓解路网拥挤,提高路网通行能力,对系统随机扰动具有较好的抗干扰能力。与基于系统最优的诱导策略和基于用户均衡的诱导策略相比,该控制策略不仅能满足管理者的控制需求,而且能均衡路网车流分布,减少交通用户的延误时间,提高用户对交通诱导系统的满意度。     

突发交通事件信息影响下交通网络行为微观计量分析

研究了突发交通事件下地面道路可变情报板(SVMS)同时提供高架和地面道路行程时间条件下的驾驶员择路行为.采用意向行为调查获取择路行为数据,运用微观计量经济学中的离散选择分析方法对影响路径选择的因素进行了多变量分析,建立了描述择路概率的二元Logit模型.研究发现,SVMS信息对择路决策有显著影响,影响大小与驾驶员属性、信息内容及地面道路属性有关;驾龄越长、年龄越大的男性驾驶员,接收SVMS信息后选择地面道路的可能性更大;经常使用高架、认为高架可变情报板对其择路决策很有用的驾驶员,选择地面道路的可能性更小;高架延误越大、地面道路信号灯路口越少、延误原因为事故时,选择地面道路可能性更大.研究成果为交通突发事件下交通诱导策略优化提供理论依据和政策启示.     

八车道高速公路可变信息标志前置距离对驾驶行为的影响

基于驾驶模拟实验,设置3.0、2.5、1.5、0.7 km 4种前置距离的可变信息标志（variable message sign,VMS）,收集32名驾驶员视认4种前置距离的VMS后换道驶出高速公路过程中的方向盘、速度和位置数据,并观察各驾驶员在换道过程中的方向盘操控行为、换道行为、减速行为。结果表明：VMS视认过程属于多任务驾驶行为,驾驶员需在短时间内完成VMS视认、路径决策、车辆减速与换道;当VMS前置距离不足时,驾驶员需快速、大幅转动方向盘,进行连续换道、急换道;为顺利驶入减速车道,部分驾驶员采取减速换道措施,增加了事故风险;当VMS前置距离过长时,驾驶员对VMS的短期记忆效应使得驾驶负荷提高。     

基于效用理论的多目标路径选择模型

首先分析了影响驾驶员路径选择的基本要素,基于效用函数理论建立了多目标路径选择模型;在消除量纲对路径选择的影响的基础上,提出了逼近理想路径、远离负理想路径的最优路径判别方法;最后,通过计算每条路径的优劣指标值对多条路径进行排序,且方法易于编写成计算机程序语言,对于大量数据信息下的路径选择模型,可以迅速找到最优路径.     

分路段差异化收费条件下货车司机出行路径选择意愿模型

为解决货车司机出行路径选择行为缺少考虑差异化收费政策影响的问题,通过出行费用、出行距离、优惠折扣、收费系数和是否关注差异化收费政策这5个变量刻画差异化收费,通过构建分路段差异化收费条件下货车司机出行路径选择的RF模型。以银昆高速（G85）昭通至水富段及麻水线与昭麻二级路问卷调查数据为基础开展实证分析。结果表明：所构建的分路段差异化收费条件下货车司机出行路径选择的RF模型的分类准确率优于AdaBoost模型、GBDT模型和传统Logit模型;整体重要度方面,优惠折扣是影响货车司机出行路径选择最主要的因素(38.56%),出行费用(13.55%)、出行距离(10.06%)及出行时段(7.08%)对意愿结果存在显著影响;同时,部分分路段差异化收费变量对货车司机出行路径选择意愿存在明显的阈值效应。     

信息条件下路段出行时间可靠性的计算

出行时间可靠性是微观出行决策的重要考虑因素,结合信息提供来求解出行时间可靠性是当前构建高级出行者信息系统的基础工作.根据出行时间可靠性的定义及其概念模型,研究了模型中路段行驶时间和路段选择概率两个重要的参数.对于前者,利用随机过程的数字特征确定了路段行驶时间的近似迭代公式;对于后者,则以Logit模型为基础,通过考虑出行者对出行路线信息储备的异质性,建立了基于信息的Logit模型,从而得到了出行时间可靠性的完整模型.仿真实例表明了模型的适用性.     

应用正交设计法的公交出行意愿与政策分析

选择成都市二环路沿线两大城市功能组团为研究对象,采用Logit模型研究两个组团间的公交出行选择行为问题。意愿调查问卷设计方法采用国际上前沿的正交设计法,避免属性之间多重线性问题所导致的模型标定结果错误。选取费用,时间（包含车内时间、下车到目的地时间）和收入等因素作为效用变量,建立多项Logit和巢式Logit模型,结合意愿调查数据完成模型标定,通过参数假设检验对比不同模型的结果,最终选择多项Logit模型用于公交政策评估;最后,依据模型标定结果确定的对公交出行行为具有显著影响的变量,分析了这些变量对指定公交政策的影响,为科学决策提供理论依据。     

基于NL模型的节假日绿色出行行为研究

针对节假日出行行为的特殊性,利用2014年北京市节假日出行行为调查数据,构建了节假日绿色出行行为Nested Logit模型。通过筛选影响节假日绿色出行行为选择的显著因素,建立了节假日绿色出行行为NL模型的层次结构,分析了模型的参数估计结果。研究结果表明,是否拥有小汽车、是否拥有自行车、居住方式、出行目的、出行距离和出行费用是影响节假日出行方式选择的主要因素,是否拥有小汽车、是否有同伴和出行目是影响节假日绿色出行选择的主要因素。     

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。     

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。     

常规公交乘客对车内拥挤的感知阻抗的调查方法与模型

采用SP(stated preference)与RP(revealed preference)相结合的调查方法,在分析得出车内拥挤程度分级阈值的基础上,通过Binary Logit模型分析得出不同车内拥挤程度下乘客出行选择行为效用函数,计算得到乘客出行时间价值,建立车内拥挤程度与时间价值的函数关系,进而将车内拥挤转化为时间,给出车内拥挤的乘客感知阻抗模型.     

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。