基于混合选择模型的图状路径信息板影响分析

有别于以往关于图状路径信息板(GRIP)影响的行为建模研究,运用混合选择模型研究了GRIP对驾驶员路径选择的影响。模型中通过恰当地构造"驾驶经验"和"GRIP信任度"两大潜变量,精细地刻画GRIP的影响机理。以上海实地存在的GRIP为研究对象,利用驾驶员行为调查数据,定量分析GRIP传递的事故和拥挤程度信息对路径选择的影响。分析结果表明,GRIP信息会显著影响路径选择,驾驶经验和GRIP信任度与提前驶离快速路的概率分别呈负向和正向关系,且驾驶经验的影响因个体属性而异。     

多交通方式实时信息影响下的通勤者出行行为

为确定实时信息对于出行行为的影响,探索了手机APP提供多交通方式实时出行者信息下的通勤者交通方式选择行为。采用意向调查方法,获取了上海市居民在提供包含两条自驾路线（以高架为主和以地面为主）和一条停车换乘地铁路线的实时交通信息情况下的交通方式选择行为数据。运用描述性分析和多元logit模型,得到了交通方式选择的主要影响因素。研究发现,通勤者的驾龄、家庭私家车数量、开车频率、获取交通信息频率、停车换乘设施使用经历等个体属性,行程时间和车厢拥挤程度等信息内容,会显著影响出行决策。此外,提出了对交通规划与管理和多交通方式出行者信息系统研发有指导意义的建议。     

图状路况信息对驾驶员择路行为影响的研究进展

随着以地图形式显示道路网交通状态的图形式可变情报板在城市交通管理中的日益普及,探索图状路况信息对驾驶员择路行为的影响已成为驾驶员对实时交通信息的响应这一研究领域的一个前沿方向.本文从行为数据获取和行为建模两个方面回顾了国内外图状路况信息影响下驾驶员择路行为的研究成果,指出了以往研究的不足和图状路况信息影响下择路行为研究的发展趋势.介绍了笔者在该研究方向的一些最新进展.     

诱导信息下驾驶员路径选择行为建模研究

为定量分析可变信息标志(VMS)对驾驶员路径选择行为的影响,采用SP调查进行调研,使用SPSS 20.0分析数据,建立了VMS诱导信息下驾驶员改变路径频率的有序多分类Logit模型。同时针对有重叠路段的路径选择,构建了考虑VMS显示状态的C-Logit模型。有序多分类Logit模型计算结果表明,影响驾驶员改变路径频率的主要影响因素为性别、学历、车辆类型、出行活动、VMS准确率。C-Logit模型计算结果表明,驾驶员对路径的理解时间与实际行驶时间存在较大差距,导致驾驶员选择路径比较集中,没能实现交通流在路网中的合理分配。     

居民交通方式选择行为影响因素分析

交通方式选择行为是交通需求预测研究的重要内容。本文利用上海出行者交通方式选择意向调查数据,对小汽车、地铁、自行车三种交通方式的选择行为进行了分析与建模。首先,对地铁票价、小汽车出行时间及费用的多种组合情景下的各交通方式分担比例做了分析。然后,运用计量经济学中的离散选择建模方法,建立了包括出行者个体属性、出行时间及费用等因素的交通方式选择多元logit模型。最后,提出了交通规划和管理政策与措施方面的建议。     

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。     

基于潜变量的驾驶员路径选择行为分析

为更真实地还原驾驶员的路径决策过程,构建了基于潜变量的路径选择模型以增强模型的解释性。首先采用结构方程模型识别行为中存在的潜变量;并通过离散选择模型分析潜变量对选择行为的影响。最后以广州市驾驶员为例进行实证分析。结果表明:在驾驶员的态度与行为中存在4个潜变量因子;且各潜变量与驾驶员的社会经济属性有关。驾驶员的路网熟悉度与路径探索意识对其路径选择行为有较大影响;考虑潜变量的模型有效提高了模型的拟合度。     

诱导信息下基于博弈论的路径选择模型

诱导信息下的路径选择模型无论是在宏观的交通规划领域,还是在微观的驾驶员行为机理研究过程中都具有重要的意义.通过分析出行者选择路径的过程,将博弈论中的静态多人博弈与路径诱导下的出行者的决策过程进行对比,引入求解纳什均衡的划线法,来阐述出行者的路径选择模型,以求得到最接近实际的出行者在静态诱导信息下的路径选择模型;给出了基于博弈论的路径选择模型算法,并通过1个简单实例阐述了在静态诱导信息下出行者的博弈过程以及求解纳什均衡的方法.     

基于认知活动的驾驶员路径选择行为影响因素分析

驾驶员路径选择行为研究是城市道路交通系统研究的重要内容.从驾驶员认知心理角度,对驾驶员路径选择行为的影响因素进行了分析,并研究了多源信息刺激下驾驶员任务集聚、心理-物理综合认知拓扑结构和认知活动链,为深入研究驾驶员路径选择问题提供了理论基础.     

驾驶员实时动态路径选择行为组合模型

考虑了3种类型的路径选择地为：选择固定路径，选择具有最短理解出行时间的路径，选择最小实际出行时间路径，基于驾驶员路径选择行为的差别，在不考虑交通阻抗函数是否(即允许交通阻抗函数非对称）的前提下，将这3种动态路径选择行为综合表达为一个与之等价的变分不等式模型。     

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.     

电动汽车购买意愿的离散选择分析

探索了消费者对电动汽车购买选择行为的影响因素.研究采用意向调查方法,通过设置电动汽车的不同属性(价格、补贴政策、续航里程和充电方式)和水平来获取郑州市民购买电动汽车意愿的行为数据.应用离散选择模型,分析意向数据,建立电动汽车购买意愿的二元logit模型.研究发现:电动汽车的购买价格、政府补贴、续航里程和充电方式均是影响消费者购买的重要因素;男性消费者更容易接受电动汽车;年龄越大的消费者选择电动汽车的倾向越大;驾龄为0~4年的人群较之驾龄为4年以上的人群,选择电动汽车的概率较小;注重电动汽车性能的消费者选择电动汽车的态度更为保守.     

上海世博会出行方式选择意愿的建模与场景分析

针对2010年上海世博会客流来源广泛、背景差异大的特点,设计了两阶段递进式的SP(stated preference survey)调查方法,进行了大规模的世博客流出行方式选择意愿调查,多层次地分析了各种影响因素的效用;以此为基础,建立了描述本地、外地住宿、外地一日游等不同类型游客出行方式选择行为的多项Logit模型;利用这些出行方式离散选择模型,分析对比了多种交通管理措施和政策的组合场景实施效果,针对性地给出了世博交通管理的建议措施.     

休闲旅客出行选择行为潜类别分析

鉴于以往研究中对于异质性特点考虑的不足,引入潜类别分析理论对中国客运市场中休闲旅客的出行选择行为进行研究.设计了旅客出行选择的潜类别模型并给出了相应的拟合方法,在此基础上,组织开展了针对休闲旅客的大规模SP调查并对调查数据进行分析.通过MNL模型和MMNL模型的拟合验证了休闲客运市场中旅客出行选择行为异质性的存在,进而,通过潜类别模型的拟合将休闲客运市场进一步划分为3个细分市场,并从模型的标定结果出发,进一步明确了各个细分市场的偏好特点与组成特点.     

提供交通信息条件下的途中改道行为研究

针对我国城市快速道路先进出行者信息系统的宴例——上海城市快速路交通诱导系统，研究了提供交通信息条件下的途中改道行为．针对一块实地运行的中型图文混合型可变信息标志（VMS），采用偏好陈述调查法（stated preference survey）采集途中改道行为数据，采用离散选择分析方法分析数据，估计了描述途中改道行为的多元罗吉特模型．分析表明，交通信息会影响改道行为，不同的信息内容对改道行为影响是不同的（例如事故信息的影响较大），驾驶员的年龄、性别等个体属性也是影响改道行为的因素．最后，给出下一步研究设想．研究结果可为先进出行者信息系统的投资、运营和评价提供有力依据．     

基于GIS的公交乘客出行路径选择模型

公交乘客出行路径选择模型是公交乘客信息系统的关键技术。本文通过对公交乘客出行心理的研究,结合地理信息系统（GIS）的特点,提出了以换乘次数最少为首要目标、出行距离最短为第二目标的基本GIS的公交乘客出行路径选择模型。为提高路径搜索效率,模型中提出了GIS方向估价函数的概念。在南京市实际公交网络上的试算结果表明该模型实用、高效。