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。     

考虑城市交换中心的居民出行方式选择分析

城市交换中心(city exchange center, CEC)是一种新兴的交通枢纽基础设施,提供停车、换乘、商业等综合服务,旨在提高城市公共交通出行比例,践行绿色智慧出行理念。考虑CEC建成环境下城市居民出行的多模式组合特征,挖掘单一出行方式、组合出行方式、非公共机动车出行、公共机动车出行及非机动车出行的交叉归属关系,构建对应效用函数,基于交叉巢式Logit模型刻画居民出行方式选择行为。结合雄安新区的居民出行问卷调查数据,通过拟合发现,提高公共交通服务水平是提高CEC交通服务水平的重要切入点;选择服务水平高的出行者时间敏感度较高,出行费用敏感度较低,选择服务水平低的出行者则相反,所以在建设前期需要对CEC服务区域内的人口分布及家庭收入水平进行调研;需将出行者等待时间控制在10 min以内,超过此阈值,等待时间的降低对提高出行服务水平没有意义。该结果定量分析了居民出行方式选择的影响因素,有助于科学规划和布设CEC交通资源配置,为其他城市及地区的公共交通设计提供了量化指导。     

考虑出行者选择偏好的出行方式选择模型

构建合理的出行方式选择模型是精确预测出行结构的关键.在现实出行条件中,不同出行者对于不同交通方式存在固有选择偏好,从而表现出一种非完全理性的出行方式选择行为.为进一步提高出行方式选择模型的预测结果精度,提出了一种考虑理性决策和固有选择偏好共同影响的出行方式选择模型.双因素共同作用决定出行者的出行方式选择结果,两者的影响权重与出行者对于备选方案的心理参考值有关.备选方案的特征变量数值与心理参考值差值绝对值较小时,选择行为更多地受到固有偏好的影响,反之,则更多地受到理性决策的影响.分析对比结果表明,所提出模型在出行方式选择结果的预测命中率上优于以完全理性决策为前提的传统分层Logit模型的预测结果.     

考虑偏好差异与备选方案相关性的居民出行方式选择模型

为克服传统logit模型的IIA缺陷, 构建合适的居民出行方式选择模型。尝试结合广义极值模型与潜在类别模型, 选取出行费用、出行时间、停车费用及等待时间等作为方式选择效用变量, 选取个人收入、出行目的与出行距离作为类属函数变量, 构建一种区分潜在类别的配对巢式logit模型, 该模型能同时刻画备选方式之间的相关性以及出行者的偏好差异。利用2005年北京市第三次居民出行调查数据, 对模型参数进行估 计和检验。参数估计结果表明: 1) 相较于传统MNL模型与不区分潜在类别的配对巢式logit模型, 区分潜在类别的配对巢式logit模型具有更优的统计学特征; 2) 对出行费用敏感的出行者比例大于对出行时间敏感的出行者比例, 提供交通服务时, 降低费用将比缩短时间更为有效。     

交通方式选择的Logit模型

着重用离散型的出行需求模型，即 Ｍｕｌｔｉｎｏｍｉａｌ Ｌｏｇｉｔ模型，对城市交通结构迸行分析。在概率的意义下推导、论证和解释模型的合理性，说明对选择模型的变量和参数的限制条件。提出一种稳定性好、收敛速度快的参数估计算法——ＢＦＧＳ算法。Ｌｏｇｉｔ模型实用性强，便于对交通结构预测。     

居住地、出行方式与出发时间联合选择的

为刻画居住地、出行方式与出发时间的联合选择行为,选取房价、出行耗时、出行费用及个人属性等作为效用变量,以居住地选择子集合、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种结构的传统巢式模型.利用2005年北京市第3次居民出行调查数据,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引起的备选方案选择概率的改变.参数估计结果表明,交叉巢式Logit模型具有比NL(Nested logit)模型更优的统计学特征,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,最后才考虑改变其居住地.直接和交叉弹性分析表明,对于小汽车方式的远距离通勤者,即使额外收取费用亦难以降低其出行比例;当通勤距离小于5km时,一种方式出行时间的变化对另一种方式选择概率的影响微乎其微,而当通勤距离在10～20km时,这种影响最显著.     

运输能力约束条件下的旅客出行选择Logit模型

为了提升旅客运输通道交通需求预测的准确性,针对现有旅客出行选择模型未充分考虑交通方式运输能力约束的不足,在深入分析旅客出行选择机理和运输能力约束机制的基础上,通过经典多项Logit(MNL)模型效用函数的优化设计,引入惩罚因子表征运输能力对旅客出行选择的约束,建立运输能力约束条件下的旅客出行选择Logit模型(约束MNL模型),并设计模型求解算法预测各交通方式的分担率。以西宝(西安—宝鸡)客运通道为对象进行实例分析,通过2种MNL模型预测结果的对比分析,验证约束MNL模型预测性能的优越性。研究结果表明：在旅客出行选择过程中,交通方式运输能力的约束具有普遍性,是有效交通需求预测不可忽略的重要因素,约束MNL模型考虑了运输能力对旅客出行选择的影响,更符合旅客出行选择的决策过程,从机理上为提升交通需求预测的准确性提供了可靠保障;惩罚因子反映了运输能力约束对旅客出行选择的影响,代表了运输能力约束条件下运输服务质量的下降和旅客出行效用的损失;通过惩罚因子的合理赋值,建立旅客出行选择概率重新分配机制,能有效模拟旅客出行方式的转换、控制旅客出行选择的概率;与传统MNL模型相比,约束MNL模型表现出了...     

考虑实时路况的出行路线选择模型

为了缓解交通拥堵问题,本文在现有的导航仪基础上,考虑到道路的实时情况,设计新的导航仪,帮助居民选择出用时最短且能尽量避免拥堵的路线。研究主要包括两方面：首先,在存在不拥堵路线的情况下,利用最大流模型计算出道路流量,结合实际流量,在尽量避免拥堵(实际流量不超过最大流量)的情况下,求出最短路程,给出建议。然后,考虑拥堵问题难以避免,加强了与实际道路状况的联系,对道路出行选择模型进行了优化,先将道路分为非常拥堵、存在拥堵、畅通三种情况,然后再根据道路实时流量,利用G-LN的模型计算出车道的速度,结合路程,找出用时最短的路线。     

基于数据驱动的城市居民出行OD预测

【目的】利用“大数据”对城市居民出行量(OD)的预测方法进行改进,以期改善传统城市居民出行调查方法费时、费力且准确度不高的问题,同时也为城市公共交通规划与管理提供可靠的数据支持。【方法】结合手机信令数据、公交IC卡、公交GPS以及地铁闸机数据的特点和优势,利用聚类分析等方法获取城市居民公共交通出行的OD矩阵,并利用小波神经网络结合优化后的鲸鱼算法(improved whale optimization algorithm-wavelet neural network, IWOA-WNN)对未来时段的出行OD矩阵进行预测。以长沙市为例,选取60 d晚高峰期间的原始数据,利用IWOA-WNN进行预测,并结合时间序列方法进行分析。【结果】与优化前的小波神经网络相比,IWOA-WNN的预测结果更加贴近实际情况,精度达到了93.36%。【结论】本研究提出的数据处理及预测方法具有更高的准确度。     

定制公交居民出行方式选择的影响因素

掌握影响定制公交选择概率的因素,对于定制公交的运营管理具有重要作用。结合广义Logit回归模型和条件Logit回归模型的混合模型,将居民个人属性与出行方案属性同时考虑进出行方式效用函数中。根据定制公交的在旅途距离及服务水平的设置定位,选取定制公交、出租车与常规公交作为出行选择集。运用问卷调查数据进行模型参数拟合,得到不同影响因素对于出行方式的边际效用和分布概率的影响。通过拟合结果,得到出行价格变量的系数在常规公交及定制公交1的效用函数中绝对值较大,分别为0.195 4和0.117 3,而在定制公交2和出租车的效用函数中绝对值较小,分别为0.156 1和0.057 1。行程时间变量在定制公交2和出租车效用函数中的绝对值较大,分别为0.073 5和0.080 7,在常规公交和定制公交1的效用函数中绝对值较小,分别为0.020 4和0.015 0。说明定制公交的服务需根据潜在乘客的出行价格及出行时间敏感度进行设置,研究结果对设置定制公交运营策略具有重要参考意义。     

考虑家庭约束的出行方式选择行为研究

为调整出行方式结构,缓解城市交通拥堵,利用2005年北京市居民出行调查数据,把是否与家人相伴出行引入出行方式选择的影响因素中,采用混合Logit方法建立了有家庭约束和无家庭约束2种条件下的出行方式选择模型,并对参数进行了标定。对比分析了两类模型的差异,基于公交票价和汽车油价的变动各设计了6种情景,对各个出行方式分担率的相应变化进行了敏感度分析。研究结果表明:有或无家庭约束条件下,居民考虑出行方式选择的重点不同,选择机理有很大差异;由于更多依赖于私人交通工具,有家庭约束的居民出行对公交票价的敏感度较高,而对汽油价格的敏感度相对较低。因此在制定城市交通政策时,仅针对单一指标进行调控往往不合理,必须考虑不同家庭的特性,采用合理的综合措施来改善城市出行方式结构。     

基于巢式Logit模型的机场吞吐量预测方法

在中小机场吞吐量预测方法中首次引入了巢式Logit模型（NL）。并以无锡机场旅客吞吐量为实例,将预测结果与其他预测方法的结果进行比较,得出了对中小机场进行预测时,使用巢式Logit模型由于综合考虑了机场所在地经济社会的发展现状,机场的服务能力以及周边机场的竞争影响因素,所以预测结果的相对误差较小,并可以从计算过程中得到机场可能的客流量组成和地区客流量走向。     

浅析居民工作出行方式选择及影响因素

伴随城市建设的快速发展,出行交通也越来越受到人们的关注.面对交通给城市带来的优与劣,交通发展带来的问题日益受到学术界的重视,调查和分析居民日常出行方式具有重要的意义.该文在大量的数据收集基础上,研究以工作为目的的居民出行交通方式选择,以时间和花费作为影响因素,并利用Nlogit软件进行分析,建立选择模型进一步研究分析.     

城市低收入人群出行方式选择模型

应用700份调研样本数据,分析了城市低收入人群的年龄分布与就业状况。结合非集计模型理论,分析了影响低收入人群出行方式选择的因素。将驾驶人个人属性、家庭属性、车辆属性与出行属性作为效用变量,将步行、自行车、公交车3种交通方式作为低收入人群出行方式选择肢,构建了城市低收入人群出行方式选择模型,并确定了模型中相应的变量与取值方法。另选取175份调研数据,对模型的准确性进行验证。计算结果表明：应用建立的模型,步行、自行车、公交车3种交通方式的计算结果分别为23.4%、25.7%、50.9%;在调研数据中,3种交通方式的结果分别为21.7%、24.6%、53.7%;计算值与统计值的绝对误差较小,最大误差仅为2.8%。     

考虑居住环境的公共交通出行选择行为模型

为解决已有公共交通出行选择行为模型欠缺考虑居住环境对出行选择的影响,结合计划行为理论,在行为态度、主观规范及知觉行为控制3个变量决定出行行为意向的理论框架上加入居住环境,构建涵盖5个潜变量、22个测量变量的公共交通出行选择行为模型。以重庆市居民出行数据为例,计算结果表明,居住环境、行为态度、主观规范及知觉行为控制对行为意向均有显著的正向影响,且居住环境对行为态度与主观规范也存在显著的正向影响,各维度的总影响效应呈现出居住环境(0.842)＞行为态度(0.832)＞知觉行为控制(0.716)＞主观规范(0.649)的递减趋势,但行为态度对行为意向的直接影响影响最大为0.832。     

基于巢式Logit的大型赛事观赛人群组合出行决策行为建模

研究大型赛事观赛人群出行行为机理,明确观赛人群出行模式演变规律,可为大型赛事组织优化策略的制定提供理论依据和技术支撑.结合行为调查（Revealed Preference, RP）和意向调查（Stated Preference, SP）,分析大型赛事观赛人群组合出行行为特征,构建了基于巢式Logit模型的观赛人群“出发时间+出行方式”组合决策行为模型,刻画出行时长、出行费用、同伴数量、小汽车拥有量和公共交通使用频率等因素对组合决策选择行为的影响.研究结果表明：构建的巢式Logit模型拟合性和准确性更优,预测精度为80.4%,比多项Logit模型提高了11.2%,可以更细致地刻画观赛人群组合决策选择机理;大型赛事观赛人群同伴数量越多,小汽车拥有量越大,选择小汽车出行的可能性越大,而公共交通使用频率越频繁的观赛人群选择公共交通出行的可能性越大;出行时长与出行费用直接影响着观赛人群所有决策阶段,且出行费用的影响程度更大.研究结果可为大型赛事交通需求管理政策的制定和实施提供技术支撑和参考.     

出行方式选择行为的SEM-Logit整合模型

现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高.     

轨道线路调整后考虑习惯影响的居民出行方式变化

为研究轨道线路调整下居民的出行选择行为,从出行决策机理入手,考虑并量化个体出行习惯对方式选择的影响,构建了包含动态效益变化感知函数的巢式Logit(nested Logit,NL)模型,并通过案例验证了模型的可行性和有效性,进一步分析模型中习惯参数对决策的影响,提出优化策略.结果 表明,线路调整对轨道交通选择概率的影响最大,公交车其次,小汽车最小,且对不同起迄点(origin and destination,OD)的影响存在差异;个体出行习惯则会削弱这种影响,表现为对行为变化的抑制,模型中阈值越大,个体保持习惯方式出行的概率越大;方式依赖程度越大,个体越难以向具有更高效益的方式转移,且随着阈值的增大,方式依赖程度对决策结果的影响逐渐增大.通过配套政策措施的完善,能够有效发挥线路调整的作用,减小习惯对决策结果的影响.     

基于三参考点多属性决策的居民出行方式选择

针对不同方式之间的客观优势与不足以及每种出行方式本身内在特点,以多属性决策方法为基础,引入前景理论价值函数,从影响出行者出行方式选择的主要属性出发,提出基于三参考点的不确定多属性出行方式选择方法。考虑评价属性值的不确定性,采用区间数描述属性值;其次,采用模糊分析法刻画出行者对不同出行方式的偏爱程度。对比三参照点和单参照点两种情形下的各种出行方式的效用排序结果,分析表明该方法获得最优出行方式不仅考虑了各种出行方式之间的外在相对优势,又体现了不同出行方式内在努力程度及出行者对不同出行方式的偏爱。     

基于多项Logit模型的轨道站点接驳方式选择

随着我国机动车保有量迅速增加,城市交通问题日益严重。轨道交通作为城市公共交通系统的骨干,与其他交通方式的有效接驳能够提高居民出行效率,实现城市交通系统的高效运转。为提高城市轨道站点接驳效率,预测轨道站点接驳方式选择,本文以多项Logit模型为基础,采用RP调查方法得到轨道站点接驳方式影响因素的相关数据,采用最大似然估计法标定模型参数,利用SPSS22.0软件结合调查数据进行仿真,得到参数估计量,从而建立出轨道站点接驳方式选择模型,并用命中率法对模型进行精度检验,最后运用特性集计方法将非集计结果集计化,得到轨道站点各接驳方式分担率。