基于个人视角网约车选择影响因素分析

网约车是当前热度较高的出行方式之一,但是仍有一部分出行者尚未使用过网约车这一出行方式,为了探寻是否曾采用网约车出行的影响因素,运用二元Logit模型,从个人属性视角出发,对是否使用网约车进行分析,采用向前似然比检验得到最终的模型.研究结果表明,出行者的学历和常驻地区是影响网约车选择与否的显著影响因素,同时得到了计算个人...     

区间阻抗下的网约车合乘鲁棒有效路径

为了研究网约车合乘的路径优化问题,在定义鲁棒有效路径的基础上,基于区间阻抗的生成方法,以网约车运营时间成本、运营固定成本、燃油消耗成本以及乘客费用成本相结合的运营阻抗成本的区间值为模型目标,研究了区间阻抗下的鲁棒有效路径生成;运用深度优先搜索算法求解,分析得出了网约车合乘最优的鲁棒有效路径和鲁棒成本。通过算例验证分析得出,网约车合乘能有效减少居民出行总成本,提高出行效率。     

坐网约车的安全之道

<正>由于便捷、价低等优势,越来越多的人开始使用网约车平台叫车出行。但是作为新兴行业,网约车仍存在很多安全隐患和监管漏洞。要想安全地乘坐网约车,还是先了解以下这些内容吧。交通运输部等七部委出台的《网络预约出租汽车经营服务管理暂行办法》已于2016年11月1日正式实施。《办法》要求网约车车辆及驾驶员需符合以下条件:     

建成环境对网约车出行需求影响机制研究

【目的】研究建成环境对网约车出行需求的影响。【方法】以成都为例,采用不同尺度规则网格与交通分区两种方法,将研究范围划分为8种空间单元,针对每一种空间单元,利用多尺度地理加权回归（MGWR）模型进行回归分析,确定最优空间分析单元,根据最优带宽将建成环境影响因素划分为局部、区域和全局变量,分析各建成环境变量影响程度的空间异质性和尺度差异,探讨建成环境与网约车需求量之间的关系。【结果】1 100 m网格为最佳的空间单元划分尺度,在该划分尺度下,早晚高峰网约车需求回归模型决定系数R2分别为94.5%和96.7%;不同建成环境影响因素的空间尺度差异较大,且局部系数具有空间异质性,在早晚高峰不同时段变化较大。【结论】最佳空间分析单元可为预测网约车交通需求的交通分区提供参考,在针对不同区位进行客流需求调整时,空间异质性结果为制定更加合理的建成环境及更新策略提供决策依据。     

基于出行方式和活动交互作用的小汽车使用预测模型

为改进我国传统小汽车出行需求预测方法,基于活动理论建立了小汽车使用预测非集计模型.从小汽车使用者活动模式的统计分析入手,对小汽车使用模式进行划分,在多项Logit(MNL)模型的基础上建立协同进化Logit小汽车使用预测模型.模型中采用协同进化方法计算确定了个体出行活动选择顺序,体现了小汽车使用者出行方式选择和活动的交互作用.模型适应性分析表明,该模型可用于城市小汽车出行需求预测和交通需求管理政策的‘评价.以沈阳市为例对模型进行了实例分析,结果表明模型预测正确率达88.9%,65%以上的小汽车使用者先确定小汽车使用模式再进行活动模式的选择,验证了出行活动选择顺序的个体差异性,提高了小汽车出行需求预测方法的精度.     

科技能否为网约车撑起“保护伞”

<正>网约车和其他交通运输的新业态一样,对经济发展、增加就业、科技创新、改善服务都有很重要的意义。对于它在发展过程中出现的问题,要趋利避害、包容审慎、守住底线。当下,打车已成为现代人主要的出行方式之一,其中网约车作为打车的新潮流愈发受人们青睐。艾媒咨询发布的《2018—2019年中国打车出行专题监测报告》数据显示,2018年,中国网约车市场规模增长至2.85亿元,打车作为     

基于贝叶斯网络的网约车交通事故致因机理分析

为了缓解网约车交通事故,以网约车驾驶员为研究对象,探究网约车交通事故致因机理.通过调查问卷收集了2 458名网约车驾驶员个体属性、工作强度、工作压力、不良驾驶行为和交通事故经历的相关信息.对数据进行分类处理后,通过贝叶斯网络建立网约车事故频率预测模型.基于十折交叉验证法,使用混淆矩阵与接收者操作特征曲线校验模型精度.结果表明,模型预测能力较好,模型分析了11种与事故频率直接相关的影响因素,识别了16类导致高频率事故发生概率增加的不利状态,且发现多种不利状态组合对事故频率产生的非线性扩增效应和叠加效应.研究结论有助于管理部门制定相应预防对策以减少网约车交通事故频率.     

基于供需分析的城市网约车资源配置模型

针对城市网约车供需水平进行研究,通过综合分析网约车资源利用情况,设计供求匹配度三个方向的指标,以此为基础建立城市网约车资源配置模型,并根据不同供求匹配情况设计了三种弹性补贴方案.研究结果表明,模型具有较高的准确性和适用性.     

技术治理视角下我国网约车的监管问题及对策

网约车作为一种新型的移动出行方式，随着互联网技术的快速发展在我国增长迅速。对网约车的监管体系及监管技术应用进行分析发现，在监管数据接入程度、经营规范性审核力度、监管渠道等方面存在着问题。在技术治理视角下，我国网约车监管应以科技为手段，通过加强政企监管互动、建立平台内部监管体系、开放多主体协同监管渠道等方面，提升网约车监管效能。     

基于主成分分析和BP神经网络的网约车 服务质量评价

为客观、科学评价网约车服务质量,从顾客满意度角度出发,通过分析网约车服务过程,建立网约车服务质量评价指标体系;为消除指标间的相关性,利用主成分分析法提取累计贡献率超过85%的主成分作为BP神经网络模型输入;通过分析BP神经网络模型的原理构建具体BP神经网络拓扑结构;以网约车乘客满意度调研问卷为数据基础,对BP神经网络模型进行训练、仿真,并与传统BP神经网络模型及SERVQUAL模型评价结果进行对比.结果表明:本文构建模型收敛效率高、评价误差小,能够反映网约车服务质量的水平,可以为评价网约车服务质量提供有效理论支撑.     

宜春市公交需求发展预测研究

公共交通需求分析预测是公交网络规划的重要组成部分,合理的公交需求预测是公交网络优化的基础,公共交通基础设施的发展与建设是以满足城市居民的日常工作生活出行为基本出发点,因而以现状公交基础设施、公交客流分布和城市发展规划为基础,对宜春市公交需求发展做出合理的预测,是宜春市公交线网优化方案科学制定的基础保障。针对公交网络优化这一实际情况,提出了用四阶段法预测未来特征年公交需求预测的方法。通过分析公交出行od,得出公交出行发生量和吸引量;建立各小区基准年的公交发生量、吸引量与人口、岗位之间的函数关系,结合宜春市公交网络优化实例来验证模型的实用性。     

动态稳态视角下考虑固定佣金比率的网约车平台定价研究

网约车平台的定价决定了乘客和司机对平台的选择行为,从而对平台收益产生重要影响。网约车平台的定价因素研究,可为网约车平台的运营提供科学的参考依据,促进市场的健康可持续发展。在动态稳态系统基础上,考虑网约车平台需求和供给的动态性,采用具有固定佣金比率的网约车平台定价的数学优化模型,界定了垄断均衡存在的条件。在理论模型的基础上,进一步进行了算例分析。研究结果表明,网约车平台的劳动力储备越大,出行者的收费水平和驾驶员的工资水平越低,固定佣金比率越大。     

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QPSO__RBF神经网络的网约车需求量预测模型

为了准确地预测乘客对网约车的需求量,指向性地提高部分地区的运力,让乘客更加容易预约到网约车,从而提升乘客的出行体验,通过对网约车需求量的变化规律和影响因素进行灰色关联度分析,选取网约车历史需求量、天气类型和道路拥堵比例作为影响因子,利用量子行为粒子群(QPSO)算法优化径向基(RBF)神经网络的网络权值、中心和基宽来构建QPSO__RBF神经网络预测模型。实际运营数据结果表明,QPSO__RBF神经网络预测模型具有可行性和有效性,其预测精度优于普通RBF神经网络模型的,且无论是改进的RBF神经网络还是普通RBF神经网络,综合考虑历史需求量、天气类型和道路拥堵比例作为影响因子的预测模型均优于只考虑历史需求量的预测模型。     

Gompertz模型改进及其在交通预测中的应用

交通需求预测是道路建设项目规划工作的重要组成部分.是确定道路等级、技术标准及进行规划决策、投资效益分析的依据.居民出行发生量预测是交通需求预测的一个重要组成部分,通常使用Gompertz模型,但其模型系数一直是通过类比估算方法确定,缺乏依据.本研究利用最小二乘法改进待定参数估计,推算Gompertz模型系数确定公式,采用Matlab程序分析得到Gompertz模型的系数.利用残差估计和类比发现,使用最小二乘法拟合得到的Gompertz模型系数具有明显的优点.根据山东省东营市交通调查数据,利用本研究改进模型,预测该市2025年的居民出行量.结果表明,使用改进Gompenz模型系数求解方法能有效提高居民出行发生量的预测精度.对合理规划道路网结构具有一定指导意义.     

工伤预防“小切口” 服务民生“大目标”——长沙人社进企业、近员工为新业态护航

<正>6月29日下午，长沙市工伤保险服务中心举办2023年新业态职业伤害预防首场培训，来自滴滴出行平台的80名网约车司机参与培训。此次培训是长沙首次聚焦新业态从业人员开展的精准化职业伤害预防培训，针对网约车司机职业风险场景和职业伤害进行详细讲解，传授相关职业伤害预防知识，同时，向参训者推介使用“互联网+工伤预防”平台。     

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...     

网络时代的出租车

正网约车与传统巡游出租汽车的融合发展,有助于传统巡游出租汽车转型升级,提供更好的服务体验。未来十年,共享将成为国内汽车出行的重要趋势,科技出行常态化,大平台将通过智能化运营,为用户提供随时随地、随需所用的出行服务。     

数据仓库维度建模技术及其应用研究

数据仓库现今已被各种规模的机构广泛使用，维度建模技术作为展示数据仓库的主导技术，在数据仓库的应用中起着关键作用．研究数据仓库的维度建模技术，提出了对于变化维度的处理方法，根据维度属性与时间的关系，将维度属性划分成稳定维度、渐变维度与快变维度，阐述了跟踪事实表中历史数据的方法，在渐变维度的处理方法中，讨论了自然关键字与代理关键字的不同作用与具体用法，在快变维度的处理方法中讨论了“微型维度”与“预设波段”概念与作用，并结合基于数据仓库技术的公共课程评估系统，给出了系统数据仓库维度模型的设计方案，对渐度维度与快变维度的处理策略，以及应用相关维度属性进行联机分析处理的结果。     

网约车平台的动态定价策略

在现实情况下,网约车市场具有随机性,平台静态定价策略无法对系统中司机供给和乘客需求的瞬时不平衡做出反应。从政府和网约车平台双重角度出发,针对平台、司机和乘客三方面,研究了基于社会福利最大化及利润最大化的平台动态定价策略。利用排队论及生灭过程理论描述了司机在网约车平台中的流动过程,并引入乘客和司机心理预期价格曲线,构建了动态定价策略下的社会福利最大化和平台利润最大化模型;应用布劳威尔不动点定理考察模型解的存在性;基于序列二次规划法设计算法求解模型,得出实现网约车系统社会福利最大化和利润最大化的平台定价及司机分成,并进行对比。研究表明,所建立的模型不仅能计算平台的最优定价策略,还能分析基本参数（平均乘坐时间、乘客/司机心理预期价格分布等）的变化对平台定价策略的影响。