基于前景值和乘客最优理论的居民公交出行选择模型

为研究城市内居民的出行目的与公共交通工具选择的关系,运用前景理论和乘客最优理论建立了客运走廊内居民公共交通出行选择模型。调查了苏州市木渎站至钟南街站客运走廊沿线居民的出行目的,获取了居民出行目的与公共交通工具服务属性关系数据,以此数据为依据计算出各种公共交通工具的前景值,并进行模型检验,结果发现模型运行至第786代后解的质量稳定在97%,与实测值相比,模型的模拟结果与居民选择公共交通工具的行为是一致的。可见该模型为预测公共交通工具的分担量提供一种的新思路。     

基于潜变量RF的通勤高峰期小汽车出行方式向公交转移行为研究

为缓解城市的交通拥堵,科学合理的引导小汽车出行者改乘公共交通出行显得尤为重要。以通勤出行者为研究对象,引入了有关价值观念的扩展心理潜变量,并建立了基于扩展TPB理论的潜变量MIMIC模型,分析了小汽车和公交出行方式下各潜变量之间的关系。然后,考虑随机森林算法有鲁棒性好、泛化能力强的优势,构建了带有心理潜变量的MIMIC-RF出行方式转移模型,通过实证结果得到有潜变量的模型比传统的模型具有更好的预测效果。因此,可借助该模型进行敏感度分析,结合关键影响因素的变化探究通勤者选择小汽车出行方式向公交转移的规律。     

基于出行者稳定性的简化活动模型结构研究

本研究回顾了国内外交通模型发展态势,归纳传统四步骤模型和基于活动的模型等各自的局限性,特别是既有交通规划模型在解释、提取出行者稳定性特征以改善模型精度方面的不足.基于大数据为新时代交通模型带来的机遇与挑战,阐述了利用移动通信位置数据解决上述问题的可能性.针对出行者活动"端点—目的"的稳定性特征,定义了区别于传统四步骤模...     

互联网企业并购财务绩效分析——以滴滴并购Uber为例

并购是企业扩大自身业务规模与市场占有率,提升知名度和竞争力的一个重要路径,互联网企业的并购行为也在不断增加。为了客观评价企业并购行为的成效,分析并购之后的财务状况及其变化情况,就需要企业对并购财务绩效进行评价。该文选择以滴滴出行（简称滴滴）并购Uber中国（简称Uber）为案例,对两家互联网出行企业并购的财务绩效情况进行分析后发现,滴滴并购Uber的财务绩效欠佳,需要企业尽快加以改进,来提升企业并购的财务绩效水平,发挥出并购行为的应有价值。     

基于交通大数据的公交线路OD矩阵推断方法

随着交通大数据的普及与广泛应用,提出了一种推断多模式交通网络线路OD矩阵的方法。首先,通过匹配乘客的刷卡数据和公交车辆报站数据获得乘客的上车站点,其次结合地铁刷卡数据准确分析乘客的下车站点,最后根据乘客的出行信息获得线路OD矩阵。利用广州一天近800万刷卡数据和600万公交报站数据进行了上车站点、下车站点以及OD矩阵的推断,结果表明:早高峰与全日出行规律一致;广州交通方式呈现多样化等。提出的方法可以更为准确地获得线路OD矩阵,揭示城市交通特点,具有较高的实用价值。     

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。     

基于非合作博弈的公交出行结构优化分析

为了在有限的公共交通资源下让出行者使用公共交通获得的出行收益最高,以公共交通出行结构作为研究对象,运用非合作博弈的方法,以出行距离为依据对出行者进行划分,对居民公共交通出行构建博弈模型寻求Nash均衡点,以预测合理的城市轨道交通、常规公交分担比例,优化公共交通出行结构。结合太原市的实际情况进行分析,研究结果表明:61.34%的中、短距离出行居民选择常规公交出行;53.18%的长距离出行居民选择常规公交出行是太原市最佳公共交通出行结构比例。所构建的模型能够结合研究区域分析常规公交和地铁的Nash均衡点,并给出合理的最优公共交通出行结构,为有关公交优化提供参考和建议。     

长株潭绿心地区居民出行特征及交通发展

基于长株潭绿心地区居民出行特征调查的有关数据,通过对各年龄段居民的出行目的、出行方式、出行距离以及空间分布等一系列指标的研究分析,归纳出长株潭绿心地区居民出行的规律、变化特征及其原因．针对其公交出行比重大、对区域外交通影响小以及区域内道路网发展不平衡等特性,结合绿心地区自身特点,提出了转移规划建设重心、大力发展公交、改...     

登机客流出行方式选择机理

在对昆明市巫家坝机场进行旅客交通方式意向调查的基础上,以机场登机旅客的出行方式选择问题为研究对象,探讨影响登机旅客出行方式选择的主要因素,采用MNL模型构建基于SP数据的非集计模型和基于SP数据与RP数据相结合的非集计模型,并对模型进行了标定和检验,并从中选出较优模型。     

基于K均值聚类与随机森林算法的居民低碳出行 意向数据挖掘

对居民低碳意识的形成机理进行研究,可以为交通管理者引导城市居民选择低碳出行方式提供重要依据.运用数据挖掘技术对低碳出行问卷数据进行分析;将计划行为理论框架下的15维问题视为表征居民低碳出行意愿的内在原因变量,应用K均值聚类算法对居民低碳出行意愿强度进行归类,并将所得结果作为被解释变量应用于随机森林模型中,探讨居民的社会属性特征、出行特征等对其低碳出行意愿的作用机理.结果表明:基于Silhouette指标检验及t-SNE降维,居民低碳出行意愿可划分为3类:强烈、中立、不强烈;基于重要性指标显示影响最为显著的4项因素分别是居民的职业、居住地、家庭构成、通勤时间.研究结果从多个角度为城市交通低碳化发展及管理提供政策建议.