公共交通方式转移价格的排序选择模型

通过意愿调查法对公共交通出行者的出行意向进行调查,研究了不同出行时间比下常规公共交通出行者转向轨道交通的意愿价格阈值影响因素及规律.基于排序选择模型,分别建立了基于排序Probit和排序Logit的公共交通内部方式转移价格阈值模型,并对模型进行局部效应分析.结果表明:性别、职业、收入、公交出行时间、公交出行费用及地铁与公交出行时间比对公共交通内部方式转移意愿价格阈值具有显著影响;常规公交费用支出每增加1元,其向轨道交通转移时的票价阈值为3、4、5、6元的概率分别改变-5.03%、1.07%、2.32%、1.00%.     

基于卢因行为模型的共享汽车出行选择

针对共享汽车发展过程中的普及率低、接受程度低、使用率低等问题,以交通出行者为研究对象,基于改进的卢因行为模型,通过问卷调查,从个体特征、出行特征、信息感知多维角度分析了共享汽车出行行为,并通过构建非集计模型分析了交通出行者是否选择共享汽车、共享汽车出行者出行强度、非共享汽车出行者未来是否选择共享汽车等方面的影响因素.研究结果表明:共享汽车男性出行者比女性出行者更多,受教育程度越高,选择共享汽车的意愿越大;学生、公司职员2类人群共享汽车出行次数较少,每月5次以下;已使用共享汽车1～6个月的人群和感知共享汽车信息量较大的人群出行稳定,强度较高,每月20次以下;出行者获得共享汽车信息准确性偏低时,若提高信息准确性,共享汽车使用强度也会增大;出行者获取共享汽车信息越早,共享汽车出行强度越大;非共享汽车出行者所获取的信息量越大、时间越早,未来选择共享汽车的意愿越大.     

动态路况信息下的出发时间选择行为分析

为了探讨动态路况信息对出发时间选择行为的影响程度,采用正交试验法设计出行意愿调查问卷,对大连市有驾车经验的出行者进行调查,然后采用离散选择方法建立了不同路况信息条件下的时间选择行为模型,最后对解释变量影响出发时间的改变倾向进行量化分析.结果表明,出行者对最大出行时间和最小出行时间的敏感系数分别为-0.065 7和-0.027 9,女性对于出行时间不确定性的敏感度比男性更高,而敏感度最高的是出行费用,个人属性中的年龄、收入和驾龄是影响出发时间选择行为的主要因素,从而为个性化交通路况信息的发布提供决策依据.     

公交票价比对公交结构的影响及方式选择模型

为了确定轨道交通和地面常规公交的建设规模,利用宏观调控政策合理分配客流,研究了公交票价对公交结构的影响.通过在北京市进行交通方式选择问卷调查.分析了影响居民选择轨道交通和地面公交的因素.结果表明,出行时间、出行费用、出行者的性别、年龄、职业、收入、出行目的对于出行方式选择结果有显著影响,在对变量分类合并的基础上确定代入模型的变量,并结合非集计模型的理论建立了出行方式选择行为模型,给出了出行费用和交通方式选择之间的关系,为利用票价政策调节公共交通结构提供了依据.     

基于Mixed Logit模型的路线选择行为量化分析

为了探讨路况信息动态变化对出行路线选择行为的影响程度,采用正交试验法设计出行意愿调查问卷,针对有驾车经验的出行者进行调查。假定时间参数和费用参数为常数、费用参数服从正态分布和对数正态分布,分别建立了出行路线选择的Logit模型和Mixed Logit模型,并对解释变量影响路线改变倾向进行了量化分析。结果表明,Mixed Logit模型的最大似然值、优度比和命中率都高于Logit模型。出行者对行程时间和时间信息动态变化的敏感程度十分接近,敏感度最高的是出行费用。个人属性中的年龄、驾龄和收入是影响路线选择行为的最显著因素。     

基于结构方程模型的通勤交通方式选择

基于以往出行方式选择的相关研究中,大部分是基于个体属性对于方式选择的影响,而针对各类出行者特性与出行方式特征的关联性分析较少的情况,以拥有小汽车的中长距离通勤者为研究对象,提取相关的个体属性参数和交通方式特性参数构建结构方程模型,分析其个体属性与公交和小汽车出行特征之间的相互影响,从而探索各因素之间的关系以及对公交出行意愿的影响方向与程度.研究结果表明:个体的经济水平会对方式选择产生根本性的影响,更短的停车后步行时间、低廉的停车费用或充足的停车设施泊位供给会鼓励出行者选择自驾出行,而减少公交等车换乘时间,提高公交运行时速则会增强公交的吸引力,这对于城市中心区制定引导居民公交出行对策有一定借鉴意义.     

雾霾天气对出行行为的影响机理研究

雾霾天气下,较多出行者会对出行行为进行调整,为系统分析雾霾天气对于出行者出行行为的影响机理,将计划行为理论拓展后建立关于出行者态度、主观规范、行为控制认识、身体状况等潜变量的结构方程分析模型,并对分析模型进行了检验和改进.结果表明,雾霾天气会对采用不同出行方式的出行者产生不同程度的影响,其中出行者的态度、心理状态以及身体状况对此有较大的解释力,对应的路径系数分别为0.565、0.268、0.164;出行者过去积累的经验以及对自己雾霾天气下出行能力的认识会对其出行态度产生较大影响.     

考虑出行者风险态度的最优路径搜索

由于交通系统存在不确定性,路径旅行时间会在一定范围内随机变化,面对随机交通网络,出行者表现出不同的风险态度,可以分为风险规避,风险中立和风险偏好3类。采用正态分布描述路段出行时间的随机性,分别考虑出行时间预算、超额出行时间、低额出行时间3类模型,研究出行者最优路径选择行为,此外还考虑了出行者多兴趣点出行的情况。提出一种标号修改算法,分别设置可靠度α=0. 75和α=0. 25,对不同风险态度出行者最优路径选择结果进行了分析,并在不同规模网络中对算法性能进行了测试。结果表明:在10 000节点大网络中,该算法平均运算时间约为100 ms,相比确定网络下的经典dijkstra算法约慢了42%,通过对比分析可知,该算法运行速度较快,能够满足实际应用需求。     

机动车出行者出发时间选择的影响因素

采用陈述偏好(Stated preference survey,SP)调查法获取机动车出行者的出行行为数据,利用混合Logit模型建立了总体对象和典型对象出发时间选择行为模型。采用不同范围的出行行为数据对模型进行验证,结果表明:出行者的社会经济特性、预计的出行延误信息、对路网的熟悉程度、天气状况信息、交通信息的质量以及出行目的是影响出行者改变出发时间的主要因素,总体对象和典型对象模型存在一定的差异。研究结果揭示了交通信息在不同环境中对出发时间选择行为的影响不同,从而可以为交通信息发布方法和策略的确定提供依据。     

基于客户份额的客户细分方法

在客户关系管理中,对客户进行细分是不可或缺的一步。讨论了使用客户份额进行客户细分的重要性及作用,提出了对不同的客户所采取的不同的市场战略,并分析如何使用这些信息划分客户群。在此基础上,详细分析了一个用客户份额进行细分的实例,使用了k-平均聚类的方法。