基于出行链的城际旅客出行方式选择行为

在解析城际出行链的基础上,分析了旅客出行方式选择的影响因素,并将心理潜变量引入Logit模型,构建了基于出行链的旅客城际出行方式选择模型(stuctural equation modelingLogit,SEM-Logit).通过对沪杭交通走廊内客流的调查,进行了模型的应用及参数标定,并对城际旅客出行链的选择进行了预测,拟合值与调查值的相对误差在2%以内.结果表明,考虑了心理潜变量的改进模型具有良好解释能力,能直观地反应和预测旅客在城际出行中对出行方式的选择行为.     

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。     

引入心理变量的旅客中长距离出行方式选择模型

为了更加合理的表述旅客中长距离的出行方式选择行为,以京郑客运专线OD调查以及旅客出行意愿调查为例,在探讨旅客出行方式选择行为的经典分析模型的基础上,以决策行为理论为主框架,综合消费者行为理论和统计理论,研究旅客中长距离出行方式选择行为的产生机制及其规律性,构建旅客中长距离出行方式选择行为模型。本研究通过将选择者的态度和感知作为一个集成的心理变量引入模型,对人们出行方式选择行为这种复杂的心理过程进行了更为合理的描述。与方式选择行为的经典分析模型相比,引入心理变量的行为选择模型在解释旅客中长距离方式选择行为方面更具说服力。     

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。     

计划行为理论框架下城际出行方式选择分析

根据计划行为理论设计了针对都市圈内城际间普通列车、动车组、高铁和长途汽车4种出行方式选择的心理影响因素的调查方案,在样本通过信度和效度检验的前提下分析了行为态度、主观规范、感知行为控制和行为意向的相关关系,并建立结构方程模型。发现计划行为理论各变量的关系范式能够较为成功地应用于城际出行方式选择行为之中,其中“主观规范”在各种出行方式中对选择行为意向的影响最为显著。通过研究能够确定干扰城际出行方式选择行为的关键心理因素,为城际出行的需求管理策略提供理论支持。     

基于双参数的城际旅客出行方式动态仿真方法

基于仿真思想,利用数学模型描述交通方式特性和旅客自身特性对城际旅客出行方式选择行为的动态交互影响.综合应用生产法与收入法,根据旅客有无小轿车的属性,引入比例系数,改进了出行时间价值的计算模型;在研究等待时间参数和不能精确定量描述元素参数的分布表达函数的基础上,设计了城际旅客出行方式选择行为仿真方法;通过分析沪杭城际运输通道的调查数据,对旅客的出行方式选择行为进行了仿真,并对相关影响因素进行了灵敏度分析,论证了仿真方法的正确性和有效性.     

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.     

城际组合出行行为建模及应用研究进展

随着城市间交流日益紧密，城际出行需求呈持续增长态势，高质量的城际出行服务对城际方式与市内接驳方式的一体化运行提出了更高的要求，将组合出行的研究视角由城市内拓宽到城市间具有重要的理论价值和现实意义。该文结合近年来国内外的相关研究，首先对组合出行的关联概念进行辨析，将城际组合出行行为界定为一种对于首端市内接驳方式、城际出行方式以及末端市内接驳方式中2种及以上出行方式的联合选择行为；其次，对代表性的城际组合出行行为模型进行综述，并以多方式运力协同优化为代表，归纳了行为建模研究的主要应用方向；最后，总结了现有研究中的不足，并对该领域未来的研究工作进行了讨论与展望。     

汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响;对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关;年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。     

考虑心理潜变量的专车出行选择行为分析

提出了考虑心理潜变量的选择模型来分析出行者的专车选择行为。首先构建了多指标多原因模型以描述个体社会经济学属性与潜在态度变量的关系;继而结合二项Logit模型分析出行方式属性、个体社会经济学属性及潜在态度对出行者专车选择的影响;并利用潜分类模型对出行者进行分类分析。以广州市为例,发现年龄、性别、教育水平及收入水平对态度变量的构成影响较大,安全意识、服务质量及舒适性、忠诚度也是影响选择的重要因素;通过潜分类发现出行者可分为费用敏感型、舒适享受型和中立型3个典型群体,比例分别为61.6%、21.8%、16.6%,显示出明显的两极分化趋势。     

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.     

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.     

考虑出行者异质性的高铁站到达方式选择

出行者到达枢纽站的交通方式效用是交通出行选择的重要因素;另一方面,出行者方式的偏好具有显著的异质性,传统的离散选择模型不能很好地解释出行者异质性.本研究利用潜在类别条件Logit模型研究高铁站出行者的出行选择行为.潜在类别条件Logit模型考虑出行者异质性,在对出行者进行潜在类别划分的同时得到不同类别的出行者的出行行为效用函数.研究结果表明,将出行者划分为3个类别.不同类别出行者在步行时间、车内时间、价格、公交偏好、地铁偏好等方面具有显著差异.此外,出行者小汽车拥有情况、月收入等个人属性以及灵活性、舒适性、可靠性等潜在心理变量会影响出行者的类别划分.     

城际列车下旅客出行特征分析——以云南省昆明到曲靖为例

为了研究城际列车下的运输通道内客流特征,选取云南省昆明到曲靖运输通道开展问卷调查,调查结果表明：收入偏低的旅客选择城际铁路比例大,而收入偏高的旅客选择汽车的比例大;通道内客流主要由工人及公司职员、个体劳动者构成;旅客出行目的主要为公务出差、探亲访友;旅客每年乘坐城际列车的次数要高于乘坐汽车的次数;所有旅客出行偏爱火车;旅客选择城际列车最主要原因为速度快,选择汽车最主要原因为随到随走;旅客对城际列车最不满意因素为出行时间和发车时间不合适,对汽车最不满意因素为主城客运站外迁和不安全。     

基于旅客画像的航班出行选择预测方法研究与实现

根据预处理后的旅客出行数据,运用改进的K-means聚类算法进行用户分群,提取聚类特征得到旅客类型子集合,并构建用户画像.基于特征重构数据库,构建旅客类型、出行方式、出行时间段三个维度的交叉巢式Logit模型,捕捉选择方案间的相关性,预测旅客航班出行方式、出行时间段的交叉选择,并基于实际数据进行参数估值和检验.结果表明,旅客倾向于先根据个人及家庭的需求形成旅客类型,考虑选择何种出行方式,最后在旅客类型和出行方式的双重约束下选择航班的出发时间,为机场实施需求管理提供有效依据.     

基于潜变量SVM的出行方式预测模型

为提高小样本下的出行方式选择模型的预测精度,提出了考虑低碳出行心理变量的支持向量机(SVM)算法.首先基于计划行为理论,考虑低碳出行心理因素,建立多原因多指标潜变量模型.然后将预测后的潜变量带入SVM分类器,构建了带潜变量的SVM选择模型.最后,利用交叉验证优化所建模型参数,并以长三角地区城市居民为研究对象实证检验了模型性能.实证结果表明,所建带潜变量的SVM选择模型具有较好的预测效果,比不带潜变量的SVM选择模型的精度提高了4.54%,比传统的带潜变量的混合选择模型提高了2.56%,同时验证了小样本下模型仍然具有很高的精度.本研究为出行方式选择模型和低碳出行方式选择研究提供了一定的理论参考.     

基于出行链的城际铁路站点选址双层目标模型

为解决因站点布局不合理导致投资成本高、旅客出行不便、客流吸引效果差的城际铁路选址问题,以出行链为基础,根据城市路网形态细化出行广义费用,弥补了既往研究中忽略或简化市内出行广义费用的不足.运用Logit模型,计算出行链中不同交通方式组合的分担率.分别以城际铁路运营收入最大为上层目标,在出行链中旅客广义费用之和最小为下层目标,建立城际铁路站点选址双层目标模型,利用改进离散粒子群算法进行求解.以广珠城际线为例,对模型及算法进行应用,并分析相关参数的敏感性,结果表明:模型的Pareto最优解体现了实现双层目标的矛盾关系,以此为基础结合不同设站需求实现两者的均衡,模型可为城际铁路站点选址提供更合理的决策支持.     

自动代客泊车接受度及停车选择行为影响因素分析

自动代客泊车是无人驾驶系统的重要组成部分,对于缓解城市交通拥堵具有重要作用。为了探讨自动代客泊车接受度及选择行为影响因素,首先基于技术接受模型,选取感知易用性、感知有用性、行为态度、行为意向、感知风险、信任六个心理潜变量构建自动代客泊车结构方程模型。随后基于线上调查问卷数据,采用随机森林算法构建考虑心理潜变量模型与不考虑心理潜变量模型,研究发现考虑心理潜变量的随机森林模型拟合优度更高,更适合用于分析自动代客泊车选择行为的影响因素。通过袋外估算误差率对考虑心理潜变量的随机森林模型进行变量筛选,结果表明当变量个数为9时,该模型的袋外估算误差率最小,筛选后的变量分别为停车费用、受教育程度、感知风险、出行总成本、行为意向、信任、月收入水平、感知易用性、年龄。最后将筛选后的9个变量纳入逻辑回归中进一步分析各变量对选择行为的影响程度,参数标定结果表明停车费用、受教育程度、感知风险、出行总成本、行为意向、信任、月收入水平、年龄变量均对选择行为具有显著影响。     

基于心理潜变量的电动汽车选择行为

通过考虑感知有用性、感知风险、环保意识等六个心理潜变量,运用结构方程模型对消费者电动汽车购买决策中的内在机理进行深入探究,不仅分析了影响电动汽车选择行为的心理潜变量之间的内在联系,而且探究了个人属性与心理潜变量之间的相关性.结果表明,感知有用性等心理潜变量对消费者的选择行为存在显著影响;消费者的社会经济属性对部分心理潜变量产生不同程度的影响.研究结果可为政府进一步推广电动汽车提供理论依据.     

北京-郑州运输通道内旅客出行的特征

为研究运输通道内客流变化规律,结合北京郑州铁路客运专线建设,运用简单抽样方法确定样本抽样率和样本容量,对通道内不同运输方式旅客出行调查数据进行统计分析。结果表明:出行旅客中企管人员最多;月收入小于1 000元的旅客主要选择公路出行,高于2 000元的旅客主要选择民航出行,介于二者之间的旅客多选择铁路出行;旅客多以出差、经商和探亲为出行目的;在小于300 km的出行距离内,公路占绝对优势;在300~1 500 km内,铁路优势明显;服务属性中,旅客最为关心的是安全,最不满意的是运行速度。