基于前景理论的城际公共客运客流敏感性分析

城际客运通道不同时段交通供需矛盾日渐凸出,存在大量运输资源浪费的现象．为剖析高铁票价变动下不同时段各交通方式的客流敏感性情况,构建广义出行前景成本最小配流模型,计算城际客运通道内不同出行方式各时段的客流量,进一步构建客流敏感性模型及客流敏感度变化率模型．以中国天津至北京城际客运通道作为研究案例进行分析,结果表明,降低票价时各时段各交通方式的客流敏感度变化率接近线性增长;提高票价对各时段各交通方式的影响均较小;在相同票价浮动范围内,负供需差额时段高铁在票价降低和提高时客流敏感性均最大,票价降低对应客流敏感度约为票价提高对应客流敏感度的2倍．研究结果可为优化天津至北京城际客运通道交通结构提供理论参考．     

基于活动的出行方式选择模型与交通需求管理策略

应用基于活动的出行需求预测方法研究了长春市实行鼓励公交策略的可行性。通过分析调查数据和总结以往模型,建立了Logistic形式的出行方式选择模型,用长春市居民出行调查数据进行了参数标定和模型验证。应用已建模型初步分析并评价了鼓励公交策略对居民出行方式的影响。结果表明:建立基于活动的方式选择模型预测城市交通方式结构,可以全面有效地进行交通需求管理策略的评价研究,为交通部门制定管理政策提供依据。     

基于神经网络的交通发生量预测研究

交通发生吸引量预测是交通规划四阶段的首要步骤,其预测结果是城市规划布局及交通设施建设发展的重要依据.为了提高交通发生量预测准确性,利用K-means聚类分析对交通小区进行分组;对同组内样本小区各项土地利用及人口就业指标进行主成分分析,通过计算主成分载荷率为选择预测影响因素提供依据;针对各组样本分别建立BP神经网络模型,以土地利用和人口数据作为输入变量,小区交通发生量作为输出变量,以大连市城市交通调查数据为例对上述方法进行检验,并与传统回归模型预测结果进行比较.结果表明,在数据预处理基础上建立的BP神经网络模型具有较高预测精度.     

交通方式选择的非集计模型及其应用

应用非集计模型理论与北京居民出行调查数据,建立了交通方式选择MNL模型,并用Matlab优化工具箱中的无约束最优化函数对模型的参数进行了标定。根据所建模型计算出公交车和小汽车的时间价值,求得包含出行时间和实际金钱费用的广义费用,建立了公交车和小汽车出行选择的二肢Logit模型,分析了不同收费价格下两种交通方式所分担的交通出行比率及道路交通饱和度的变化情况,评价拥挤收费政策对优化城市交通结构,缓解城市交通拥挤的作用。研究表明,非集计建模方法能够较全面地考虑居民出行选择的各方面影响因素,尤其是将出行者的个人特性影响因素引入模型,提高了模型的预测精度和实用性。     

基于前景理论的地铁/公交出行路径选择模型

以"前景理论"为框架,通过对地铁/公交组合交通出行方式的选择行为特性分析,以地铁在常态运营下的行驶时间为单位广义费用,通过意向调查(SP调查)拟合路径选择影响因素的换算函数,建立了广义出行费用计算模型;然后针对前景理论中关键的参考点选择方法,提出用预留时间作为对期望费用的修正,并对参数进行标定,建立了在风险条件下的地铁/公交出行路径决策模型.实例验证结果表明:模型与被调查者的选择吻合率约90%.     

决策树学习算法在交通方式选择模型中的应用

主要阐述了决策树学习算法在交通方式选择模型中的应用.在基本决策树的基础上,使用随机森林组合学习算法来建立交通方式选择模型,以Bagging预测方法和CART算法为主,以随机特征选择和"投票"方法为辅,并相互融合,结合具体实例详细介绍该模型的建立,从数据的选择到整个森林中树的数目和每个结点处抽取的候选属性的个数调整,并对模型进行了相应的评估.实验结果表明,随机森林预测精度高,且对噪声数据具有较强的稳健性,采用决策树学习算法得出的规则在交通方式选择的分析中具有较好的实用价值.     

新建客运专线和既有线客流分担率模型研究

应用分层Logit模型将RP(Revealed Preferences行为调查)和SP(Stated Preferences意向调查)调查数据融合,以沪杭运输通道为案例,讨论了该运输通道客流分担率模型的建立、求解和应用.     

多模式复合交通网络方式划分两阶段模型研究

对城市多模式复合交通网络进行有效的方式划分,能够提高交通分配和交通需求预测的准确性。文章提出了一种融合了出行者个人和交通网络特性的多模式复合交通网络方式划分的两阶段模型,并基于上海中心城区交通调查数据,通过算例对其进行验证。结果表明:两阶段模型中的第一阶段,小区1~6的单一出行方式和组合出行方式的选择概率分别为39.3%和60.7%,拆分的公交—轨道组合出行方式的选择概率为46.42%,单一和组合出行方式的选择概率更为精确;而第二阶段,小区1~6公交—轨道组合方式的OD矩阵被拆分为公交出行和轨道出行2种单一方式OD矩阵,其支持常用交通规划软件的运行与仿真。     

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.     

多模式综合交通客运方式选择行为差异性——基于强制与休闲型活动出行的对比分析

为分析多模式综合交通方式下的强制、休闲活动出行行为差异性,基于旅客高速巴士、普铁、高铁和飞机四种运输方式RP调查数据,建立旅客乘车选择多项logit(MNL)模型,基于参数估计和弹性分析,揭示多模式综合交通客运方式选择行为及其差异性.研究结果表明:出行距离、出行费用、运行时间、安全性、舒适性、准时性、网络购票、售票点购票、拥有私家车是影响旅客强制型、休闲型活动出行方式选择的主要共性因素,不同因素对旅客强制型、休闲型活动出行方式选择的影响程度具有明显的差异性;另外,到站时间对强制型活动出行方式选择有显著影响,对休闲型活动出行方式选择影响并不显著.     

模拟电路的信号交叉口交通流模型

为了定量描述信号交叉口交通流的释放过程,以RLC电路的电流模型为理论基础,对交叉口交通流释放规律进行了研究。类比信号交叉口与电路相似的脉冲特性,建立了信号交叉口交通流量释放模型,并利用长春市典型交叉口实际交通调查数据对模型进行了验证。结果表明,模拟电路信号的交叉口交通流模型可以定量描述交叉口交通流释放规律。     

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SP调查的出行方式选择模型与公交优先政策

以居民出行意向特征分析和预测为手段,采用SP调查法和正交设计表进行了调查情境组合设计,得出了调查结果。通过研究长春市居民的出行方式,构建了居民出行方式选择MNL模型,找出了时间和费用对各类出行者的影响程度。提出了相应的公交优先政策建议,并预测了政策实施后交通方式分担率的变化。最后,总结出长春市居民出行的合理结构模式。     

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。     

饱和信号交叉口排队长度预测

通过采用自适应权重指数平滑法,对进口车道的实时流量进行预测,建立了以定数排队理论为基础的排队长度预测模型。该模型可以实现对饱和信号交叉口排队长度的预测,预测结果具有较强的自适应性,更符合交通流的实际运行状况。实际数据验证结果表明:在拥挤的交通状态下,该模型的预测精度可达到85%以上,可以满足信号配时和交通管理的需要。     

利用通行能力余量的智能网联车队生态驾驶模型

针对非饱和城乡交通干道上存在通行能力余量和高燃油消耗的问题, 提出一种利用通行能力余量的智能网联车队生态驾驶模型, 该模型兼顾燃油经济性和通行能力两个目标, 通过优化求解获取最优速度曲线, 引导一系列小型车队平滑地通过非饱和城乡交通干道。提出近似的速度优化模型并采用遗传算法对其求解。定义3种控制方案对模型进行测试, 仿真结果表明: 与方案1相比, 方案2燃油消耗量减少49.4%, 通行能力增加200%, 绿灯剩余时间减少14.7%;方案3燃油消耗量减少59.5%, 通行能力增加200%, 绿灯剩余时间减少23.5%。与方案2相比, 方案3可以在不影响通行能力的前提下, 通过绿灯剩余时间缩短10.3%和平均速度降低5.2%, 燃油消耗量可以减少20%。结果表明, 当信号交叉口存在通行能力余量时, 可以通过调整车辆的行驶速度曲线以充分利用通行能力余量, 明显改善燃油经济性。     

一种新的车队离散模型及其应用

为分析车队离散模型在实际中的适用性,以长春市交通调查数据为基础,分析并验证了经典车队离散模型,建立了基于无变换正态分布的车队离散模型。验证结果表明,本文建立的车队离散模型预测效果更佳。同时,根据不同位置的检测器数据和车队离散模型提出交通流量反馈机制预测方法,验证表明该方法能够提高流量预测精度,对城市交通控制具有重要的理论意义和实用价值。     

基于运动学方程的停车波模型

为描述连续交通流中的停车波现象,分析了停车波传播的运动学特性,基于运动学方程建立了停车波模型。研究表明,该模型与基本交通波模型推导的停车波模型一致。为验证该模型,设计了数据采集方案及参数标定方法。利用长春市的调查数据标定了模型,得到停车波波速理论值与实测值之间的相对误差为3.85%。结果表明,基于运动学方程的停车波模型可以描述连续交通流中的停车波现象,参数标定方法简单可行。