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.     

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。     

突发事件下城市群内旅客城际出行方式选择行为

以城市群内旅客城际出行为研究对象,分析心理潜变量、城市群属性和突发事件等因素对城际出行方式选择行为的影响。基于京津冀旅客城市群内部城际出行问卷调查数据,构建突发事件下考虑心理潜变量的综合选择(integrated choice and latent variable,ICLV)模型进行实证分析。结果表明：考虑便捷性和乘车体验潜变量的混合选择模型对居民城际出行行为的拟合优度更高;城市群属性方面,起讫点城市类型、出行距离和起讫点间铁路车次数量对出行方式选择有显著影响;突发事件方面,雾霾天气下选择铁路出行的概率提高25.69%,雨天选择小汽车出行的概率提高31.63%,雪天选择小汽车出行的概率相对降低,发生阻断事件时选择小汽车出行的概率升高。研究结果有助于深入理解城市群内城际出行方式选择行为,为突发事件下城际出行需求的差异化出行诱导和需求管控提供科学依据。     

通勤出行时间与方式选择

针对不同方式通勤出行者在出行时间上的差异性,从通勤出行方式对通勤出行时间的影响出发,将通勤出行方式选择和出行时间选择纳入同一模型系统,建立由离散选择模型和线性回归模型组成的离散 连续模型,对通勤出行方式和出行时间选择及其相互影响模式进行了深入分析.研究表明,通勤出行方式对出行时间选择有显著影响,通勤者年龄、性别及其家庭成员结构、工作活动属性及通勤途中的非工作活动安排等都是出行方式和出行时间选择的重要影响因素.本研究对准确预测通勤出行选择行为及其对交通管理工作的影响有重要意义.     

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.     

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.     

城市低收入人群出行方式选择模型

应用700份调研样本数据,分析了城市低收入人群的年龄分布与就业状况。结合非集计模型理论,分析了影响低收入人群出行方式选择的因素。将驾驶人个人属性、家庭属性、车辆属性与出行属性作为效用变量,将步行、自行车、公交车3种交通方式作为低收入人群出行方式选择肢,构建了城市低收入人群出行方式选择模型,并确定了模型中相应的变量与取值方法。另选取175份调研数据,对模型的准确性进行验证。计算结果表明：应用建立的模型,步行、自行车、公交车3种交通方式的计算结果分别为23.4%、25.7%、50.9%;在调研数据中,3种交通方式的结果分别为21.7%、24.6%、53.7%;计算值与统计值的绝对误差较小,最大误差仅为2.8%。     

基于深度神经网络的交通出行方式选择模型

由于自身的局限性,传统的交通出行方式选择模型不能很好地发挥大数据的作用,而深度学习在大数据分析领域具有广阔的应用前景.建立基于深度神经网络的出行方式选择预测模型,运用随机梯度下降算法、丢弃法等解决层数加深后导致的过拟合问题;利用广州市居民出行调查数据对模型进行训练和测试.结果表明,该模型具有较高的测试精度和泛化能力.     

旅客交通方式选择行为的模糊机会约束规划模型

基于旅客出行心理,将其所考虑的因素归结为衡量客运产品服务质量的安全、舒适、方便、快速、准时、经济6个因素;并通过分析这些因素之间的关系,导出并求解描述旅客出行意愿的模糊机会约束规划模型;然后采用理想交通方式模型得到旅客方式选择的结果;最后给出一个算例.     

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.     

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.     

基于非集计模型的中长途客运旅客选择方式

近年来,随着我国高铁的快速发展,给公路客运产生了巨大的冲击。为了提高公路客运企业竞争力,结合中长旅客出行需求和发展态势,笔者从旅客特性、出行特征、运输方式特性等角度,分析了旅客出行行为偏好影响因素,构建了基于非集计的多元Logistic旅客选择方式回归模型。论文依据北京公路客运数据,对0～400km和400～800km的中短途和中长途旅客出行选择行为进行了敏感度分析实验。实验表明,0～400km中短途出行的旅客对便捷性和准时性的敏感度高,而400～800km中长途出行的旅客对出行费用、出行时间、舒适性和安全性的敏感度高。     

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。     

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。     

上海世博会出行方式选择意愿的建模与场景分析

针对2010年上海世博会客流来源广泛、背景差异大的特点,设计了两阶段递进式的SP(stated preference survey)调查方法,进行了大规模的世博客流出行方式选择意愿调查,多层次地分析了各种影响因素的效用;以此为基础,建立了描述本地、外地住宿、外地一日游等不同类型游客出行方式选择行为的多项Logit模型;利用这些出行方式离散选择模型,分析对比了多种交通管理措施和政策的组合场景实施效果,针对性地给出了世博交通管理的建议措施.     

基于潜变量的驾驶员路径选择行为分析

为更真实地还原驾驶员的路径决策过程,构建了基于潜变量的路径选择模型以增强模型的解释性。首先采用结构方程模型识别行为中存在的潜变量;并通过离散选择模型分析潜变量对选择行为的影响。最后以广州市驾驶员为例进行实证分析。结果表明:在驾驶员的态度与行为中存在4个潜变量因子;且各潜变量与驾驶员的社会经济属性有关。驾驶员的路网熟悉度与路径探索意识对其路径选择行为有较大影响;考虑潜变量的模型有效提高了模型的拟合度。     

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.     

支线航空旅客出行选择行为研究

通过分析支线航空客源及出行特点,确定了支线旅客出行选择交通方式的属性值及权重,建立了出行选择的综合效用决策模型;通过模型分析,得到支线航空的目标客源群体,为发展支线航空提供决策依据;并以实例分析论证了文章所建立的模型是可行并且实用的.