出行方式选择

摘要： 研究了无人驾驶汽车对中短距离市际间出行选择行为的影响。基于计划行为理论,通过建立结构方程模型,构建出行者对无人驾驶汽车的感知行为控制、主观规范、行为态度和行为意向心理潜变量。然后将这些心理潜变量纳入到随机系数Logit模型建立混合选择模型。以武汉市为例进行实证研究,结果表明:在效用函数中,车内时间、出入站和候车时间,以及出行费用这3个变量的系数不是固定值,而是分别服从均值为-0.014,-0.008,-0.010,标准差为0.014,0.021,0.017的正态分布。个体对无人驾驶汽车的感知行为控制和行为态度每提高1个单位,采用无人驾驶汽车出行的概率分别增加64.3%和77.9%。无人驾驶汽车的出行费用和车内时间每下降1%,选择无人驾驶汽车的概率上升0.403%和0.467%。结果证实出行者对车内时间、出入站和候车时间和出行费用的偏好存在异质性,感知行为控制和行为态度对出行者选择无人驾驶汽车出行具有显著正影响,减少无人驾驶汽车的出行费用和出行时间可以提高该方式的吸引力。

摘要： 为分析新冠疫情对共享出行方式选择行为的影响,针对传统出行、网约车、合乘、汽车分时租赁及共享自行车的多方式交通系统设计SP(Stated Preference)问卷;对于疫情前和疫情期间的出行方式选择分别构建基于面板数据的混合Logit模型,比较解释变量的影响差异,分析感知疫情严重程度和方式选择惯性的联合影响;基于弹性分析预测疫情背景下不同管控政策对应的出行方式分担率。结果表明:感知疫情严重程度对合乘和分时租赁影响显著,方式选择惯性对网约车、分时租赁及共享自行车影响显著;当感知疫情严重程度降低至30%~50%时,1.6~3.0倍的停车费调整策略可将私家车分担率降低至疫情前,此时,低密接的分时租赁具有主要替代作用;当感知疫情严重程度在60%以上时,提高合乘出行安全程度至1.4~3.6倍可恢复其分担率。

摘要： 为分析潜变量因素对大学生返程出行选择行为的影响,综合考虑出行者对出行方式的评价建立混合Logit模型。首先,通过交通调查获取南京市大学生返程出行数据;其次,对各指标变量进行信效度检验并对心理因素进行验证性因子分析;然后,分别建立二项Logit模型、不考虑个人因素的混合Logit模型、混合Logit模型进行对比分析;最后,对模型计算的参数和边际效应进行了分析。结果表明:混合Logit模型相较于传统模型具备更好地拟合优度。对出行方式舒适度要求系数可以设置为随机参数,大巴以时间和价格优势转移了部分高铁出行人群,大学生对于高铁的舒适性和可靠性较为认同。

摘要： 为剖析城市居民到达地铁站的交通方式选择行为,利用非集计理论,构建基于出行便捷性的地铁站到达方式选择多项Logit模型。根据上海市智能手机GPS定位数据,运用软件标定模型参数,获取影响出行者到达地铁站选用交通方式的主要出行便捷性因素。结果表明:出行便捷性所包含的方便性、快捷性准则对地铁站到达方式选择的表征是全面的,接驳距离、步行时长等因素对地铁站到达方式的影响是显著的;通过提升常规公交到达准点率和调整费率政策,广泛吸引地铁站周边1500 m以外的出行者,去选择中长距离下出行便捷性更好的常规公交和非机动车到达地铁站;同时健全基础交通设施,为短距离步行者提供便捷的人行通道,为长距离小汽车出行者提供更便捷的停车换乘服务。

摘要： 针对航班延误后旅客的出行选择不同的问题,对不同群体旅客特征进行研究,识别航班延误下出行方式选择的影响因素,提高旅客选择行为的可预测性.利用潜在类别模型(Latent Class Model,LCM)将旅客划分为经济效率型(40%),注重体验型(6%),经济舒适型(43%)和全面衡量型(11%),其对交通方式快速性、经济性、舒适性和便捷性的偏好具有差异.利用多元Logistic回归筛选对类别划分产生影响的属性.结果表明:旅客个人属性中性别和收入对分类影响显著;同时出行距离、出发时刻、是否有随行人员、航班延误时长、收到航班延误信息时刻、航班延误规模、是否有服务补救措施和出行时间约束8个出行活动特征属性对不同类别的旅客出行影响程度不同;两类属性多种因素相互交错、共同作用对旅客选择行为产生影响.

摘要： 随着加强智能网联汽车研发、打造基于移动智能终端技术的服务系统、实现出行即服务、贯彻城市交通拥堵综合治理发展要求的提出,自动驾驶汽车成为了当代社会的热门话题。为探究影响人们对自动驾驶网约车的选择行为因素,本文通过问卷调查的方式,基于最终的 367 份有效问卷。首先,构建结构方程模型(structural equation model,简称 SEM)来刻画态度等潜变量对人们自动驾驶网约车使用意愿的影响;其次,基于混合选择模型(hybrid choice model,简称 HCM)框架,把态度潜变量及其结构关系嵌入离散选择模型(discrete choice model,简称 DCM)从而构建个体方式选择模型;最后,完成模型的参数估计和检验等。研究表明,性别、年龄等人口社会属性对使用意向的影响并不显著。受教育程度较低的出行者,对网约车平台可靠性的认可度更高,对未来自动驾驶网约车使用意向也更为积极。该结果对于交通管理部门、汽车制造厂商和出行服务提供商引导公众使用自动驾驶网约车,促进其良性发展具有借鉴意义。

摘要： 以北京儿童医院和首都儿研所为例,通过问卷调查和GIS等数据,分析两家医院的医疗服务空间范围,探究就医者在就诊医院和出行方式选择方面的影响因素,以期为了解儿童就医行为、合理配置儿童医疗资源及优化儿童就医模式等提供参考。研究发现:从地理区位比较,北京儿童医院和首都儿研所的医疗服务空间范围存在明显差异;综合来看,本地就医者来自城区的数量较多,外地就医者来自华北地区的较多,存在明显的地理空间邻近性;儿童就医医院选择的主要影响因素是出行因素和医疗机构因素,其中,在京出行方式中的公共交通和慢行交通,以及就诊科室中的口腔科、泌尿科、普外科、神经科和心脏内科是影响儿童就医医院选择的显著性因素;儿童就医出行方式选择的主要影响因素是个人因素和家庭因素,其中,年龄和是否在北京常住、家庭收入和汽车拥有量是影响儿童就医出行方式选择的显著性因素。

摘要： 为研究城市轨道交通新线开通对出行方式选择的影响,开展了出行方式转换的SP(Stated Preference)调查,构建全目的和通勤出行方式选择的MNL模型(Multinomial Logit model)。定量分析了个体属性和交通方式属性对出行者交通方式选择的影响。研究表明:乘客感知的轨道交通全目的出行时耗负效用为相同时耗公交的91%,而通勤时耗负效用为全目的出行的1.89倍;轨道交通出行总时耗对分担率影响最显著,前者增减50%时,后者变动约10%;公交是轨道交通的主要竞争方式,当前者出行耗时提高50%时,后者分担率将增加6.8%;停车费小幅提高和出行时耗增加不能显著促使小汽车使用者转向轨道交通,交通需求管理是引导出行转移的重要途径。

摘要： 为构建更加合理的出行方式选择模型,提高预测出行行为的精度,在量子概率理论框架下建立了出行方式选择的几何类量子模型,并对火车和汽车2种出行方式选择情形进行敏感性分析,考虑了情境效应、问题干扰以及不同初始信念状态,结合不同预备问题运用几何类量子模型实现了初始信念状态到最终信念状态的转变。验证发现,几何类量子模型可以捕捉人们在决策之前信念状态的变化,进一步缩小陈述偏好与显示偏好的差距,研究结果丰富了交通选择行为的基础理论。

摘要： 中共中央宣传部7月25日举行“中国这十年”系列主题新闻发布会,发布会上介绍,2011年醉驾入刑以来,全国公安机关始终保持对酒驾醉驾的严厉整治态势,当前醉驾比例比入刑前减少70%。公安部交通管理局局长李江平介绍,酒驾醉驾的发生率明显下降。比如,目前执法中检查一百辆车发现醉驾的比例比醉驾入刑前减少70%以上。再如,从群众酒后出行方式选择看,大多数人都自觉选择代驾出行,全国酒后代驾订单年均达到2亿笔。

摘要： 互联网共享单车为居民提供一种便捷的出行选择.笔者从资源利用效率的角度出发,结合2017年4月组织的成都市古城区互联网共享单车问卷调查结果,分析互联网共享单车出行特征,并量化计算其发展后居民出行方式选择的变化,以及由此带来的道路资源分配变化.数据扩样测算结果显示:成都市互联网共享单车出行规模已较为庞大,日出行量达到86.9万人次,约占全市出行总量的7％.其中转移自步行和自行车交通的比例高达39％.道路交通运行跟踪监测结果显示:互联网共享单车每日减少小汽车出行量20.5万车次,占成都4环内小汽车出行总量的4.4％,对缓解城市交通拥堵、促进绿色交通发展具有积极作用.

摘要： 随着经济的迅猛发展以及城市化进程的加快，我国城市交通面临极大挑战，尤其是交通拥堵问题成为了城市发展的瓶颈，而对于交通出行方式选择的研究是解决拥堵问题的一个重要方面。为了合理有效的配置有限的城市道路资源，充分满足人们的交通需求，本文运用经济博弈论的相关理论，分析了行为主体对于出行方式选择上的博弈过程及结果，得出只有充分发挥政府管制作用，才能实现社会公共利益最大化及城市交通体系的可持续发展，最后提出了“公交优先”、大力发展公共交通、合理限制私家车等建议措施。

摘要： 本文通过对城市综合体活动者开展出行行为调查,分析综合体出行者的活动模式与出行特征,探寻潜在的活动规律.基于综合体交通系统、区位、业态等因素对出行者活动模式进行分类;从综合体活动者的出行距离、方式选择等角度展开特征分析.为后续研究中综合体活动模式选择和出行方式选择模型的构建奠定基础.

摘要： 利用停车收费价格调节城市的交通需求结构是一种灵活的交通需求管理策略。本文通过意向调查，研究北京市部分繁华地区停车场使用者在不同政策水平下的出行方式选择意向，探讨作为消费者的停车者(即驾车出行人群)对停车收费价格的敏感性。通过初步分析，发现了一些影响人们对停车收费价格敏感性的因素：停车费用是否个人支付、收入、职业、年龄和公交的服务水平。尤其重要的是，这次意向调查显示，提高公共交通的服务水平可以使停车价格对交通需求结构的调节更有效。

摘要： 互联网约租车为居民出行提供了更为便捷的出行选择,但作为一种以小汽车为运输工具的非集约化出行方式,在城市道路交通资源高度稀缺的显示背景下,其应当在与城市规模、功能布局等相适配的前提下适度、有序发展.调查数据扩样测算后的结果显示:北京市网络约租车出行规模已极为庞大,日出行量高达352.6万人次,占全市出行总量的约11％,其中转移自公共交通和自行车的占比高达57.2％.道路交通运行跟踪监测结果显示:相比网络约租车出现之前,出现后相当于每日增加小汽车出行33.O万车次,占六环内小汽车出行总量的2.7％;2015年前三季度北京市交通指数相比2014年同期增长20％.约租车的无序发展是导致城市小汽车出行量增加、局部区域(时段)拥堵加剧的重要原因之一.

摘要： 本发明公开了一种动态结构下考虑群体异质性的出行方式链选择方法，包括：(1)计算先验概率；(2)计算期望效用方程，确定选项特定的价值函数和条件选择概率函数；(3)计算似然函数；(4)计算后验概率，更新条件选择概率；(5)计算效用参数和类型参数；(6)利用期望最大算法迭代优化先验概率、后验概率和组合似然函数，达到同时获得效用参数和类型参数；(7)对步骤(6)效用参数和类型参数进行参数估计。本发明利用EM算法与条件选择概率算子结合的方法，估计动态离散选择模型中的两类参数；通过马尔科夫链的结构建模前后选择之间相关性，采用有限混合分布假设将群体的选择异质性分类，从而更好地预测出行者全天出行链选择的模式。

摘要： 一种组合出行方式下考虑用户感知差异性的路径选择方法，依据MaaS平台为用户提供的一条或者多条全天规划路径集，对用户选择偏好进行离散选择建模分析，以后悔值作为评价标准改进了传统的logit模型，使得可以考虑到不同的人群对四种属性的感知差异性，具体体现在感知属性差别和选项差别，分别包括绝对效应、相对效应和对称性，最终加载到多模式路网中形成特定条件下的静态用户均衡，得到在特定条件下多模式路网分时段的平均交通流量，并且可以辨识出时段间出行方式的变化情况。通过该模型，分析相应的群体数据，MaaS平台可以根据用户的感知差异来管理人们的路径，继而间接影响路面上的交通状况，并能更好的进行交通资源的分配与管理，以提高资源的利用率。

摘要： 本发明提供了用于选择出行方式的方法、装置及出行路径管理系统。用于选择出行方式的方法包括：获取天气信息；根据天气信息，确定多种出行方法与天气信息相对应的评级指数；以及根据评级指数确定至少一种推荐出行方式。实现了基于天气信息对日常的出行方法进行规划，从而能够使用户在出行时避免受到天气情况的影响。

摘要： 本发明公开了一种动态结构下考虑群体异质性的出行方式链选择方法，包括：(1)计算先验概率；(2)计算期望效用方程，确定选项特定的价值函数和条件选择概率函数；(3)计算似然函数；(4)计算后验概率，更新条件选择概率；(5)计算效用参数和类型参数；(6)利用期望最大算法迭代优化先验概率、后验概率和组合似然函数，达到同时获得效用参数和类型参数；(7)对步骤(6)效用参数和类型参数进行参数估计。本发明利用EM算法与条件选择概率算子结合的方法，估计动态离散选择模型中的两类参数；通过马尔科夫链的结构建模前后选择之间相关性，采用有限混合分布假设将群体的选择异质性分类，从而更好地预测出行者全天出行链选择的模式。

摘要： 一种组合出行方式下考虑用户感知差异性的路径选择方法，依据MaaS平台为用户提供的一条或者多条全天规划路径集，对用户选择偏好进行离散选择建模分析，以后悔值作为评价标准改进了传统的logit模型，使得可以考虑到不同的人群对四种属性的感知差异性，具体体现在感知属性差别和选项差别，分别包括绝对效应、相对效应和对称性，最终加载到多模式路网中形成特定条件下的静态用户均衡，得到在特定条件下多模式路网分时段的平均交通流量，并且可以辨识出时段间出行方式的变化情况。通过该模型，分析相应的群体数据，MaaS平台可以根据用户的感知差异来管理人们的路径，继而间接影响路面上的交通状况，并能更好的进行交通资源的分配与管理，以提高资源的利用率。

摘要： 本发明公开了一种基于机器学习的城市居民出行方式选择方法，包括：基于居民出行调查数据、过往研究及经验，设定机动车与非机动车的出行特征和划分阈值；根据过往研究对机动车出行的影响因素，结合居民调查数据、城市POI数据及地图导航数据，提取机动车出行方式选择的所需特征；采用多种数学模型对所述机动车出行方式选择进行建模，并提取最优模型；根据所述最优模型对机动车出行进行选择预测，并计算得到出行中所使用的交通方式。本发明利用机器学习算法，对居民出行交通方式选择建模，能得到更为科学、准确的交通方式选择模型，对城市交通运输负荷进行更为真实有效的把控，同时也能对城市未来交通运输结构的规划和建立提供更可靠的决策依据。

摘要： 本发明公开了一种网约车用户出行方式选择方法，获取网约车用户出行特征数据以及路网属性数据，根据用户出行目的地调取出行路线路网的路网属性；确定网约车用户出行路线中无法覆盖公共交通无法覆盖的区段，从多个三方平台获取出行方案，根据路线‑费用最优原则选择前三的作为备用方案，根据网约车用户出行特征数据计算网约车用户的约车期望值并将其添加至备用方案中，计算是否符合网约车用户出行选择意愿，根据最后结果推荐出行方式，同时提供一种网约车用户出行方式选择系统，包括采集模块，确定模块，计算模块，判断模块，推荐模块。通过上述方式，本方案能把握不同网约车用户的约车差异的主要影响因素，实现网约车用户约车的效率提高。

摘要： 本发明公开了一种考虑定制公交的居民出行方式选择分析方法，属于交通经济学，交通管理与控制领域，包括：(1)出行方式选择集确定；(2)出行方式选择影响因素分析：确定居民出行方式选择的影响因素，影响因素分为三类，即居民个人属性，出行行为属性和出行方案属性；(3)数据收集及预处理：收集居民个人属性数据、出行行为属性数据、出行方案属性数据，并对收集得到的数据进行筛选处理；(4)建立考虑定制公交的出行方式选择模型，使用极大似然估计法对数据进行拟合，得到不同出行方式的效用模型。本发明可以有效模拟交通方式划分过程，得到不同出行方式分担率，并为定制公交的投入使用及后续发展提供重要的基础。

摘要： 本发明公开了一种基于计算图的交通出行方式选择预测方法。该方法针对交通出行方式选择的预测问题，通过特定的Softmax激活函数，将离散选择模型中的多项Logit模型和深度学习领域知识的人工神经网络(ANN,Artificial Neural Network)结合起来，创建了一套计算图求解框架进行计算求解。在该计算图框架中，结合反向传播和随机梯度下降算法，以最小化系统损失误差，提高求解方法的精度。本发明应用计算图框架对多项Logit模型(MNL,multinomial Logit)进行图化，可精确、高效地基于数据进行正向传递和反向传播，能够更好地识别和解释深度学习网络中隐藏的交通出行模式，有助于提高大规模数据求解计算和预测交通出行方式选择的效率。

摘要： 本发明公开了一种面向无人驾驶出行方式选择的价格引导方法，面向无人驾驶出行方式选择的价格引导方法包括建立理想供求模型；建立有效供求模型；建立多模式出行市场模型；建立供求偏差与价格调节幅度综合目标规则；利用动态规划方法，求出非均衡多模式出行市场的目标价格引导律。本发明是将每一OD间每一类出行模式视为单一出行市场，将行驶时间、行驶费用和所感知的交通服务质量视为价格，当某市场供求关系呈现非均衡状态时，利用价格引导某市场中的出行者改变出行意愿或放弃出行，最终实现市场供求均衡。