考虑出行者异质性的到达机场方式选择行为研究

为分析航空出行者到达机场出行方式选择偏好及影响因素,考虑出行者心理疲劳度异质性建立潜类别Logit模型。通过交通调查获取航空出行者个体特征及出行选择;根据心理疲劳评分将出行者分类,建立潜类别Logit模型,与混合Logit模型对比分析;对影响航空出行者到达机场方式选择的因素进行分析。结果表明:潜类别Logit模型具有更高的拟合优度,根据出行者心理疲劳度分类,可分为3个潜类别,分别占比36%、48%、16%。出行者的性别、年龄、收入、身体质量指数、是否携带大件行李、是否拥有私家车、是否独自出行对到达方式选择具有显著影响。心理疲劳度的提高使出行者对于出行花费的敏感度降低,低度心理疲劳型出行者更在意出行花费。在低心理疲劳出行者群体中,感知风险、情绪反映显著且系数为负,每增加1个单位,出行者属于地铁偏好群体的几率比分别降低48%、42%;态度反映、感知便捷显著且系数为正,每增加1个单位,出行者属于地铁偏好群体的几率比分别增加89%、67%。在出行方式选择中考虑心理特征对更深入了解可持续交通具有重要意义。

潮汐车道使用意愿影响因素潜类别分析

为研究驾驶员对潮汐车道使用意愿的影响因素,使用潜类别Logit模型探寻潮汐车道使用意愿中未观测到的异质性。通过问卷调查量表获得驾驶员对设置潮汐车道的心理潜变量因素,运用结构方程模型量化心理潜变量。对比分析只考虑个人属性和加入潜变量的潜类别Logit模型的拟合效果及异质性效应,进行平均边际效应分析。结果表明:加入潜变量的潜类别Logit模型拟合效果和异质性效应表现更优。潜类别Logit模型可将数据分为3类,分别占比11.2%、11.5%和77.3%。拥有1辆小汽车、驾龄5年以上和感知风险表现出显著的异质性。心理潜变量中,感知风险对选择愿意使用潮汐车道有显著负向影响,行为态度和社会影响对选择愿意使用潮汐车道有显著正向影响。

考虑心理潜变量的潮汐车道使用意愿分析

文中基于结构方程模型和随机参数Logit模型构建混合模型,利用技术接受度模型,考虑驾驶员心理潜变量因素,设计调查问卷获取数据,使用结构方程模型标定潜变量并量化,加入随机参数Logit模型,筛选出有显著影响的参数并提出激励策略.结果表明:感知有用性、感知易用性和外在社会影响对潮汐车道的行为态度有积极影响,内在心理影响和感知风险对潮汐车道的行为态度有消极影响,行为态度直接正向影响潮汐车道的使用意愿,感知风险对潮汐车道的使用意愿有负向影响.效应函数中,拥有车辆数为1是服从正态分布的随机参数.

基于改进行程时间估计模型的最优路径选择

为解决交通网络最优路径问题,提出改进的行程时间估计模型,并设计基于该模型的最优路径算法。行程时间估计模型在分段截断二次速度轨迹模型的基础上进行改进,用路段节点的到达速度代替同一出发时刻下测得的速度,通过构造在时间和空间上连续的速度轨迹来估计行程时间。首先,基于Yen′s KSP算法以路段距离为阻抗求解K条最短路径;其次,分别用改进的行程时间估计模型估计K条最短路径的行程时间;最后,以行程时间为成本选择最优的路径。通过Sioux Falls网络的数值试验验证模型和算法的有效性和优越性。试验结果表明:改进的分段截断二次速度轨迹模型相比于原始模型精度平均提高了65%;算法的最优路径结果能减少路径经过的交叉口数和缩短最优路径的总长度,而且最优路径的行程时间估计结果与真实值的MAPE保持在3%内。

基于VISSIM仿真的潮汐车道设置方案优化

为了缓解高速公路中出现的潮汐交通流现象,基于VISSIM仿真设置潮汐车道的最佳方案。总结形成潮汐交通流的原因、潮汐交通流的时空分布不均衡特性以及设置潮汐车道的前提条件,交通特性的基本评价指标;提出潮汐车道的方案设计及运行组织方式;以加拿大Whitemud Drive高速公路作为实例,设置路网环境进行仿真运行效果分析;对比使用潮汐车道前后对道路交通的改善情况。仿真结果表明:在设置一条潮汐车道的情况下可以使重交通流方向车辆平均延误大大减少,同时提高轻交通流方向车道占有率。

基于改进分段截断二次速度轨迹模型的行程时间估计

为解决交通网络行程时间估计的问题,在经典分段截断二次速度轨迹模型的基础上进行改进,融入对速度变化的考虑,建立了改进的分段截断二次速度轨迹模型。首先,根据行程经过节点上游路段的累计时间窗来计算节点到达速度。其次,用各个路段节点到达时刻的速度代替出发时刻的速度。最后,用相邻三个路段节点的到达时刻速度构造速度轨迹,速度轨迹函数由拉格朗日二次插值基函数和常基函数构成。为验证改进模型的性能,引入经典分段截断二次速度轨迹模型作为对比,在实际道路上进行了实证研究。结果表明:改进的分段截断二次速度轨迹模型估计行程时间比原模型在均方误差和平均绝对百分比误差分别降低了46%和51%,且改进模型相对误差基本能保持10%以内,拟合度高于原始模型。