Travel Decision Model of Heterogeneous Commuters under Uncertain Environment

In order to better describe the commuter's travel decision-making behavior under different travel environment,heterogeneous commuters and types are defined,and the commuters are divided into three types,including conservative type,neutral type and adventure type,respectively,analysis on the travel environment supply and the travel environment demand.Suppose the travel demand obeys the gamma distribution and the capacity obeys the beta distribution,and the travel time function of different commuter type is deduced,the travel decision model based on the cumulative foreground theory is established.Analyze the example results,compared with the fluctuation of travel demand,the degradation of traffic capacity has a more significant impact on travel decision-making behavior;and different types of commuters cause different disturbances to travel decision-making behavior.

考虑用户出行差异与充电决策偏好的电动汽车充电站规划

大规模电动汽车的出行一般具有规律性,但其充电负荷的分布受到用户出行主观意愿的影响。首先考虑到用户在日常活动中存在的出行差异,针对不同性质车辆建立出行需求响应模型;依据用户出行中的决策偏好,确定不同状态下电动汽车的充电路径选择策略;其次,基于各候选站单位时间的最大并行服务量及优化约束对充电站进行容量配置,以用户经济损失与充电站建设运营年均综合成本最低为目标建立充电设施规划模型;最后,采用改进的粒子群算法求解模型,通过具体案例分析验证了所提规划方法的合理性与有效性。

指尖上的旅行:移动支付能否促进家庭旅游消费?

基于2017年和2019年中国家庭金融调查数据,使用固定效应模型、工具变量估计、Tobit模型和差分模型,研究了移动支付对家庭旅游消费的影响。结果表明:移动支付能够显著提高家庭出游概率、促进家庭旅游消费,且对高收入、高人力资本、城镇和老年家庭影响更大。机制检验发现,移动支付通过提升居民信任水平、提高支付便利性促进家庭旅游消费。鉴于此,应深入发展智慧旅游,驱动旅游消费智慧化、数字化升级。

露天矿作业区无人矿车协同通行决策方法研究

露天矿无人矿车在装卸载作业区内运输过程中的长时间停车等待是制约露天矿无人运输系统效率提升的瓶颈。为提高无人矿车的运输效率,本文结合作业区内的运输作业流程,提出一种基于动态可行驶距离的多车协同通行决策方法。首先,将决策模型建模为混合整数线性规划(Mixed Integer Linear Programming, MILP)模型,表述优化目标和问题约束;其次,考虑到求解MILP模型存在难以满足动态决策实时性的问题,基于蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)实现多车冲突消解,核心思想是利用搜索树的推演能力进行多车通行前瞻模拟,计算多车的最优通行优先级,动态调整多车的可行驶距离;此外,根据无人矿车在作业区内的作业特征设计不同的MCTS节点价值函数,实现综合考虑运输效率与作业特征的通行优先级排序;最后,设计作业区4,8,12个停车位场景下的多车通行仿真实验,与基于先到先服务(First-Come-FirstServed, FCFS)的方法进行对比,吞吐量提升22.03%~28.00%,平均停车等待时间缩短31.71%~50.79%。同时,搭建微缩智能车辆的6停车位作业区场景实验平台,多车单次运输作业总用时相比FCFS缩短了18.84%。仿真与微缩智能车辆的实验结果表明,本文提出的方法能够提升露天矿作业区多车运输效率。

老年人出游决策的情感类群研究——基于动机中愿望与顾虑的协调视角

老年旅游市场蓬勃发展,意义巨大,当前以推拉为主的动机研究重点展现了老年旅游消费内容选择,却忽视了老年旅游动机中更深层次的情感活动过程。文章通过追溯动机深层的需要基础,考虑旅游动机中愿望与约束因素的协调特点,提出了内在愿望-条件顾虑协调框架。而后依托社会情感选择理论和Hsu等(2007)的动机研究成果,进一步明确愿望与顾虑的情感特性及具体概念和主张,并结合现有研究基础,形成测量问卷。通过对杭州老年人问卷调查所获数据进行探索性因子分析、重复测量的单因素方差分析、聚类分析和非线性典型相关分析,共得出7个动机重要性因子和3个主要出游决策的情感类群。研究发现,动机中愿望与顾虑的动态协调并非此消彼长,而是存在随机(弱-弱)、自主(强-弱)和焦虑(强-强)三种情感表现;研究还发现,老年人出游顾虑情感强弱与家庭生命周期和身体条件密切相关,并且趋利性的情感渴望比避害性情感更容易激发内在愿望。最后,文章提出了相应的分类施策建议和提升老年人旅游幸福体验的意见。

决策树优化选择下城市交通出行特征研究

文中对基于决策树优化选择下城市交通出行特征进行研究,通过研究城市交通出行方式,缓解城市交通出行压力。基于决策树算法基本理论,构建决策树模型,选取城市交通出行特征作为分类依据,运用C4.5决策树算法对城市交通出行数据进行分类,根据分类后各个不同特征叶子节点对上层子节点的总占比进行城市交通出行特征优化选择分析,并在“Occam's razor”的基础上,利用重新引入法提出优化方法,解决C4.5决策树算法存在的过度拟合问题,提升城市交通出行方式分析效果。实验结果表明,该方法可有效分析城市交通现有出行特征,指导城市交通规划,依据该方法的分析结果对早高峰线路进行优化后,有效减少了长距离拥堵路段,同时避免了严重阻塞路段的产生。

基于遗传算法的家庭活动-出行决策研究

为探究家庭日常活动-出行决策行为,基于时间地理学方法,突出家庭联合活动与个体出行链间互动决策的过程化表达,基于最优化理论,将家庭联合活动视为在一定时空条件约束下,成员通过彼此间协作配合做出效用最大化的活动安排和出行选择的结果,建立了家庭联合活动-出行决策模型;从昆明市2016年居民出行数据库中选取核心家庭出行数据作为模型验证数据,采用遗传算法对模型进行求解,通过设置不同场景再现家庭活动-出行决策过程,对模型计算结果与家庭成员实际出行链进行比较。结果表明:基础场景中有75.84%的家庭出行链与实际出行链相符,扩展场景符合率为83.64%,验证了所建模型的合理性和适用性;对于受时空制约较强的活动,当某一家庭成员无法完成该活动时,家庭会通过成员之间的依赖性进行传递,由其他成员以替代活动的形式进行协助,以实现家庭成员时空制约的平衡。

基于半动态交通流模型的电动汽车出行引导策略

为综合考虑电网和交通网的运行,优化电动汽车出行并实现充电控制,基于半动态交通流模型的特征和累积前景理论,提出了一种考虑电动汽车出行决策效用的出行引导策略。首先,计及用户的有限理性,基于改进的累积前景理论,建立电动汽车出行决策效用模型;基于此,提出用户出行引导策略以及与用户的前景函数形式和出行决策效用紧密相关的半动态交通流模型,实现交通平衡配流;进一步地,充分考虑用户的异质性和自主性,分析出行引导策略下的电动汽车(electricvehicle,EV)出行决策与充电功率随机性的关系,建立分布鲁棒优化的充电功率控制模型。最后,通过电网–路网耦合系统的仿真,验证了所提电动汽车出行引导与充电控制优化策略的有效性,结果表明所提电动汽车出行引导策略不仅能够降低交通拥堵概率和电动汽车出行耗电量,还能降低电网峰谷差,实现电网与交通网协同运行。

建成环境对老年人出行方式选择的非线性影响

研究老年人的出行方式选择有助于更好地理解老年人出行行为,对提高老年人出行便捷性和可达性,构建老年人友好型社会和改善交通系统的公平性具有重要意义。本文基于2021年贵阳市居民出行调查数据,运用梯度提升决策树模型,研究老年人出行方式选择的决策机理,并深入挖掘公交站点辐射区内不同老年群体选择行为的异质性。结果表明:(1)出行特征是影响老年人出行方式选择最重要的因素,相对重要度达58.51%,其次是建成环境因素(35.49%),二者均远高于社会经济属性的相对重要性(6%)。(2)建成环境对老年人出行方式选择的非线性作用显著,其中老年人步行出行的距离阈值为3 km;老年人出行更多的是空间分散模式,而非以市中心为导向模式。因此,对老年人出行方式选择的干预在建成环境阈值范围内更加有效。(3)建成环境对老年人出行方式选择的影响不仅存在独立的非线性效应,不同的社会经济属性还会导致其存在群体差异。这些发现可为创建面向老年人友好的出行环境提供决策支撑。

基于巢式Logit的大型赛事观赛人群组合出行决策行为建模

研究大型赛事观赛人群出行行为机理,明确观赛人群出行模式演变规律,可为大型赛事组织优化策略的制定提供理论依据和技术支撑.结合行为调查(Revealed Preference,RP)和意向调查(Stated Preference,SP),分析大型赛事观赛人群组合出行行为特征,构建了基于巢式Logit模型的观赛人群“出发时间+出行方式”组合决策行为模型,刻画出行时长、出行费用、同伴数量、小汽车拥有量和公共交通使用频率等因素对组合决策选择行为的影响.研究结果表明:构建的巢式Logit模型拟合性和准确性更优,预测精度为80.4%,比多项Logit模型提高了11.2%,可以更细致地刻画观赛人群组合决策选择机理;大型赛事观赛人群同伴数量越多,小汽车拥有量越大,选择小汽车出行的可能性越大,而公共交通使用频率越频繁的观赛人群选择公共交通出行的可能性越大;出行时长与出行费用直接影响着观赛人群所有决策阶段,且出行费用的影响程度更大.研究结果可为大型赛事交通需求管理政策的制定和实施提供技术支撑和参考.

基于多尺度相位聚合轨迹表示的出行方式识别模型

现有出行方式识别模型通常依赖在数据采集设备中插入额外传感器元件或提高设备采样率的方法提升识别准确率,但现实工作环境中提高设备采样率或传感器数量的做法会增加采样设备的能耗,并且设备采样率难以统一也影响了出行方式识别模型的准确率。针对上述问题,提出基于多尺度相位聚合-深层神经决策森林的出行方式识别模型。提取轨迹数据中的多尺度局部和全局特征令牌,采用卷积神经网络层提取令牌间的时空相关性。使用相位检测令牌混合层,动态调整神经网络中令牌与固定权重的关系,捕捉令牌间的相位关系,得到多尺度相位聚合的轨迹表示。利用深层神经决策森林算法,得到出行方式的分类结果。实验结果表明,与基于随机森林的出行方式识别模型相比,所提模型在3种低频重采样数据上的平均识别准确率提升了2.726个百分点,能够更有效地识别出行方式。

计及用户行为决策的电动汽车负荷时空分布建模

发展电动汽车是实现“双碳”战略的重要手段,开展电动汽车充电特性及充电负荷有序调控研究具有重要意义。因此提出了计及用户行为决策的电动汽车充电负荷时空分布建模方法。首先,通过引入后悔理论模拟用户的充电行为决策。其次,结合出行链理论和后悔理论,对电动私家车出行行为的随机性和灵活性及充电负荷的时空不确定性进行出行特性建模。最后,结合美国交通部2009NHTS居民出行调研统计数据,运用蒙特卡洛方法建立电动汽车充电负荷时空分布模型。仿真结果验证了所提模型的合理性和有效性。

社区建成环境对中等收入群体机动车行驶里程的非线性影响模型

基于社区建成环境的5D维度选取了人口密度、土地利用多样性、公交服务水平等6个指标刻画社区建成环境,以《社区生活圈规划技术指南》中15 min社区生活圈与步行速度为依据,形成社区生活圈测度范围,结合POI(point of interest)数据、道路网络等地理空间数据测度建成环境。以保定市居民出行行为调查数据作为实证研究数据,构建了考虑非线性效应的梯度提升决策树(gradient boosting decision tree,GBDT)模型。结果表明:在模型拟合度方面,GBDT模型比线性假设的OLS(ordinary least squares)模型调整后R 2(可决系数)提高了76%;在社区建成环境指标贡献度方面,土地利用混合度(19.10%)与距离市中心的距离(17.23%)对中等收入人群VMT的贡献度最大,说明合理的土地利用规划对调节中等收入人群小汽车使用行为的重要作用;在建成环境指标的非线性关系方面,建成环境因子与VMT均具有非线性关系,其中土地利用混合度、公交站点密度与距离市中心的距离对VMT的影响与驾龄存在一定的交互效应,通过部分相关图的拐点分析得到社区建成环境规划的定量依据是未来低碳社区建设的基础。

基于QFD和前景理论的产品设计评价与决策

为了提高企业产品设计决策的科学性和合理性,使企业在激烈的市场竞争中处于优势地位,提出基于质量功能展开(QFD)和前景理论的产品设计评价模型。通过模糊层次分析法(FAHP)构建用户需求体系计算需求权重,将用户需求转化为产品设计评价指标,结合用户需求和设计评价指标构建质量屋模型,并根据两者相关性确定评价指标权重。在直觉模糊语言环境下引入前景理论来表达决策者在不同风险前景下的心理偏好行为,构建正、负前景矩阵,并确定各个备选方案在不同指标下的总前景值,继而计算各方案的综合前景值,根据计算结果对方案进行排序优选。以儿童旅行箱包产品为例进行评价优选,对决策结果进行验证,证明该评价模型的可行性,为今后企业产品设计决策提供新思路。

基于演化博弈的汽车分时租赁出行模式决策研究

分时租赁模式正在逐步改变消费者的出行决策。采用演化博弈方法研究消费者出行决策与分时租赁模式之间的相互关系,构建演化博弈的复制动态方程,计算稳定均衡解并进行数值实验。研究发现,消费者出行决策与运营商的商业模式之间可能存在冲突,购车价格与出行强度是调节两者关系的关键因素。当出行次数和购车价格同时较高时,消费者和运营商都选择分时租赁模式;当购车费用较低但用车次数较高时,消费者会选择购买私家车出行,而运营商会选择销售服务;当使用次数较少同时购车费用较低时,消费者会选择私家车出行,运营商选择分时租赁模式。当销售价格相对较高而使用次数相对较少时,消费者选择分时租赁出行,但运营商只愿意选择销售模式。

基于机器学习的城市居民低碳出行行为研究

针对城市居民是否选择低碳出行的问题,本文基于机器学习方法,通过问卷调查的形式,对影响城市居民低碳出行的相关因素与实际交通出行方式进行数据收集,设置自变量与因变量及其取值,并基于Logistic回归模型原理进行拟合建模,在不同属性下,对城市居民是否选择低碳出行方式和影响进行分析,得到不同属性之间与各个属性内部的影响与区别关系。同时,运用Logistic回归、神经网络与决策树3种分类预测模型,在现有数据基础上,对城市居民是否选择低碳出行方式进行预测。研究结果表明,年龄、收入、距离和是否拥有汽车及驾驶证,对选择低碳出行方式具有重要影响,尤其是没有汽车的居民,选择低碳出行方式的可能性是拥有汽车居民的9.065倍,且3种模型的预测准确度均在85%以上,而神经网络模型的预测准确度接近90%,各项指标均说明预测效果良好,验证了该方法的可行性及适用性。该研究为预测不同地区与类型的低碳出行方式提供了理论参考。

交通出行选择行为的量子决策实验研究

量子决策模型是基于量子物理思想的一种新兴决策模型,近年来,在解释个体不确定状态下的决策行为方面展现出独特优势。本文基于量子决策模型研究交通出行决策行为,设计了体现干扰效应、框架效应及顺序效应的调查问卷。首先,将分类-干扰量子决策实验进行改进,在实验范式中引入了交通出行因素,得到了新的干扰系数。其次,借鉴经典的Linda问题研究思路设计了四个与交通出行有关的合取谬误问题,结合数据得出了新的干扰系数和量子几何投影图像,验证了干扰对决策行为的影响。然后,在生命安全、财产损失、时间成本三个维度和积极、消极两种描述方式上使用齐当别理论,解释了框架对决策行为的影响。最后,通过变换问题顺序构建量子问题等式,并使用顺序效应散点图验证了量子问题等式的预测准确性。结果表明:量子理论对决策者不确定状态下决策行为的描述具有理论优势,量子决策模型可以解释交通出行决策行为中的干扰效应、框架效应及顺序效应,拓展了量子思想理论在交通决策行为领域的应用。

基于知识图谱的乡村旅游智库设计研究

出融合多元信息的乡村旅游智库,为全面精准的辅助决策提供依据。乡村旅游智库对乡村旅游建设的决策具有重要作用,但传统的智库主要依赖专家人工判断,无法充分利用新兴技术实现动态性、及时性、融合性。知识图谱通过三元组关系表达实体与实体间的关系,将知识以“图”的形式表示出来,契合智库建设的多渠道融合及专业化特征。本课题基于知识图谱搭建乡村旅游智库,通过知识抽取、知识融合、知识计算、决策路径设计等关键技术,最终设计。

基于多维交互决策树模型的赴日旅游意愿研究

文章对日本发生钓鱼岛政治风波等危机事件后国内居民赴日旅游意愿进行实证分析和研究。首先基于国内外文献,归纳旅游危机影响和多维交互决策树模型研究进展。基于对国内756名居民的一手调研数据,通过SPSS21.0软件,采用描述性统计和多维交互决策树模型分析,对国内居民赴日旅游感知差异进行总结,对钓鱼岛事件后不同年龄、不同婚姻状况、不同出游次数、不同教育程度群体赴日旅游感知意愿进行卡方自动交互检测,以区分多维交互尺度下不同群体赴日旅游意愿,为企业应对危机管理提供参考。