A Network Signal Timing Design Bilevel Optimization Model with Traveler Trip-Chain Route Choice Behavior Consideration

This study proposed a bilevel optimization model for the network signal timing design problem by considering the linkflows reflected by the trip-chain route choice behaviors of road users. The bilevel programming model is formulated based on theinteractions between signal timing control and trip-chain behavior, and a solution algorithm by combining variational inequalitysensitivity analysis, the generalized inverse matrix method, and a gradient projection approach revised for trip-chain user equilibriumis developed for the transportation design problem. The performance of the developed model framework was verified throughnumerical analysis under different test scenarios.

A Trip-Chain Based User Equilibrium Traffic Assignment Model with Flexible Activities Scheduling Order

This study developed a user equilibrium traffic assignment model based on trip-chains with flexible activity scheduling order and derived the corresponding optimality conditions. We based on the gradient projection method to develop a solution algorithm, the accuracy of which was verified using the test network of UTown. This model could be used to estimate the transportation demands with and without activities scheduling restriction between OD （origin-destination） pairs based on trip-chains, as well as based on trips. Thus, the proposed model is more generalization than conventional trip based or trip-chain based traffic assignment models.

基于手机信令数据的交通方式识别模型

为解决现有研究在区分居民交通方式方面存在的问题,提出一个基于手机信令数据的居民交通方式分类模型。模型数据清洗部分采用滑动窗口方式提取3类特征训练模型,成功检测出80%以上的噪声数据;交通识别部分划分为3个二分类问题,即机动车与非机动车、步行和骑行、公交车和私家车。模型利用自主采集的信令数据,结合路网、导航数据和站点匹配算法,设计出居民交通方式分类模型。实验结果表明,与其它方法相比,公交车和私家车的分类准确率达到94%,4种分类结果的整体准确率达到了86.76%,验证了该设计的准确性和可行性。

基于手机信令数据的贝叶斯优化出行链识别

为了克服手机信令数据定位信息的时空不确定性对出行识别的影响,分析手机信令数据的时空特性,在时空阈值识别停留点方法的基础上,引入兴趣面(AOI)信息和基站位置数据,提出可变参数滑动窗口的出行停留点识别方法.建立出行链模型,采用贝叶斯多目标优化获得模型的最佳参数,实现时空阈值的动态调整,提高识别的准确性.为了验证方法的有效性,组织志愿者采集真实出行GPS数据和出行信息标签作为验证数据,与应用模型于对应手机信令数据后的结果进行对比.研究结果表明,手机信令数据的采样在移动和静止状态下存在特性差异;相较于对比方法,提出的出行链识别方法在泛化性能和最优性能方面都表现出较小的误差和较高的识别率,尤其在识别率指标上,相比其他的最新算法改进了3%~26%.

基于出行链的铁路车站开通初期客流预测研究

【目的】为解决铁路车站开通初期客流预测缺乏数据支撑,以及估计不同交通方式成本来计算客流转移量结果与实际偏差较大的问题。【方法】以新开通南沿江城际铁路江阴站为例,考虑该线与既有高速及城际铁路的线位关系,基于城际出行链,依托旅客出行行为调查对区域内可选择的不同交通方式的城际出行效用进行定量计算,采用Multinominal Logit(MNL)模型,区分工作日与非工作日,结合客流分配现状对效用变量系数进行标定,据此预测南沿江城际铁路江阴站开通后发往南京、上海枢纽的客流量,同时结合城市经济和社会发展推演计算发往沿线其他站点的客流。【结果】结果表明,南沿江城际铁路江阴站的开通可以有效吸引江阴地区原本选择既有铁路、公路去往南京、上海的客流以及选择公路去往南沿江城际铁路沿线其他城市的客流。【结论】因此,南沿江城际铁路的开通能有效缓解辐射范围内既有铁路、公路的运输压力,客流预测结果还将支撑站点运力资源配置优化研究。

建成环境对公共交通与小汽车出行方式选择的非线性影响——基于出行链视角

针对城市公共交通竞争力有待提升的现实背景,以及对车外环境和替代出行方式关注不足等问题,文章通过出行链视角,结合武汉市主城区居民出行调查和街景数据,利用百度地图模拟出行路径,使用随机森林模型全面分析了出发地、目的地和车外路段建成环境对公共交通与小汽车出行选择的影响。结果表明:1)细化出行阶段并考虑替代小汽车的公交出行方式,可增强分析深度和模型精度;2)建成环境是影响2种交通方式选择倾向的关键因素,其中车外环境与出发地、目的地的建成环境同等重要;建成环境因素与交通方式选择倾向之间存在非线性关系,且部分因素在出发地和目的地的影响有所差异;3)建成环境对出行方式选择的影响机理可分为弹性调整、有限支撑和直接驱动3种类型。

基于出行链视角的城际货车司机出行偏好挖掘方法研究

本文设计了一个基于轨迹数据的城际货车司机出行链构建和分类框架,以此挖掘他们的出行偏好。首先,识别货车司机的行程终点与基地点并构建城际货车出行链;其次,对城际货车出行链进行表征,利用高斯混合模型根据数值特征将出行链划分为6类模式;再次,基于最长公共子序列算法挖掘不同出行链模式偏好的货车司机的路线特征。结果表明,大多数货车司机有一种主导的出行链模式偏好,且不同车型的司机偏好具有多样性。此外,不同出行链模式偏好的货车司机的出行线路决策存在差异,进行货运活动的地理区域具有不同的特点。通过分析城际货运中货车司机的出行行为与出行特征,有助于更深入地理解其出行偏好,促进城际货运的高效管理。

不同场景下出行链模式与充电选择的影响关系

为了对比研究不同场景下电动汽车用户充电需求产生过程的异质性,选定工作日、非工作日为对象,采用递归联立方程双变量Probit模型分别建模研究两种环境下出行链模式(出行结构)与充电选择之间的影响关系:一种是出行链模式决策影响充电选择,另一种是充电选择影响出行链模式选择。利用出行链及充电选择调查数据对模型进行标定与验证,数据结果表明:工作日、非工作日场景下,模型的拟合结果存在差异,用户出行链模式与充电选择之间的主导关系不同,电动汽车充电需求的产生机理存在异质性。工作日中,出行链决策影响充电选择,表明用户的出行决策先于充电决策,充电需求的产生依附于出行链和活动计划。这种模式下,应充分考虑居民的出行习惯,结合出行目的、停驻点类型、出行时间、车辆续航情况等关键属性进行城市充电需求的预测和调度;而非工作日中,充电选择影响出行链决策,表明用户的充电决策先于出行决策,此时充电需求则较少受到出行计划的影响,应结合用户的个人社会经济属性、车辆属性、充电桩拥有情况等对充电偏好进行分析,依据充电选择情况进行需求预测和调度。因此,工作日、非工作日下存在两类充电需求产生机制,研究结果对城市充电需求预测及调度具有一定的指导意义。

超大城市基于活动的交通需求模型建设——上海的探索与实践

基于活动的交通需求模型从人的活动需求本源出发,能很好地刻画活动与出行之间的关系,进而建立城市规划或交通规划方案与居民生活之间的关联。回顾国际上从四阶段交通需求模型到基于活动的模型发展,总结北美基于活动的模型软件的模型特点、开发程序和实践经验。根据超大城市的模型应用需求、数据条件、运算速度和开发效率情况,设计了适用于上海市的基于活动的模型框架结构。基于活动的模型包括重构人口个体数据的人口仿真(合成)模型、强制性活动的中长期模型,以及包含出行链和中间停留点的短期模型等模块。重点介绍了模型参数标定的总体情况,并利用居民出行调查、百度位置服务、手机信令等多源数据对模型结果进行多维度校核验证,结果表明模型准确度高、运行速度快。最后指出,基于活动的模型优势显著,但其他城市应用时需权衡开发成本和应用的实际效果,建议以四阶段模型为基础开展基于活动的模型开发。

新形势下大城市常规公交品质提升策略研究——以杭州为例

在轨道交通、网约车、共享单车、私人小汽车等冲击下,大城市常规公交客流量大幅下降。在新形势下,大城市常规公交必须提升市民出行链全过程体验感,以满足市民多元化、高品质出行的需求。从“门到站”、“站到车”和“站到站”环节着手,研究提出大城市常规公交的服务品质提升策略,并以杭州市为例,提出实施分区差异化发展、搭建多层次公交线网、服务多元化出行需求、精准延伸末端服务、优先保障公交路权和智慧赋能公交运营等转型发展措施,为国内其他大城市常规公交的转型发展提供借鉴。

上海市大型居住社区居民非工作出行链选择行为研究

以上海市居民出行调查数据为基础,选取大型居住社区居民为对象,构建了居民非工作出行链选择行为模型。通过多项logistics模型研究了个人属性、家庭属性、非工作出行特性以及社区特征对4种典型非工作出行链选择行为的影响。研究表明,以简单维持链为参照,未就业者、年龄30岁以下、采用小汽车出行方式及社区公共设施呈网络型布置的居民较多选择简单休闲链;采用慢行出行方式、社区公共设施呈分散型布置的居民较多选择复杂非通勤链;就业者、年龄30岁以下、采用小汽车出行方式、居住在中心区及社区公共设施呈网络型布置的居民较多选择复杂通勤链。研究能够指导相关交通政策制定,引导居民的非工作出行活动模式,助力大型居住社区规划与公共设施布局设计,并为“15分钟”生活圈与人民城市建设提供技术支撑。

基于电动汽车出行随机模拟的充电桩需求研究

提出基于电动汽车出行随机模拟的充电桩需求分析方法。该方法通过对电动汽车在各地点停车时长的相似性分析,将不同地点归类为六类充电功能区域,考虑用户对电池荷电状态变化的接受范围,建立电动汽车出行及充电模型,运用蒙特卡洛随机模拟电动汽车一日出行链和在各目的地的充电需求,模拟中考虑各区域停车数随时间的变化和充电同时性,在模型中输入电动汽车模拟量和各类型电动汽车比例,可得到各区域总的充电桩与停车位的比例(桩位比)和快慢速充电桩的比例。模拟结果显示,工作区桩位比并不高,全天中三次及以上行程目的地内的桩位比较大;快慢充比例较大的区域一般为停车时长较短而充电需求较大的区域,居住区也有快充需求;当电动汽车数量不变时,随着车辆最大续驶里程的增大,桩位比并无明显变化规律,快慢充比例逐渐减小。

基于出行链的电动汽车充电负荷预测模型

提出了一种基于电动汽车行驶出行链的考虑充电频率的电动汽车充电负荷预测方法。由居民出行调研统计数据将家用车辆出行目的分为五大类,构建简单和复杂出行链,分别采用三参数威布尔函数和对数正态概率分布函数拟合每段行程的结束时间和行驶距离,建立车辆一天行驶的时空分布模型;考虑温度、交通路况等因素对电动汽车耗电量的影响,采用模糊算法计算得到每公里实时耗电量结果。用蒙特卡洛仿真方法对不同渗透率、夏冬季、工作日和周末等不同情景电动汽车充电负荷进行计算,结果表明,电动汽车充电负荷具有季节性、假日性,电动汽车无序充电将使电网最大负荷发生一定增长,并随其渗透率逐步加大。

北京市女性出行行为研究

在城市生活中,相对于同年龄层男性的对比群体,女性出行行为的各项统计指标具有显著差异.本文基于2005年北京市居民出行调查的样本数据,比较分析了女性的出行行为在出行率、出行时耗、出行目的及出行方式等方面的特征.进一步地,引入了出行链的概念,利用非集计理论和方法,构建了女性早通勤出行链选择行为模型,从源头上分析影响女性个体出行链选择行为的10个重要因素;并利用模型估计所得的参数计算事件发生比,量化了各个影响因素对女性出行链选择行为的影响程度.研究结果表明:女性老年人的出行率远低于男性老年人;女性在购物和社会生活等出行目的上的出行比例明显高于男性,且平均出行时耗受家庭结构因素的制约较为突出;女性出行采用的主要交通方式为步行,且远高于男性的相应值;年龄、是否持有驾照、家庭月收入、家庭交通工具拥有情况是影响女性出行链选择行为的主导因素.

基于出行链理论的电动汽车充电需求分析方法

基于出行链理论提出一种电动汽车充电需求分析方法,探讨了电动汽车一天出行过程中在不同区域内停驻时长的概率分布特点,对电动汽车空间转移概率进行3次B样条最小二乘曲线拟合,通过蒙特卡洛法并结合NHTS2009数据构建了电动汽车一天出行链,实现对用户行为规律的精细化模拟,并在设计2种充电行为的基础上对不同停驻区域的电动汽车充电需求进行了分析。该方法有效弥补了传统方法对电动汽车日间充电需求分析的不足,具有较高的精确性和原理清晰、易于操作等特点。

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.

结合出行链的公交IC卡乘客下车站点判断概率模型

综述了一票制公交IC卡乘客下车站点推断的研究现状.为充分利用乘客出行链和站点上车客流量等信息,分析了公交出行的特征,提出了公交出行若干假设条件.在此基础上,定义了相关集合变量来描述单个乘客的出行链,将乘客个体出行特征融入到站点吸引权重的计算中.然后根据乘客出行链信息的完整程度,综合集计分析和非集计分析方法建立了结合出行链的概率模型,并提出了应用模型判断乘客下车站点的算法,以及模型检验方法.最后,以广州公交448路为例,对比了本文模型和单纯非集计分析方法的下车站点判断结果.结果表明,本文提出的模型适用性更广,在集计分析层面具有更高的可靠性.

通勤者出行方式与出行链选择行为研究

通过分析2005年北京市居民出行调查数据,构造通勤者上班出行方式选择和出行链类型选择相互影响的NestedLogit模型,分别建立出行方式→出行链和出行链→出行方式两个方向模型结构,采用统计软件STATA9.0对模型进行标定,并利用包容系数对Nested Logit模型的结构关系进行辨识。结果表明,出行方式选择和出行链类型选择之间不是单方向影响关系,而是一种双向的相互作用关系;出行链→出行方式选择决策较为合理,反应通勤者倾向于首先考虑如何组织当天要参加的各种活动,然后在出行链安排的约束下考虑选择合适的出行方式。

通勤出行简单链和复杂链的选择行为研究

理解通勤出行简单链和复杂链的选择行为,对于推动出行行为研究和实施交通需求管理策略具有重要意义.文中用交叉列联表方法分析了家庭属性、个体属性、土地利用属性、出行属性和工作活动安排对个体简单链和复杂链选择行为的影响,以此为基础建立了个体选择简单链和复杂链的二项Log istic模型.模型分析结果表明,家庭工作人数、职业、年龄、居住小区、上班出行方式、上、下班时间是影响个体选择简单链还是复杂链的显著变量.

基于活动模式的工作者出行生成预测模型

为改进传统出行生成预测以单个出行为分析单元、难以反映个体出行行为的不足,建立了基于活动模式的工作者出行生成预测模型.采用相关性分析和多项logit方法研究了1617个有效样本的居民个体属性、家庭属性、区位属性、出行属性、活动属性所引起的活动和出行生成模式的差异.通过建立包含显著变量的6种典型活动模式效用函数,获得个体选择概率.按概率集计法分析各交通小区各类活动模式总量,结合活动模式中包含的出行链平均长度,进行工作者出行生成量预测.基于活动模式的工作者出行生成预测模型有助于以出行链整体为单元考察多次出行之间的关联性,增强出行生成模型与行为模型的融合.