基于多成本分析的出发时刻选择模型研究

交通问题的解决,应该从需求和供给两方面进行改善。交通需求管理通过改变出行者的出发时刻、出行路径以及出行方式等措施,将高峰期的交通需求从时间和空间2个方面进行分离,从而有效缓解城市交通压力。文中将经济学思想应用于城市道路,从固定使用成本、出行时间成本以及惩罚费用成本3个方面研究了私人小汽车出行的多成本性,通过分析居民出发时刻选择的决策过程,应用随机用户均衡分配和Logit基本理论,建立了适用于一般城市网络的出发时刻选择模型。运用模型进行一个算例分析,从而验证模型的有效性和实用性。

考虑出行焦虑的异质小汽车通勤者早高峰出发时刻选择研究

将私人小汽车通勤者划分为Ⅰ类堵车焦虑型和Ⅱ类准点焦虑型两种类型,引入出行敏感系数(堵车焦虑系数、准点焦虑系数)和瓶颈忍耐系数来刻画两类通勤者的出行焦虑程度,在标准瓶颈模型的基础上构建新的出行成本函数,并将其应用于分析单一线路和混行线路下的出发率、高峰期起止时刻和通勤者构成等指标。研究结果表明:当道路上仅有某一类通勤者存在时,堵车焦虑系数、瓶颈忍耐系数以及准点焦虑系数的增加均会使单一线路通勤者的系统总感知出行成本降低;混行情形1中Ⅱ类通勤者的准点焦虑系数增大时,该类通勤者数量增加,系统总感知出行成本减小,高峰期前移,瓶颈忍耐系数增大时,系统总感知出行成本减少,高峰期后移;混行情形2中Ⅰ类通勤者的堵车焦虑系数与瓶颈忍耐系数对该类群体数量的影响具有两面性,不同瓶颈忍耐系数与堵车焦虑系数的组合下,该类群体的吸引力呈现单调减小、先减后增和单调增加三种不同的趋势。

社交网络信息对出行时刻选择行为的影响

随着社交媒体和基于定位的智能手机普及,人们可以通过社交平台获得其他人的出行经验,同时与别人分享自己的出行信息.这种媒体形式为人们提供了新的出行参考途径.显然,信息的准确与否,对人们的行为和交通系统性能会造成影响.本文使用贝叶斯学习更新机制描述人们的动态学习行为,建立出发时刻选择的Agent-based模拟模型,比较准确社交信息、不准确社交信息和没有社交信息对交通系统的影响.数值结果表明,本文所建立的模型可以刻画出行者的行为特征,并反映信息对交通系统的影响.

出行弹性概念及其应用

基于出行链决策中各选择肢的被选概率及其离散程度,给出了出行弹性度的基本概念及数学定义,并提出了3种出行弹性度,即出行方式选择弹性度、出发时刻选择弹性度和出行链综合弹性度,给出了各选择肢被选概率标准差的相关量来确定以上3种出行弹性度的方法.利用广东省中山市的居民出行数据,建立了出行方式选择和出发时刻选择的多项Logit模型,标定了上述3种出行弹性度,并进行了弹性度分级.比较了考虑弹性度与不考虑弹性度时交通需求管理措施对交通方式转移量的预测,结果显示,不考虑弹性度的转移量预测模型一定程度夸大了交通需求管理措施的实施效果,验证了出行弹性度研究的必要性及其应用价值.

城市公共交通走廊动态客流分析模型

为了科学分析和评价城市公共交通走廊的客流流动规律,研究了走廊内乘客对于出发时刻及交通方式选择的问题,提出了城市公共交通走廊动态客流分析模型.模型主要由乘客出发时刻和交通方式选择组合动态均衡分配模型,以及乘客出行负效用模型两部分构成.在此基础上,设计了一套启发式算法求解该模型;并以上海市的跨江公共交通走廊为案例,验证所提出的模型和求解算法.研究结果表明,该模型能够真实反映城市公共交通走廊内客流的时空分布情况,以及行程时间、拥挤度及出行费用等因素对乘客出行选择的影响.所提出的模型可为城市公交走廊内各公共交通方式的合理搭配、运输组织模式优化提供决策支持.