出行活动模型等研究动态

选取来自国际学术期刊的论文,以概述形式对城市交通理论方法、实证分析等学术研究成果进行总结性介绍,旨在增强城市交通业界和学界对国际学术动向和研究热点的关注,促进学术交流。本期共选取2篇论文:《基于长短期记忆网络和手机信令数据的出行活动模型》一文提出一个新的基于长短期记忆网络的出行活动模型框架,该模型框架能够根据手机信令数据识别的出行详细信息直接分析个人出行行为偏好,减少对社会经济属性和活动类型等信息的需求,同时可以很好地预测与时间相关的信息,并具有最佳的稳定性;《用于自动驾驶卡车编队的聚合零知识证明和区块链授权身份验证》一文提出一种聚合高效的零知识证明方法,用于卡车混合队列环境中基于许可区块链网络进行隐私保护身份验证,其能以毫秒为单位执行身份验证,与单一零知识证明设计相比,聚合高效的零知识身份验证系统具有更高的安全性和更好的性能。

突发事件影响下的城市居民出行活动时空模式研究

在人类社会的发展过程中,突发事件常常引发人们生活和行为的急剧变化,并可能对其产生持续性的影响。目前相关研究多为居民出行活动的总体趋势和整体特征,而在细分层面分析出行活动在时空维度上差异性的研究较少,且存在时空维度分离、缺乏整体性的问题。本文以美国旧金山新型冠状病毒感染流行为例,采用共享单车出行数据、兴趣点数据等进行长时间跨度的研究,利用k均值聚类和潜在狄利克雷分配模型,挖掘突发事件前后居民出行时空模式的特征及变化。结果表明:①事件暴发后,居民不同目的的出行活动时空模式发生了显著变化,通勤及娱乐出行的比例大幅下降,居民尝试用聚集程度较小的户外休闲娱乐代替聚集性娱乐,生活必需品购买及处理个人事务的出行比例上升,医疗需求大幅增加且该类型出行的早高峰开始时间提前。②随着时间的推移,突发事件的影响逐渐降低,人们的出行活动时空模式逐渐恢复至事件前的状态。研究成果可深化对风险和不确定性的认知,建立更全面的时空知识服务体系,为城市管理部门制定合理的应急管理策略提供参考。

基于地理探测器和最大熵模型的人类出行活动强度空间格局模拟:以云南省域为例

定量评价人类出行活动强度(下文简称“人类出行强度”)是进行人类干扰研究的基础,对于生物多样性保护具有重要意义。考虑到城市与非城市区域之间的差异,为了提高人类出行强度对环境变量的响应程度,本文针对云南省非城市区域,基于腾讯位置大数据,利用地理探测器和最大熵模型探究环境变量对人类出行强度的影响。结果表明,影响云南省人类出行强度的各环境变量在交互作用下呈现双因子增强或非线性增强类型,距居民点距离与地表覆盖类型共同作用下对人类出行强度的解释力达到最大;最大熵模型的预测精度达到“好”的标准(Area Under Curve,AUC=0.855),研究区内的人类出行强度大致呈“东高、西低”的分布格局,距居民点距离、地表覆盖类型、距道路距离和坡度是主要的影响变量,累积贡献率超过90%;从整体上看,云南省内的人类出行活动集中于地势平缓、气候温暖、雨量适中且交通便利的居民区附近,实验结果对于揭示人类出行的分异性影响因素有价值,可为云南省的物种保护与规划等工作提供参考。

城市出行活动的交通承载力模型分析

针对城市出行活动的交通承载力问题展开探讨,提出交通承载力模型。以西安市交通情况为例,探讨城市出行活动的交通承载力模型的构建。研究结果表明:城市出行活动交通承载力模型的构建可用于衡量城市交通发展水平和实际情况。

沈阳市城区老年人春季出行活动特征研究

在老龄人口急剧增加的今天,在城市规划及建筑设计领域,依据老年人生活行为特征进行适老化设计的研究日益成为被关注的焦点。本研究运用活动日志调查法对沈阳市城区老年人春季24h行为活动进行调查,并运用活动分析法对调查到的老年人出行相关信息进行分析,进而指出在时空约束下,沈阳市城区老年人春季出行活动特征及移动-活动行为模式。

基于城市视角下的大型公共建筑对居民出行活动影响

城市综合体作为大型公共建筑的一种类型,与居民日常出行密不可分。通过宏观、中观、微观3个层面城市综合体对居民出行活动的理论研究,提出研究两者间互动协作机制的重要性,并需要进一步探索综合体空间优化模式。本研究有助于为综合体空间优化提供理论指导,增强实践科学性,对推动城市空间集约发展,促进居民绿色出行,创造低碳城市环境具有重要而深远的意义。

考虑出行活动差异的出行时间信息发布

当前出行信息服务系统缺乏对出行者类型及出行活动类型差异的考虑,发布的出行时间信息单一,难以满足不同出行活动需求的出行者对出行时间信息的差异化需求.文中通过SP调查方式,获取不同职业类型出行者在不同类型出行活动情景下的期望到达时间要求,研究出行者职业类型与出行活动类型差异对出行时间信息服务需求的差异特性,并根据出行者对于提前到达与滞后到达时间价值感知的差异,探讨符合出行者出行活动需求的出行时间信息发布策略.结果表明,出行活动类型差异会带来出行者对出行时间信息服务需求的显著差异,建议当前出行时间信息服务系统增加出行活动类型选项并提供差异化的出行时间信息服务.

基于出行活动特征的老年活动中心选址研究

当前人口老龄化已经成为中国各个城市都在面临的问题。在老龄化社会的到来及快速发展、世界卫生组织提出老年友好城市建设框架和老年居住及长期照护供需矛盾日益深化的背景下,如何为他们创造一个更加方便舒适的生活环境已经成为了一个值得重点关注的问题。本文通过对广州市老年人出行活动特征解析,提出了新时代老年活动中心选址影响因素,并通过实际案例运用层次分析法进行了选址实证研究,进而提出相关建议。

面向城市出行活动的交通承载力模型研究

交通设施是城市出行活动的载体,是交通承载力的基础支撑。交通承载力是实现交通与国土空间互动量化计算的核心。通过梳理并界定交通承载力内涵和影响要素,从区域交通设施网络出发,提取交通承载力计算关键指标,考虑交通网络结构和运行特征,创新构建面向出行活动的交通承载力量化计算模型,以交通承载指数衡量各类交通设施的出行活动承载能力,实现道路、公交、轨道等多种交通设施网络的承载力评估,并以武汉市为例进行算法验证和模型应用。

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。

居民出行活动特征与收入水平的关系——以上海市为例

居民出行活动与居民的收入水平关系是公共交通、城市地理研究的重要问题。传统获取居民出行活动信息主要基于问卷调查的方式,不仅成本高、样本量有限,且研究局限于定性讨论,研究结果易因受访者的主观意识而产生偏颇。随着信息技术的革新,传感器记录的大规模人类活动信息为研究居民出行活动特征与居民收入水平关系提供了可能性。本文利用上海市居民时空轨迹数据,从居民出行活动的角度出发,首先构建居民出行活动指标,并利用主成分分析法提取居民出行活动特征的主要成分;然后对主成分进行K-Means聚类,并针对不同出行活动特征的类别,分析居民出行活动特征与居民收入水平的关系,结果表明:(1)居民出行地点多样性与居民出行范围大小是反映居民出行活动特征的主要成分;(2)移动范围越小、移动地点多样性越低的居民类别,其平均工资水平越高;(3)不同移动性特征的类别平均收入水平差异与各类别居民工作地的产业发展有关。研究结论可为城市规划及相关经济政策制定提供参考。

基于多智能体交互作用的活动-出行时空分布特性仿真

在多智能体仿真平台上应用强化学习算法对出行者活动-出行的时间规划与地点选择进行了仿真.由于在模型中引入了道路拥挤程度的实时变化参数,环境能随各智能体的决策动态变化,体现出多个智能体处于相同环境时决策的相互影响与个体和环境的交互作用.仿真结果表明,基于多智能体交互作用方法得出的出行者个体活动模式,群体交通流量分布与弹性活动地点选择均与实际调查结果相符,二者在交通流量峰值的偏差小于5%,在弹性活动地点选择分布的相关度大于90%。

交通信息作用下的活动-出行决策行为研究

从交通信息对出行者出发时刻、出行路径、出行方式选择和日活动安排的影响及其作用机制等方面,评价了以活动理论为基础的各种研究方法和模型系统的优缺点;分析总结了近十几年间交通信息作用下的出行行为研究领域的研究进展;探索了改进信息作用下活动-出行行为预测方法的途径。结果表明:信息在诱导人们出行行为方面既有积极作用,也存在一定局限性,规划管理部门应正确认识和合理利用交通信息。

基于结构方程的城市低收入通勤者活动-出行行为模型

为了分析影响低收入通勤者活动-出行的因素,揭示活动与出行之间的互动机理,基于南京市居民一日出行调查数据,采用结构方程模型建立低收入通勤者活动-出行模型.统计数据表明,低收入通勤者较多进行生存型活动,较少参与维持型活动和休闲型活动,出行链以简单工作链为主,电动车是其主要出行方式.模型标定结果显示,个人及家庭社会经济属性、可达性对低收入通勤者的活动参与、出行生成和方式选择有显著影响,并且活动-出行模式变量间也存在较强的相互关系.社会经济属性、可达性主要通过活动参与间接影响出行生成,而方式选择主要受社会经济属性和出行生成的直接影响.

出行需求分析的新方法：活动模型的应用研究

结合我国交通规划实际情况,提出新型的基于活动的出行需求分析方法,通过大量的调查数据和严密的分析,研究了数据转换的过程及方法,用以分析活动与出行的关系,并以此作为活动模型与出行模型之间的桥梁。详细阐述了数据选择和整理方法、有效性检查规则;应用居民出行调查数据,分析活动及出行特征作为模拟的基础,并提出基于交叉分类的出行量预测方法;然后制定活动-出行行为的详细模拟流程,研究各特性变量的模拟方法;给出模型的验证及确认方法,并编写计算机程序实现模拟流程。该方法已应用于辽宁某市城市居民的活动与出行特征分析,验证结果显示该方法具有较强的实用性,为活动模型的研究提供了参考。

危险货物道路运输车辆出行链活动类型识别

针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节点聚类得到活动热区;根据活动节点的个体特征、所在出行链的亲属特征和所处热区的群体特征进行多尺度特征体系构建,通过因子分析进行降维处理;利用GMM-HMM构建危货车辆活动类型识别模型,通过Baum-Welch算法进行参数估计,并使用Viterbi算法解码隐藏状态得到出行链各活动节点的类型识别结果.在小规模实际活动数据集上直接验证所提方法的正确性,还结合活动节点的POI类别,间接评估所提方法对大规模GPS数据的车辆活动类型识别效果.实验结果表明:在9种活动类型识别任务中,基于GMM-HMM的出行链活动类型识别方法的活动识别率超过80%.识别结果可用于分析活动行为模式,及时发现异常活动,为危险品运输监管提供有效的决策支持.

家庭成员活动-出行选择行为的相互影响

基于活动的方法对研究家庭成员活动-出行选择之间的相互影响关系提供了新的思路。针对已有研究多围绕发达国家展开的现状,以国内某直辖市2005年居民出行调查数据为来源,从基于活动方法的协作性限制出发,研究了主要家庭成员活动-出行选择之间的相互影响模式,利用结构方程模型,分析了活动和出行需求在家庭成员之间的分配情况,讨论了存在于同一成员和不同成员各次活动和出行中的替代、补充、陪同等影响关系对个体活动-出行选择行为的影响。研究得到了在行为学上具有较强解释力并达到各项统计学评价指标的模型,对出行行为分析有重要意义。

基于竞争风险模型的居民活动-出行计划研究

对出行者活动-出行计划行为的研究有助于进一步解析出行者的行为决策机理,也是制定和实施交通管理政策的前提.本文扩展了传统的基于单一删失事件的生存风险研究,将竞争风险模型应用于出行者活动时间分配行为的研究,基于吉林市居民出行数据的分析,提取出行者制定活动计划的影响因素,通过敏感性分析,解析出行者在连续时间轴上活动参与类型与活动持续时间的联合选择过程.结果表明:出行者N次与N+1次活动之间存在相互联系、相互制约关系,且关系强度又随着参与活动类型的不同而存在显著差异,竞争风险模型能有效应用于这些差异性的分析,丰富和扩展了出行行为的分析理论与方法.

基于社会网的家庭活动—出行行为机理验证研究

家庭中普遍存在陪伴和互助等联合决策行为,但既有研究多数以个体为决策单元,以效用最大化为建模基础,忽视了出行者作为'社会人'的非理性特质及家庭内部存在着成员交互的自组织特性.本文在时空制约的基础上,强调社会关系对个体行为的影响,提出统合时间地理学和社会网络理论对群体组织下的个体行为进行研究.通过构建个体在家庭中的角色度量指标,得到典型的家庭关系网络交互模式,并基于交互行为显著的关系模式建立结构方程模型,验证了基于社会网络理论的家庭活动—出行的分析方法.结果表明,个体因活动需求而受到的外部时空制约并非直接作用于成员个体,而是通过家庭内部关系网得以均衡化,处于低制约位的角色会明显协助高制约位的角色,且前者在家庭资源分配中具有优先权.在家庭活动安排和资源分配中,考虑家庭结构因素的关系网络更有助于对'社会个体'活动—出行行为的全面理解.

历史城区通勤者出行方式与活动模式交互作用研究

为了探究历史城区通勤者出行方式与活动模式之间的交互特征,选取根据扬州市历史城区作为研究对象。根据出行调查数据将出行方式和活动模式分别划分为4类,运用协同进化Logit模型理论,对模型的参数进行了合理设置和标定,分别建立出行方式选择和活动模式交互选择的多项Logit模型,与未考虑交互选择对比发现,交互后能够提高模型的总体命中率。研究结果表明:公共交通出行的通勤者与简单出行链HWH互为正相关;电动车通勤者与活动模式HW+MH和HW+OH互为负相关,说明历史城区通勤者较少选择电动车完成非工作出行;慢行方式对活动模式HW+OH的相关系数为1.052,说明使用慢行出行的通勤者倾向选择活动模式HW+OH。