基于活动的交通出行模型应用和发展趋势

作为交通需求模型的创新发展方向,基于微观个体的宏中观模型建模在世界范围内的各大都市区均得以广泛应用,总结基于微观个体活动的交通出行模型的模型基本结构、应用和发展趋势,可以帮助政策研究制定者选择合适定量建模工具,从而有针对性地提升大都市区的交通治理水平,改善居民出行体验。研究通过系统梳理相关模型开发技术报告,访谈国内外模型研发专家和相关工作人员,厘清这一类模型的主要架构、应用软件、通过对其国内外的发展脉络与应用效果进行系统综述经验总结,可以更好地将此类模型应用到具体的建设项目效益评价和城市交通政策制定过程中。

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。

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。

基于活动的出行方式选择模型与交通需求管理策略

应用基于活动的出行需求预测方法研究了长春市实行鼓励公交策略的可行性。通过分析调查数据和总结以往模型,建立了Logistic形式的出行方式选择模型,用长春市居民出行调查数据进行了参数标定和模型验证。应用已建模型初步分析并评价了鼓励公交策略对居民出行方式的影响。结果表明:建立基于活动的方式选择模型预测城市交通方式结构,可以全面有效地进行交通需求管理策略的评价研究,为交通部门制定管理政策提供依据。

融合碳激励潜变量的低碳出行方式选择模型

以计划行为理论与价值-信念-规范理论为理论基础,综合考虑影响出行者低碳出行意愿的潜变量,以分析出行者低碳出行行为及内在机理.基于杭州市实证数据,建立多原因多指标模型,标定潜变量适配值.构建混合选择模型与无潜变量的Logit模型,对比分析出行者工作日方式的选择行为.建立二元混合选择模型,分析碳激励下高碳人群的出行行为转变.结果表明,态度、知觉感知控制、激励态度等潜变量显著影响出行者的低碳出行意愿与出行方式选择,混合选择模型比无潜变量的Logit模型具有更好的拟合优度,预测精度提升了4.6%,碳激励下64.4%的高碳人群倾向于选择低碳出行,碳激励可以有效促进公众的出行方式转变,变量态度、出行时间在公众出行方式转变上存在一定的异质性.

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。

慢行交通模型框架研究——以北京东坝北西区为例

针对既有交通模型主要对中长出行距离的机动化出行进行建模,缺乏对慢行交通行为建模,无法满足慢行示范区慢行需求预测。本文梳理了各种慢行交通方式的出行特征,将研究区域划分为低碳示范区内外两类空间单元,低碳示范区内空间单元细分为地块颗粒度,示范区外保持原交通小区颗粒度。基于北京综合交通大调查数据,采用多元回归和重力模型分别构建示范区内外的出行生成和分布模型。依据慢行距离转移曲线确定各慢行方式分担率,再利用logit模型得到剩余方式分担率,根据测试场景下慢行设施设置情况确定路网成本并采用CUBE软件进行示范区内慢行需求交通分配。对北京市东坝北西区远期慢行交通需求进行预测。结果表明,本文构建慢行交通模型框架可对示范区内慢行需求预测,模型结果可支撑区域内慢行设施有无对目的地的可达性分析,助力绿色低碳慢行示范区慢行交通规划建设。

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Logit模型和宏观交通模型的规划目标实证

近年来苏州市机动化出行水平不断提升,古城核心区出行品质逐年下降,相关规划从不同角度提出了古城交通发展目标以提升出行品质,但相关规划由不同部门分别编制,规划各自实施后是否均能达成目标缺乏验证。利用多项Logit模型分析居民出行选择特征,并利用宏观交通模型分析各规划实施后规划目标是否能够达成。结果表明,持续提升包括轨道交通、常规公交在内的公共交通服务水平有助于降低小汽车使用率,但与相关规划目标相比仍存在一定差距。

疫情对长沙市居民公共交通出行行为影响研究

为了探究疫情对长沙市居民公共交通出行的影响,针对长沙市2019—2021年公共汽电车、轨道交通、出租汽车三种交通方式客运量变化,采用问卷星、电话询问线上问卷对长沙市居民进行问卷调查,问卷内容主要从长沙市居民个人属性、出行属性、疫情风险感知三方面进行获取,利用多元线性回归分析居民出行频次的影响因素,多分类Logistic回归模型分析影响因素对于居民倾向选择公共交通方式的影响程度。研究结果显示:处于中高风险地区、家庭拥有私家车数量越多、保护动机越高的居民越容易减少出行频次;年纪越大越倾向选择公共汽电车;保护动机越高、不需要去指定地点办公的居民越容易选择轨道交通出行。本研究有助于为当地交通管控部门制定相应的疫情防控措施提供依据。

文艺“搭台” 安全唱戏 警民同台 寓教于乐 台江交警巧借民俗活动唱响交通安全戏

“交警同志用苗语为我们讲解交通安全知识,感到非常亲切,让我们学到了很多交通安全知识。今后生活中,我们一定遵守交通法规,安全、文明出行。”春节期间,贵州省台江县公安局交警大队巧借辖区群众举行系列民俗活动之机,组织民辅警深入活动现场普及交通安全知识,受到群众欢迎。

基于交通大数据平台的城市轨道交通客流OD模型设计与实现

本文通过采用3层模型架构进行城市轨道交通客流OD模型的设计,运用交通大数据平台进行开发实现,模型运行效率高达每秒百万条刷卡数据,为后续轨道交通客流OD实时预测的实现提供可行的参考依据与数据支撑。OD模型即交通起止点模型又称OD交通量模型,OD交通量就是指起终点间的交通出行量。“O”来源于英文ORIGIN,指出行的出发地点,“D”来源于英文DESTINATION,指出行的目的地。

勇当新时代开路先锋 畅通智慧出行之路——交通运输类专业就业情况解读

交通运输是国民经济中基础性、战略性、先导性产业。伴随着我国现代综合交通运输体系的发展,人们的出行越来越便捷,活动半径在不断扩大,节假日自驾露营,坐高铁、飞机去看看草原或看看海成为越来越多人的休闲方式;现代物流网络越来越健全,人们网购后短时间内甚至当天就能收货当前,我国正加快建设交通强国。

做好交通服务保障 筑牢平安出行防线

编者按:春和景明,万物复兴。随着企业复工复产、学生集中返校,社会生产活动逐步活跃起来,加之年初以来旅游市场持续升温,道路交通人流、车流快速增长。为防范化解道路交通安全风险隐患,有效预防和减少道路交通事故发生,全国公安交管部门积极研判交通出行规律,科学调整勤务部署,加强风险管控,优化服务保障,有效应对流量激增带来的交通压力,努力营造安全、畅通、有序的道路交通环境。本期刊发云南大理、青海玉树公安交管部门护航文旅发展、护送学生异地就读相关工作经验,供参考。

基于Eqasim模型的城市交通出行仿真建模及分析

为研究城市交通出行过程中个体的出行选择,对出行行为分析,利用手机信令数据生成出行需求,建立Eqasim模型。以上海市为研究对象,通过离散模式选择(Discrete Mode Choice,DMC)拓展模块将多项式逻辑模型(Multinomial Logit,MNL)嵌入到Eqasim模型框架中,并为各方式制定费用模型,使个体实现出行路径和方式选择。结果表明,手机信令数据能够生成高质量的需求数据,通过构建Eqasim模型,可以模拟个体出行全过程,并在多因素下模拟个体的出行选择。分析可知,相较于小汽车,用户在出行距离相似的情况下更偏向于选择公共交通出行。远距离出行时,公共交通联程出行可以极大地减少步行距离,降低出行费用。基家通勤出行的比例最高,并呈现明显的早晚高峰,而午高峰是由不受时间约束的非通勤出行产生的。

基于状态空间模型的动态交通出行量预测研究

在现代交通管理中,短时交通信息预测有着非常重要的地位。动态交通出行量作为重要的交通信息之一,对其进行预测研究可以丰富短时交通信息预测的理论研究,为提前实施相应的交通管理策略,引导交通需求,提高路网利用效率提供数据支撑。本文在总结动态交通出行量反推理论的基础上,构建了用于动态交通出行量预测的状态空间模型,描述了卡尔曼滤波算法。最后将模型和算法应用到南京某路网进行预测计算,结果表明所构建的模型具有较高的预测准确性。

基于活动-出行超网络的交通流分配模型研究综述

传统基于出行的交通流分配模型未考虑个体的出行需求源于参与活动的需要这一内在驱动力,忽视了出行与出行之间的连贯性。基于活动的交通流分配模型能够弥补传统交通流分配模型的缺点,综合考虑活动时间窗、活动地点、活动性质等活动属性对道路交通流时空分布的影响,从而更准确地为城市道路规划以及城市规划提供理论指导。围绕现有文献,首先介绍描述出行者活动-出行行为过程的超网络结构模型;然后,评述基于活动-出行超网络的交通流分配模型研究;最后,分别从决策主体、决策内容与决策情境视角探讨未来的研究内容。

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。

基于活动分析法的城市慢行交通出行行为

提出了基于活动分析法建立慢行交通出行二元Logit选择模型,根据慢行出行方式的特性,对慢行活动类型进行划分,确定慢行活动选择的影响因素。通过对影响因素变量的计算,得到各影响因素在不同慢行活动类型下的慢行交通方式选择概率。研究结果表明:各种影响因素对慢行活动的选择有不同程度的影响;在弹性需求和短途交通活动条件下,慢行交通出行具有较大的优势。以陕西省渭南市慢行交通出行现状调查数据为例完成实证分析,表明慢行交通行为研究中应用活动分析法是可行的。

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.