居民出行调查抽样率模型

运用数理统计学原理分析了简单随机抽样的特点,及其在应用中的过于随机给居民出行带来的影响,提出分层抽样的调查方法,推导了基于按比例分配和最优分配的抽样率公式,讨论了居民出行调查中的分层方法。建议对于大型城市采用简单随机抽样方法;而对于中小城市,按年龄分类,采用分层抽样方法,以提高调查精度。

居民出行调查中的抽样技术研究

居民出行调查的数据是城市交通规划的基础,它的准确度直接影响着规划的质量。恰当的调查方法和抽样率对保证数据精度和节省费用至关重要。目前,我国绝大多数城市在进行居民出行调查时,根据国外经验来确定抽样率,理论依据不充分,无法估计调查数据的精度和预测数据的准确性。运用抽样技术理论,首先对居民出行调查中用的抽样方法和抽样率的计算做理论上的阐述,然后对常用的抽样率计算公式进行推导,并讨论其他相关问题,最后给出计算实例。

上海市第五次居民出行调查与交通特征研究

挖掘和分析居民出行调查的历史数据库,归纳城市交通演变的特点和规律,有利于更好地了解城市交通的发展全貌。通过对比上海市五次居民出行调查的成果,从出行强度、出行结构、出行分布等方面揭示改革开放30年来上海市居民出行特征的演变,反映出用地拓展、机动化发展给城市居民出行行为带来的变化以及对城市交通产生的影响。在相应研究分析的基础上,对未来上海交通发展的基本走向做出了判断。

基于手机信息的居民出行调查

介绍了利用手机信息进行居民出行调查的方法,首先设计了出行信息采集系统的功能和界面,然后在J2ME平台上开发出行信息采集软件;最后研究了系统中的信息处理内容、采用的技术和方法,得到了多种居民出行统计信息。该方法与传统调查方法相比适应性更强,数据更准确。

基于手机信令数据的居民出行调查扩样模型

系统分析了居民出行调查的误差成因,简要介绍了传统加权扩样模型并分析了其局限性,特别是对沉默出行需求揭示不足的缺点。结合手机信令数据用于出行行为研究的优势及特点,提出了利用手机信令数据进行居民出行调查扩样及对挖掘沉默出行需求的方法。设计了包含5个主要步骤的居民出行调查样本数据、交通运行监测数据和手机信令数据相结合的扩样模型结构。以驻点分类技术为基础,建立了基于手机信令数据的出行活动分布模型。在获取长周期手机信令数据推断人口职住分布的基础上,基于居民出行调查RP(revealed preference)数据对交通方式划分模型参数进行了标定。从出行目的组成、时间分布和出行距离分布3个方面,对比分析了调查样本、传统加权扩样模型和新模型的计算结果的差异,结果表明新模型在揭示因瞒报、漏报而产生的沉默出行需求方面作用显著。

沈阳市居民出行调查数据统计分析系统构建

基于Access数据库,利用Visual Basic语言编写沈阳市居民出行调查数据统计分析系统。对沈阳市居民出行调查数据统计分析系统的调查数据录入、数据有效性验证、样本数据特征分析、调查数据播种及扩样、查核线校核修正、扩样后数据特征分析等模块进行介绍。

基于手机信息的居民出行调查

居民出行数据是交通规划中最重要的基础资料之一,但在传统居民出行调查中该数据的获取耗时长、成本高、自动化程度低,完全不能满足现行中国蓬勃的城市建设、规划的需要。该文提出了“person as sensor”的概念,也就是把居民日常使用的通讯工具——手机作为检测器,利用手机在居民使用过程中产生的大量位置和时间信息进行居民用户调查。该方法对现有的无线网络和手机都不需要进行任何修改,并且一旦实施将能够获取居民出行的实时数据。

居民出行调查数据的统计分析方法

居民出行调查是重要的基础交通调查,现有数据整理方法缺乏系统性且易丢弃重要信息。文章提出了系统化的居民出行调查数据的五阶段统计分析方法,能由浅入深地揭示居民出行特征,克服以往简单分析的局限性。

居民出行调查数据扩样方法研究

居民出行调查是科学制定城市交通发展战略、政策、技术法规的基础性工作,在日益复杂的城市交通环境中,提高数据扩样的精度一直是一个研究重点。本文按照数据的扩样流程系统阐述了数据扩样方法。首先,分层次的直接扩样方法有效地控制了扩样后数据的分布特征;其次,根据核查线交通量等客观数据,基于最大似然法原理,应用交通规划软件CUBE的矩阵估算模块对数据进行了核查校正;最后,针对抽样技术的缺陷,增加中区校核的过程,对校核到的沉默需求分四种方法返回出行目的进行比较寻优。扩样方法在2005年广州居民出行调查中得到了应用,取得了较好的效果。

城市居民出行调查数据处理系统设计

城市居民出行调查所得到的交通数据非常庞大,必须通过计算机来进行快速处理和存储。探讨了利用V isua l B as ic程序设计语言和A ccess数据库建立城市居民出行调查数据处理系统的软件设计,主要针对系统各大模块关键技术问题,探讨了各模块功能的实现。

迁安市居民出行调查与交通特性分析

为指导中心城区交通规划的展开,迁安市展开中心城区范围内居民出行调查,对迁安市居民交通出行特征进行全面分析.通过居民出行调查数据分析,从性别、年龄、职业、交通工具拥有量、出行率、出行方式、出行分布等方面,梳理迁安市居民样本特征及出行特性,在相应的调查分析基础上,对迁安市交通特性的发展方向进行预测,为交通需求模型的搭建提供参数,为新城交通政策的制定提供依据,也为类似城市的发展提供借鉴.

丹东市居民出行调查初步结果及数据分析

本文总结了丹东居民出行调查的初步结果并对所得数据进行了初步分析。

新技术手段在城市居民出行调查中的应用探索

通过分析传统调查方式存在的瓶颈,指出新技术对于城市居民出行调查的重要性。分析新加坡实施的FMS(Future Mobility Survey)调查以及我国2009—2011年在上海、北京、天津开展的交通调查案例得出,GMS、GPS、GIS技术已经成为现代开展出行调查的新技术。同时,提出新技术在我国城市居民出行调查应用的建议,包括:行业管理部门还需要继续积极引导和鼓励调查机构和充分利用计算技术;鼓励调查单位与相关研究机构合作;通过经验交流的形式,拓展其他城市开展相关调查的视角。

利用百度API数据对居民出行调查的修正与挖掘

为改善传统居民出行调查受制于调查对象的主观感受,难以获得客观、真实的特征数据等问题。通过借助百度地图API(Application Programming Interface,简称API)开源数据,构建了一套科学的技术方法,实现与传统出行调查数据的融合。以石家庄2015年居民出行调查为例,对小汽车、公交及其他方式出行距离、出行时耗等关键数据误差进行修正,形成了更为客观、精确的出行特征指标。基于此,还对修正数据进一步挖掘,实现对石家庄公交出行链各环节指标逐一剖析,并就如何提升公交整体服务水平及竞争力,提出了具体改善建议。

城市居民出行调查信息化技术应用研究

从传统居民出行调查方法入手,分析了居民出行调查的重要性和必要性,提出了传统居民出行调查方法的不足,引出了基于GIS和动态Web技术的网络调查技术,并分析了新技术的主要特点,最后对其应用前景做了展望。

朴素贝叶斯在居民出行调查中的应用

为充分发挥居民出行调查结果的效用,采用贝叶斯分类法对天水市居民出行调查结果进行分类研究。主要在居民收入水平、是否拥有小汽车、出行时间等方面建立了小汽车的使用模型,模型精度达到94.1%。模型结果表明小汽车使用者受到居民收入水平、是否拥有小汽车的影响较大,同时小汽车使用者的忠诚型非常高,交通拥堵、出行时间拉长对小汽车的使用影响较小。下一步可以针对公交服务水平的改善、停车费用的增加等方面进行深入的模型研究。

居民出行调查中的心理行为因素分析

居民出行调查中的心理行为因素分析叶以农居民出行调查是关于人们出行活动的调查，是城市交通三大基础调查（人、货、车流）之一。它通过对居民的家庭及个人属性情况、出行特征以及行程起讫点的调查，来全面反映城市客流的时间分布、空间分布及产生的原因，这将为城市的交...

居民出行调查抽样率确定相关问题探讨

居民出行调查是制定合理的交通规划的基本前提和重要环节。由于目前我国居民出行调查还存在很多亟待解决的问题,居民出行抽样调查率的确定还主要根据国外经验和定性认识,缺乏科学的理论基础做支撑。因此根据调查目标、调查方法,在保证调查精度的前提下,科学合理地确定抽样调查率具有十分重要的理论和实践意义,对于交通规划、交通治理和决策的制定具有重要作用。

互联网——进行居民出行调查的新途径

本文作者结合自己所从事的工作 ,对运用互联网进行居民出行调查进行了初步探讨。从技术上看 ,这种方法可能有不完善的地方 ,具体操作中也还面临着许多困难 ,但作者的这种超前意识和创新精神给予我们很多启示 ,值得我们思考与借鉴。

居民出行调查二重分层抽样模型

针对大城市居民出行调查抽样问题,运用数理统计学原理分析了分层抽样的特点,基于二重抽样理论,建立了改进后的分层抽样模型,推导了基于最优分配的二重分层抽样率公式,并使用实际调查数据对分层方法进行了讨论,结论表明,该模型既保持了分层抽样数据精度较高的特点,又节约了大量人力物力,建议在特大城市开展居民出行调查时采用这种方法.