基于意向调查数据的非集计模型研究

当交通系统中引入新的交通方式时,传统的基于实绩选择调查数据的交通需求预测方法对于方式分担预测将会无效。本文以新交通方式的分担率预测模型为研究对象,提出基于实绩选择调查和假设意向调查组合数据的非集计模型,对模型中各种交通方式的效用函数进行了深入研究,并以东直门至首都机场的轨道交通客流预测为例,进行了参数估计和轨道分担率预测。实例研究表明,模型能够较准确的预测出新交通方式的分担率。

基于意向调查数据的非集计运量预测模型估计的研究

如何利用假设意向调查数据 SP(Stated Preference data)构造非集计模型 ,是运量预测研究中的一个重要课题。本文以新运输方式的运量转换率预测模型为研究对象 ,通过引入假设意向调查误差项构造了新的效用函数模型 ,并对基于 SP与 RP(Revealed Preference data)组合数据的模型参数估计方法进行了深入探讨 ,最后利用日本关于磁悬浮列车新交通规划的 RP和

基于RP/SP调查的非集计模型在交通方式分担率预测的应用

实际调查RP数据(Revealed preference data)具有可靠性,而意向调查SP数据(Stated Preference data)具有灵活性。为了更好地将两类数据结合起来,减少交通调查的工作量,提高调查的精确性,本文分析研究了RP/SP组和调查方案的设计,应用非集计模理论及调查所得石河子市组合数据,建立了交通方式划分的MNL模型,并应用spss13.0软件对模型参数进行了标定。通过模型拟合度检验验证了模型的有效性,和利用该模型对石河子市交通方式分担率进行了预测。结果表明,该模型能较全面地考虑居民出行选择的各方面影响因素,模型的预测精度和实用性较好。