基于非集计理论的高速铁路旅客乘车选择行为研究

为研究高速铁路旅客乘车行为选择机理,以非集计离散选择模型理论为依据,分析旅客乘车选择的影响因素,结合2013年京沪高速铁路旅客出行RP调查数据,以G类高速列车和D类高速列车作为旅客乘车方式选择肢,设置影响旅客乘车选择的特性变量,即旅客主体特性、出行特性、列车服务特性及相应的取值方法,建立旅客乘车方案选择MNL模型.运用SPSS对模型参数进行标定,结果表明,公费出行、月收入较高及出差的旅客偏好选择G类高速列车;自费出行、月收入较低及旅游探亲的旅客偏好选择D类高速列车.上述结论与调查结果基本一致,命中率等参数的计算亦验证了模型的有效性.

基于旅客乘车选择行为的高速铁路列车开行方案优化研究

高速铁路列车开行方案应充分考虑旅客的乘车选择行为,尽可能满足旅客的乘车需求,提升高速铁路的服务质量,体现以人为本。引入非集计理论的Logit模型分析旅客的乘车选择行为,在此基础上建立高速铁路列车开行方案优化模型,协调优化高速铁路列车开行收益和旅客乘车选择满意度。根据模型多目标、非线性的特点设计粒子群优化算法,以某高速铁路为例对模型和算法进行实证研究。

列车到达时刻与正点率对旅客乘车选择行为的影响

为了研究列车到达时刻与正点率对旅客乘车选择行为的影响，利用“前景理论”的框架对其决策过程进行了理论建模：通过SP调查确定旅客主观感知费用的影响因素和旅客对到达时刻的偏好，进而以可接受的到达时段作为参照点，并参考Kahneman提出的价值函数以及概率权重函数，确定乘车方案前景值的计算方法。以广州至徐州、兰州以及昆明去向的铁路旅客为例，对比并验证了基于“期望效用理论”与“前景理论”的乘车方案选择模型结果。结果表明，当到达时刻在可接受范围内时，旅客倾向于选择正点率最高的方案；而当到达时刻不在可接受范围内时，旅客则会选择正点率最低的方案。

考虑个体偏好的高铁旅客出行选择仿真研究

针对高铁旅客出行时的乘车选择行为问题,定量描述和分析了高速铁路旅客乘车选择的行为及特征。考虑旅客的主体偏好、出行偏好和承受偏好等,基于非集计离散模型构建个体偏好与列车特性因子的关联关系,并进一步构建一种考虑个体偏好的多变量旅客乘车选择效用模型,以旅客在京沪高铁北京-上海区间的乘车选择作为实例进行分析。运用SPSS结合2018年京沪高铁RP调查数据进行模型参数的标定,结果表明,年龄-票价、出行距离-票价、月收入-票价、费用来源-整点出发时刻是4组具有强关联性的个体偏好-列车特性组合,且旅客个体承受偏好中的月收入对乘车选择的影响最为明显,同时验证了上述模型可以更准确地评价旅客的个性化乘车选择行为,可为高速列车开行的优化设计提供理论基础。

基于旅客出行时段特征的高速铁路列车始发时间研究

高速铁路旅客出行具有明显的时段特征,确定列车始发时间域时应充分考虑旅客出行的时段偏好。本文将一日时长按照固定间隔划分为若干时间区段,通过大量问卷调查,获取不同旅行时长旅客对到发时段的偏好及方便度系数。以高速铁路车站一日内始发旅客列车作为研究对象,考虑不同运行时长的列车始发时刻和终到时刻对于旅客出行的影响,以各列车"始发-终到"旅客方便程度最大为优化目标,建立旅客列车始发时间域分布的优化模型,并设计了求解该问题的模拟退火算法。以北京西站一日内始发高速铁路旅客列车作为研究目标,利用该模型对其始发时间域进行优化,结果表明,该方法得出的列车始发时间域能够较好地匹配列车"始发-终到"旅客的出行时段特征。