基于RP/SP联合数据的非集计模型应用研究

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对新的交通方式进行预测,以长株潭城际轨道交通方式划分为例,介绍了数据的调查方法,利用正交设计法对SP调查表格进行了设计。分别建立基于RP和SP数据的Logit模型,鉴于RP与SP模型中随机项的差异性,通过引入SP比例参数,构造RP/SP联合数据模型,并利用3种模型对未来的交通方式分担量进行了预测,最后对预测结果进行了比较分析。实例结果表明,基于RP/SP联合数据的logit模型能够平衡两类数据之间的误差相互影响,并能够得到更为合理的交通方式划分预测结果。

基于RP/SP联合数据的市郊铁路出行行为分析模型

城市范围的扩大以及铁路运输业的改革促使市郊铁路逐渐向城市公共交通系统融合.将市郊铁路引入城市公交体系的目的,是使其成为中心城与卫星城之间长距离运输的主要通勤方式,确保城市空间发展战略的实施,避免城市"摊大饼"式扩张.本文以北京市郊铁路沿线居民出行SP和RP调查数据为依托,通过出行行为分析,建立三种模型:基于RP数据的模型,基于SP数据的模型及RP/SP联合数据模型;对比三者计算和检验结果,可知RP/SP联合数据模型利用了RP数据的可靠性,修正了SP数据的偏差,更加可靠有效;结果也证明降低票价的政策可显著提高市郊铁路分担率.