基于RP/SP融合数据的沪杭客运通道公铁客流分担率研究

RP(Revealed Preference)和SP(Stated Preference)调查是分析交通行为的两种重要方法,为充分利用两种数据的优点,研究运用NL(Nested Logit)模型进行RP/SP数据融合的方法。以沪杭客运通道修建磁浮铁路和客运专线为背景,设计RP/SP的调研方案;根据该通道客流特点建立RP/SP的效用函数;根据样本数据的RP/SP性质以及交通方式性质建立不同的NL数据融合模型,并分析模型的精度,得出利用NL模型建立的数据融合模型比单独利用RP或SP数据建立的ML(Multinomial Logit)模型精度要高,并且采用先按交通方式的性质分层,然后再按数据的RP/SP性质分层的3层NL模型精度更高的结论。在此基础上预测了2015年沪杭各类铁路及公路的客流分担率。

新建客运专线和既有线客流分担率模型研究

应用分层Logit模型将RP(Revealed Preferences行为调查)和SP(Stated Preferences意向调查)调查数据融合,以沪杭运输通道为案例,讨论了该运输通道客流分担率模型的建立、求解和应用。