CN109242185B - 一种小汽车向小汽车换乘地铁出行转换的阈值确定方法 - Google Patents

一种小汽车向小汽车换乘地铁出行转换的阈值确定方法 Download PDF

Info

Publication number
CN109242185B
CN109242185B CN201811050877.6A CN201811050877A CN109242185B CN 109242185 B CN109242185 B CN 109242185B CN 201811050877 A CN201811050877 A CN 201811050877A CN 109242185 B CN109242185 B CN 109242185B
Authority
CN
China
Prior art keywords
travel
trip
car
variables
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811050877.6A
Other languages
English (en)
Other versions
CN109242185A (zh
Inventor
陈峻
吴炜光
刘月
褚昭明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201811050877.6A priority Critical patent/CN109242185B/zh
Publication of CN109242185A publication Critical patent/CN109242185A/zh
Application granted granted Critical
Publication of CN109242185B publication Critical patent/CN109242185B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，步骤是：基于SP&RP调查，调查出行者的个体信息及出行方式选择信息；采用NL模型构建组合出行效用模型；将两种出行方式的出行效用方程相减，建立出行效用的差值不等式；将NL模型中以个体为单位出行者特性变量转化为以群体为单位的特性变量，并计算群体特性变量值；检验不等式中出行方式特性变量与出行特性变量的相关性，若变量之间存在线性关系则应用回归分析，若不存在则确定当各变量达到何种阈值时，出行者会选择出行转换。此种方法可为城市交通规划、设计和管理部门提供科学判定长距离出行条件下出行者对单一、组合出行方式选择规律，进而优化交通设施资源配置。

Description

一种小汽车向小汽车换乘地铁出行转换的阈值确定方法
技术领域
本发明属于城市交通系统规划领域，特别涉及一种单一小汽车出行向小汽车换乘地铁出行转换的阈值条件确定方法。
背景技术
伴随城市规模的扩大和基础交通设施的完善，目前众多大型城市已经陆续建立起以大运量轨道交通为骨干，以常规公交为主体，以小汽车为重要出行方式的客运交通结构体系。考虑到各交通工具具有不同的出行速度、乘坐舒适性和费用成本因素，每一种交通方式对应着一个优势出行距离。为了综合利用各交通出行方式的优势，出行者在实际的出行行为选择中往往选择包含多方式间换乘过程的组合出行方式。
对于长距离出行而言，单一小汽车车出行和小汽车换乘地铁组合出行是两种竞争力较强的出行方式。它们都以长距离出行为优势距离，并且增加了居民出行方式的可选择性。出行者对出行方式的选择，往往受到行程时间、换乘距离、出行费用等出行特征的影响，出行者在何种出行特征下会选择单一小汽车出行，在行程时间、换乘距离、出行费用变化到何种程度时会选择小汽车向地铁换乘的的组合出行方式，目前尚缺乏一种较为系统的判断方法。
发明内容
本发明的目的，在于提供一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，其可为城市交通规划、设计和管理部门提供科学判定长距离出行条件下出行者对单一、组合出行方式选择规律，进而优化交通设施资源配置，为科学引导居民出行结构调整提供重要的决策支持。
为了达成上述目的，本发明的解决方案是：
一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，包括如下步骤：
步骤一，基于SP&RP调查，调查出行者的个体信息及出行方式选择信息，包括：受访者个人属性、家庭属性、出行特性、交通工具特性、在假定情景下的出行方式选择结果；
步骤二，根据出行者个体信息、出行特性和出行方式特性，采用NL模型构建组合出行效用模型；
步骤三，将单一小汽车出行方式和小汽车向地铁换乘出行方式的出行效用方程相减，建立出行效用的差值不等式；
步骤四，将NL模型中以个体为单位出行者特性变量转化为以群体为单位的特性变量，并计算群体特性变量值；
步骤五，检验出行效用的差值不等式中出行方式特性变量与出行特性变量的相关性，若变量之间存在线性关系则需要应用回归分析，若不存在线性关系则直接转入步骤六；
步骤六，控制独立变量的数量，确定当出行距离、换乘步行时间、出行时间等达到何种阈值时，出行者会选择小汽车出行向小汽车换乘地铁出行转换。
采用上述方案后，本发明以寻求单一小汽车出行向小汽车换乘地铁的组合出行方式转换的临界值为总体目标，建立了单一小汽车出行和小汽车换乘地铁组合出行的效用函数，能够量化出行者特性、出行特性和交通工具特性对通勤出行方式对出行选择的影响。通过对群体出行特性值的计算，能够提高模型对特定群体的适应性。高度线性相关变量的处理，则可以提高分析模型的准确性。而结合简化的效用差函数，能够量化给出参数确定条件下，人们更趋向于选择单一小汽车出行，还是小汽车换乘地铁组合出行，当影响参数变化到何值时，出行者会选择由单一方式向组合出行方式转换，为量化确定特定出行条件下的出行行为选择提供了方法。
附图说明
图1是本发明的流程图；
图2是出行者个人属性图；
图3是出行者社会经济属性图。
具体实施方式
以下将结合附图，对本发明的技术方案及有益效果进行详细说明。
如图1所示，本发明提供一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，具体步骤为：
步骤一，基于SP(stated Preference)&RP(Revealed Preference)调查，调查出行者的个体信息及出行方式选择信息，包括：受访者个人属性、家庭属性、出行特性、交通工具特性、在假定情景下的出行方式选择结果；
其中，获取出行者的个体信息及出行方式选择信息，是采用问卷调查的形式，采用均匀设计的方法设计问卷调查，问卷调查的内容包括以下三个方面：
(1)出行者基本信息：性别、年龄、职业、月收入以及家庭拥有小汽车的数量等因素。
(2)出行者的出行行为：通勤出行采用的出行方式、对应的行程时间、可供备选的出行方式以及对各出行方式满意程度的评价等；
(3)出行者的意向选择：在对应长距离的出行情景条件下，出行者对小汽车、小汽车换乘地铁、小汽车换乘公交的不同方式选择偏好。
出行情景的选择：综合考虑不同出行方式的特性，确定出行情景为出行距离大于15m的长距离出行，从小汽车、小汽车换乘地铁中选择合适出行方式。
影响变量及其属性值的确定：对于每一情景下的变量值设置，首先选取出所有的独立变量，然后为每一变量分别确定一组属性值水平，各变量取值均参照实际的通勤出行情况确定。
部分结果如图2、图3所示。
步骤二，根据出行者个体信息、出行特性和出行方式特性，采用NL(Nested Logit)模型构建组合出行效用模型；
将单一出行方式和组合出行方式的并列区分作为NL模型的虚拟选择层，单一出行方式特指小汽车出行，后者是指小汽车换乘地铁形式。
各层级的变量设置，选取性别、年龄等出行者属性变量和出行距离、换乘步行距离、换乘等车时间等出行特征变量作为虚拟层的变量，选取收入、车辆拥有情况、出行费用、出行时间、公交等待时间、公交步行接驳时间、地铁车内时间、出行方式的准时性及舒适性作为方式选择层的变量，后者统一设置为alternative-specific数据形式。
基于SP调查中出行者特征数据和出行方式选择数据，运用数学软件对组合出行效用模型进行参数标定和模型检验，得到出行效用函数：
Vcar＝-0.46cost-0.07t-0.48twalk-0.05tinveh (1)
Vctm＝(-0.46cost-0.07t-0.48twalk-0.05tinveh+1.82income3_ctm
-1.13carpun_ctm+3.96metropun_ctm+1.24carcom_ctm+
1.69buscom_ctm)+(-0.27distance-0.41ttwalk+
0.47gender-1.63age3-1.45age4)
其中：cost为出行费用，t为出行时间，twalk为公交步行接驳时间，tinveh为换乘前小汽车车内时间，income3_ctm为income(收入)的哑元变量，carpun_ctm为小汽车准时性，metropun_ctm为地铁准时性，carcom_ctm为小汽车舒适性，buscom_ctm为公交车舒适性，distance为出行距离，ttwalk为换乘步行时间，gender为性别，age3，age4为age(年龄)的哑元变量。
步骤三，通过将单一小汽车出行方式和小汽车向地铁换乘出行方式的出行效用方程相减，建立出行效用的差值不等式；
Figure BDA0001794507550000041
其中，income3为income(收入)的哑元变量，cost为出行费用，t为出行时间，carpun为小汽车出行准时性，metropun为地铁出行准时性，carcom为小汽车出行舒适度，buscom为公交出行舒适度。
步骤四，将NL模型中的以个体为单位出行者特性变量转化为以群体为单位的特性变量，并计算群体特性变量值，使模型更利于分析群体出行者的方式选择特性；
其中，群体特性变量值采用平均值法，计算公式如下：
Figure BDA0001794507550000042
其中：
Figure BDA0001794507550000051
是出行方式m包含的影响变量k的平均值，Xnmk是出行者n选择出行方式m情况下，其影响变量k的取值，N为出行者数量。
根据交通调查获得的出行情景问卷数据，求长距离出行条件下的出行者特性变量的平均值，具体如表1所示。
表1出行情景3的出行者特性变量平均值
Figure BDA0001794507550000052
步骤五，检验效用不等式中出行方式特性变量与出行特性变量的相关性，若变量之间存在线性关系则需要应用回归分析，若不存在线性关系则直接转入下一步；
小汽车的燃油费用与其行驶里程线性相关，而停车费用与地铁票价均相对恒定，因此两类出行方式的费用差值与换乘前的小汽车车内时间、出行距离两个变量存在线性关系，可以表示为：
Figure BDA0001794507550000053
其中：vcar为小汽车行驶速度km/h，α、β为回归系数，其它变量含义如上。
通过stata的regress功能标定α、β得到：
Δcost＝-0.414distance+0.173tinveh (7)
步骤六，控制独立变量的数量，确定当出行距离、换乘步行时间、出行时间等达到何种临界条件(阈值)时，出行者会选择小汽车出行向小汽车换乘地铁出行转换。
将表1中集计化后的变量值和等式(7)代入公式(3)，得到更新后的效用差值等式，以此来确定方式转化阈值：
Vctm-Vcar＝-0.07Δt+0.123tinveh-0.684distance-0.41ttwalk+10.067＞0 (4)
控制独立变量，确定当其他变量达到何种临界值(阈值)时，出行者会选择由小汽车出行向小汽车换乘地铁出行转换。首先对地铁等待时间出行距离、换乘步行时间和换乘前车内时间三个变量选取典型值，求解在这一条件下出行时间差阈值；然后控制出行距离、换乘步行时间和出行时间差三个变量，求解在该条件下换乘前车内时间的阈值，具体结果如表2所示。
以表2中序号1的数据为例，控制变量为出行距离(15千米)、换乘步行时间(6分钟)、换乘前车内时间(20分钟)，变量为出行时间差，当出行时间差≤-3分钟时，出行者会选择小汽车换乘地铁的方式。
表2小汽车向小汽车换乘地铁转换的阈值表
Figure BDA0001794507550000061
注：个别变量的取值界限过于宽松，现实条件必然满足，因而其数值不具指导意义，由-代替表示。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (5)

1.一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，其特征在于包括如下步骤：
步骤一，基于SP&RP调查，调查出行者的个体信息及出行方式选择信息，包括：受访者个人属性、家庭属性、出行特性、交通工具特性、在假定情景下的出行方式选择结果；
所述在假定情景下的出行方式选择结果具体为：
确定假定情景为出行距离5-15km的中距离出行，让受访者在不同假定情景下从小汽车、小汽车换乘地铁中选择合适出行方式；
所述假定情景的设计：对于每一假定情景下的变量值设置，首先选取出所有的独立变量，然后为每一变量分别确定一组属性值水平；
所述个人属性包括性别、年龄和职业；家庭属性包括月收入和车辆拥有情况；出行特性包括出行距离、换乘步行距离、换乘等车时间、出行费用、出行时间、公交等待时间、公交步行接驳时间、地铁车内时间以及出行方式的准时性及舒适性；交通工具特性包括出行方式；
步骤二，整理步骤一调查的信息的数据格式，设置数据与层级的对应关系，选取性别、年龄、职业、出行距离、换乘步行距离和换乘等车时间作为虚拟层的变量，选取月收入、车辆拥有情况、出行方式、出行费用、出行时间、公交等待时间、公交步行接驳时间、地铁车内时间以及出行方式的准时性及舒适性作为方式选择层的变量，方式选择层变量统一设置为alternative-specific数据形式，采用NL模型构建组合出行效用模型；
步骤三，将单一小汽车出行方式和小汽车向地铁换乘出行方式的出行效用方程相减，建立出行效用的差值不等式；
步骤四，将NL模型中以个体为单位出行者特性变量转化为以群体为单位的特性变量，并计算群体特性变量值；
步骤五，检验出行效用的差值不等式中出行方式特性变量与出行特性变量的相关性，若变量之间存在线性关系则应用回归分析，若不存在线性关系则直接转入步骤六；
步骤六，控制独立变量的数量，确定当各独立变量达到何种阈值时，出行者会选择小汽车出行向小汽车换乘地铁出行转换；具体过程是：首先对地铁等待时间出行距离、换乘步行时间和换乘前车内时间三个变量选取典型值，求解在这一条件下出行时间差阈值；然后控制出行距离、换乘步行时间和出行时间差三个变量，求解在该条件下换乘前车内时间的阈值。
2.如权利要求1所述的一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，其特征在于：所述步骤一中，采用问卷调查的形式获取出行者的个体信息及出行方式选择信息，采用均匀设计的方法设计问卷调查，问卷调查的内容包括出行者基本信息、出行者的出行行为及出行者的意向选择。
3.如权利要求1所述的一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，其特征在于：所述步骤二中，采用NL模型构建组合效用模型，得到的出行效用函数是：
Figure FDA0003310692420000021
Figure FDA0003310692420000022
其中：cost为出行费用，t为出行时间，twalk为公交步行接驳时间，tinveh为换乘前小汽车车内时间，income3_ctm为income收入的哑元变量，carpun_ctm为小汽车准时性，metropun_ctm为地铁准时性，carcom_ctm为小汽车舒适性，buscom_ctm为公交车舒适性，distance为出行距离，ttwalk为换乘步行时间，gender为性别，age3，age4为age年龄的哑元变量。
4.如权利要求1所述的一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，其特征在于：所述步骤三中，出行效用的差值不等式表示为：
Figure FDA0003310692420000023
其中，income3为income的哑元变量，cost为出行费用，t为出行时间，carpun为小汽车出行准时性，metropun为地铁出行准时性，carcom为小汽车出行舒适度，buscom为公交出行舒适度。
5.如权利要求1所述的一种小汽车向小汽车换乘地铁出行转换的阈值确定方法，其特征在于：所述步骤四中，采用平均值法计算群体特性变量值，计算公式如下：
Figure FDA0003310692420000031
其中：
Figure FDA0003310692420000032
是出行方式m包含的影响变量k的平均值，Xnmk是出行者n选择出行方式m情况下，其影响变量k的取值，N为出行者数量。
CN201811050877.6A 2018-09-10 2018-09-10 一种小汽车向小汽车换乘地铁出行转换的阈值确定方法 Active CN109242185B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811050877.6A CN109242185B (zh) 2018-09-10 2018-09-10 一种小汽车向小汽车换乘地铁出行转换的阈值确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811050877.6A CN109242185B (zh) 2018-09-10 2018-09-10 一种小汽车向小汽车换乘地铁出行转换的阈值确定方法

Publications (2)

Publication Number Publication Date
CN109242185A CN109242185A (zh) 2019-01-18
CN109242185B true CN109242185B (zh) 2021-11-30

Family

ID=65067327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811050877.6A Active CN109242185B (zh) 2018-09-10 2018-09-10 一种小汽车向小汽车换乘地铁出行转换的阈值确定方法

Country Status (1)

Country Link
CN (1) CN109242185B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112967500A (zh) * 2021-02-22 2021-06-15 重庆交通开投科技发展有限公司 基于多元数据的公交换乘识别方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106951999A (zh) * 2017-03-29 2017-07-14 北京航空航天大学 一种交通出行方式与出发时刻联合选择的建模与分析方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106951999A (zh) * 2017-03-29 2017-07-14 北京航空航天大学 一种交通出行方式与出发时刻联合选择的建模与分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
换乘优惠对城市居民出行选择行为影响研究;柏喜红;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20150915;第27、51-58页 *
轨道交通站点P&R换乘影响因素研究;孙芳芳;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20130215;第8-10、24-75页 *

Also Published As

Publication number Publication date
CN109242185A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
Sun et al. Timetable optimization for single bus line based on hybrid vehicle size model
Guan et al. Simultaneous optimization of transit line configuration and passenger line assignment
Hsu et al. Competition between high-speed and conventional rail systems: A game theoretical approach
Zahabi et al. Spatio-temporal analysis of car distance, greenhouse gases and the effect of built environment: A latent class regression analysis
Mohammed et al. Factors that affect transport mode preference for graduate students in the national university of Malaysia by logit method
Csonka et al. Service quality analysis and assessment method for European carsharing systems
Gao et al. A branch-and-price approach for trip sequence planning of high-speed train units
Fernández-Rodríguez et al. A multi-objective algorithm for train driving energy reduction with multiple time targets
CN109242185B (zh) 一种小汽车向小汽车换乘地铁出行转换的阈值确定方法
Lu et al. Demand-responsive transport for students in rural areas: A case study in vulkaneifel, germany
CN109299818B (zh) 一种地铁向自行车换乘地铁出行转换的阈值确定方法
CN112070259B (zh) 一种预测城市空载出租车数量的方法
CN112632374B (zh) 一种考虑定制公交的居民出行方式选择分析方法
CN116128160A (zh) 一种铁路车站高峰客流预测方法、系统及设备和介质
Mi et al. Resident travel mode prediction model in Beijing metropolitan area
CN112052898B (zh) 一种城际高铁乘客的潜在分类模型构建方法和系统
Kikuchi et al. Possibility to realize low carbon city in medium-sized city of Asia: case study in Khon Kaen city, Thailand
CN113657725A (zh) 一种公交线路和调度优化方法、系统、装置及介质
He et al. The flexible airport bus and last-mile ride-sharing problem: Math-heuristic and metaheuristic approaches
CN113962599A (zh) 一种城市轨道交通网络化运营管理方法及系统
CN113780396A (zh) 基于全链式空铁联程出行的个性化方案生成方法
CN113656746A (zh) 一种动态结构下考虑群体异质性的出行方式链选择方法
Liu et al. Optimizing fares and transfer discounts for a bus-subway corridor
Mamun et al. Access and connectivity trade-offs in transit stop location
CN112766950A (zh) 一种动态路径费用确定方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant