CN109299818B - 一种地铁向自行车换乘地铁出行转换的阈值确定方法 - Google Patents
一种地铁向自行车换乘地铁出行转换的阈值确定方法 Download PDFInfo
- Publication number
- CN109299818B CN109299818B CN201811050865.3A CN201811050865A CN109299818B CN 109299818 B CN109299818 B CN 109299818B CN 201811050865 A CN201811050865 A CN 201811050865A CN 109299818 B CN109299818 B CN 109299818B
- Authority
- CN
- China
- Prior art keywords
- subway
- travel
- trip
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 14
- 238000013461 design Methods 0.000 claims abstract description 5
- 238000011835 investigation Methods 0.000 claims abstract description 4
- 238000000611 regression analysis Methods 0.000 claims abstract description 4
- 238000012546 transfer Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 claims 1
- 238000013439 planning Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 abstract description 2
- 238000013468 resource allocation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种地铁向自行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中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
技术领域
本发明属于城市交通系统规划领域,特别涉及一种地铁向自行车换乘地铁出行转换的阈值条件确定方法。
背景技术
随着城市中心区居住以及就业人口密度的不断增大,围绕着主城区向外的新城建设以及人口向外疏解政策的制定已成为城市发展过程中的必经之路。而娱乐中心、就业岗位就目前而言还是集中在大型商业区和工业区,所以居住端与工作端、娱乐端的不协调性使居民日常出行距离增加。而地铁,由于其运量大、速度快、可靠性高等优点,成为居住在轨道沿线附近居民出行的主要选择。
然而,与地铁本身的高机动性水平相对应的是轨道交通的低可达性。由于无法提供“点到点”服务,出行者选择地铁出行时也会选择自行车等慢行交通方式与之相结合。地铁以及自行车换乘地铁这两种出行方式都以中距离出行为优势距离。出行者对出行方式的选择,往往受到行程时间、换乘距离等出行特征的影响,出行者在何种出行特征下会选择单一地铁出行,在行程时间、换乘距离变化到何种程度时会选择自行车换乘地铁的组合出行方式,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,在于提供一种地铁向自行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:
一种地铁向自行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,将单一地铁出行方式和自行车向地铁换乘组合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,确定当地铁等待时间、换乘步行时间和出行时间差等达到何种阈值时,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,本发明以寻求单一地铁出行向自行车换乘地铁出行的组合出行方式转换的临界值为总体目标,建立了单一地铁出行向自行车换乘地铁出行的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地铁出行,还是自行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,本发明提供一种地铁向自行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:在对应中距离的出行情景条件下,出行者对地铁、自行车换乘地铁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5-15km的中距离出行,从地铁、自行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,单一出行方式特指地铁出行,后者是指自行车换乘地铁形式。
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、地铁等待时间、换乘步行时间、步行接驳时间、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:
其中:cost为出行费用,twalk为公交步行接驳时间,t为出行时间,income1_metro为收入的哑元变量,nveh2_btm是车辆拥有数的哑元变量,bikepun_metro为自行车准时性,metropun_metro为地铁出行舒适性。
metropun_btm为地铁准时性,buscom_btm为公交车舒适性,metrocom_btm为地铁舒适性,ttwalk为换乘步行时间,twait0为换乘等待时间,gender为性别,age4,age5为age年龄的哑元变量。
步骤三,通过将单一地铁出行方式和自行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;
cost为出行费用,t为出行时间,ttwalk为换乘步行时间,twait公交等待时间,twalk为公交步行接驳时间,income1、income3为收入的哑元变量,nveh2是车辆拥有数的哑元变量,metropun为地铁准时性,bikepun为自行车准时性,buscom为公交车舒适性,metrocom为地铁舒适性,age2、age4为年龄的哑元变量,gender为性别。
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:
根据交通调查获得的出行情景问卷数据,求中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中距离出行情景下的出行者特性变量平均值
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;
中距离情景下不存在线性相关的变量。
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,出行者会选择地铁向自行车换乘地铁出行转换。
将表1中集计化后的变量值代入公式(3),得到更新后的效用差值等式,以此来确定方式转化阈值:
Vbtm-Vmetro=-0.06Δcost-0.02Δt-0.36ttwalk-0.25twait+0.05twalk+0.388>0 (5)
控制独立变量,确定当其他变量达到何种临界值(阈值)时,出行者会选择由地铁向自行车换乘地铁出行转换。首先对地铁等待时间、换乘步行时间、步行接驳时间三个变量取典型值,求解在这一条件下的出行时间差阈值;然后控制地铁等待时间、换乘步行时间、出行时间差三个变量,求解在该条件下步行接驳时间的阈值。
具体结果如表2所示。
以表2中序号1的数据为例,控制变量为地铁等待时间(1分钟)、换乘步行时间(3分钟)、步行接驳时间(20分钟),当出行时间差≤3分钟时,出行者会选择自行车换乘地铁的方式。
表2地铁向自行车换乘地铁转换的阈值表
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)
1.一种地铁向自行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地铁、自行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、地铁等待时间、换乘步行时间、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、地铁等待时间、换乘步行时间、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,将单一地铁出行方式和自行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,出行者会选择地铁向自行车换乘地铁出行转换;具体过程是:首先对地铁等待时间、换乘步行时间、步行接驳时间三个变量取典型值,求解在这一条件下的出行时间差阈值;然后控制地铁等待时间、换乘步行时间、出行时间差三个变量,求解在该条件下步行接驳时间的阈值。
2.如权利要求1所述的一种地铁向自行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所述的一种地铁向自行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:
其中:cost为出行费用,twalk为公交步行接驳时间,t为出行时间,income1_metro为收入的哑元变量,nveh2_btm是车辆拥有数的哑元变量,bikepun_metro为自行车准时性,metropun_metro为地铁出行舒适性;
metropun_btm为地铁准时性,buscom_btm为公交车舒适性,metrocom_btm为地铁舒适性,ttwalk为换乘步行时间,twait0为换乘等待时间,gender为性别,age4,age5为age年龄的哑元变量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811050865.3A CN109299818B (zh) | 2018-09-10 | 2018-09-10 | 一种地铁向自行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 |
---|---|---|---|
CN201811050865.3A CN109299818B (zh) | 2018-09-10 | 2018-09-10 | 一种地铁向自行车换乘地铁出行转换的阈值确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109299818A CN109299818A (zh) | 2019-02-01 |
CN109299818B true CN109299818B (zh) | 2021-11-30 |
Family
ID=65166550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811050865.3A Active CN109299818B (zh) | 2018-09-10 | 2018-09-10 | 一种地铁向自行车换乘地铁出行转换的阈值确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109299818B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110837686A (zh) * | 2019-08-20 | 2020-02-25 | 东南大学 | 一种基于主观福祉最大化的交通网络设计方法 |
Citations (1)
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 |
-
2018
- 2018-09-10 CN CN201811050865.3A patent/CN109299818B/zh active Active
Patent Citations (1)
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)
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 |
---|---|
CN109299818A (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ding et al. | How does the station-area built environment influence Metrorail ridership? Using gradient boosting decision trees to identify non-linear thresholds | |
CN109086910B (zh) | 城市轨道交通运营路网拓扑结构建模方法 | |
Giuffrida et al. | Addressing the public transport ridership/coverage dilemma in small cities: A spatial approach | |
CN109543934B (zh) | 城市公交线网的综合指标的评价方法 | |
Wang et al. | Optimization models for high-speed train unit routing problems | |
CN113240265B (zh) | 一种基于多模式交通数据的城市空间划分方法 | |
CN109214577A (zh) | 一种综合运输通道客运分担率预测方法 | |
Karoń et al. | Forecasts for technical variants of ITS projects–example of Upper-Silesian conurbation | |
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 | |
Binglei et al. | An evaluation on coordinated relationship between urban rail transit and land-use under TOD mode | |
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 | |
Bieser et al. | A framework for assessing impacts of information and communication technology on passenger transport and greenhouse gas emissions | |
Choi et al. | An empirical Bayes approach to quantifying the impact of transportation network companies (TNCs) operations on travel demand | |
Huang et al. | Sensing Multi-modal Mobility Patterns: A Case Study of Helsinki using Bluetooth Beacons and a Mobile Application | |
CN114240107A (zh) | 一种公共交通复合网络中站点站间可达性评价方法 | |
Tartaglia et al. | The accessibility impact of high speed rail in Italy: A user-based approach | |
CN111723991A (zh) | 大型活动散场客流对地铁车站冲击影响的预测评估方法 | |
Mi et al. | Resident travel mode prediction model in Beijing metropolitan area | |
Lin et al. | Bus frequency optimisation considering user behaviour based on mobile bus applications | |
CN116128160A (zh) | 一种铁路车站高峰客流预测方法、系统及设备和介质 | |
Xue et al. | Evaluation on Sustainable Development of Smart Urban Rail Transit | |
CN113962599A (zh) | 一种城市轨道交通网络化运营管理方法及系统 | |
Ikeh et al. | First-Mile Transport Mode Study to Mass Rapid Transit (MRT) System in Klang Valley | |
Chen et al. | Rapid algorithm for generating and selecting optimal metro train speed curves based on Alpha Zero and expert experience | |
Minal et al. | Impact of road rationing on modal shift and transport sustainability in Delhi, India |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Chen Jun Inventor after: Liu Yue Inventor after: Chu Zhaoming Inventor after: Wu Weiguang Inventor after: Ye Jiao Inventor before: Chen Jun Inventor before: Liu Yue Inventor before: Wu Weiguang Inventor before: Ye Jiao Inventor before: Chu Zhaoming |
|
GR01 | Patent grant | ||
GR01 | Patent grant |