下载文档原格式
第２８卷第１期２００８年１月北京理工大学学报ＴｒａｎｓａｃｔｉｏｎｓｏｆＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙＶｄ．２８Ｎｏ．１Ｊａｎ．２００８行人过街设施选择偏好的非集计模型熊辉１，郭宏伟２，吕剑３（１．北京理工大学机械与车辆工程学院，北京１０００８１；２．北京交通大学交通运输学院，北京１０００４４；３．清华大学交通研究所，北京１０００８４）摘要：为提高行人的交通安全水平和过街设施的使用效率，研究行人对过街设施的选择行为．对中关村大街选择人行横道和过街天桥的４０２个行人进行问卷调查，内容包括行人特性、设施特性及行人对过街设旋的选择特性；基于调查数据。
分析了影响行人选择过街设施的因素。
并建立了反映选择偏好的二元Ｌｏｇｉｔ模型．观测数据和模型预测结果对比分析表明，模型对行人选择人行横道和过街天桥的预测准确率分别为８０．２９％和８５．６６％．关键词：行人交通；过街设施；非集计模型；效用函数；选择偏好中图分类号：Ｕ４９１文献标识码：Ａ文章编号：１００１．０６４５（２００８）０１．００３７．０４ＤｉｓａｇｇｒｅｇａｔｅＭｏｄｅｌｆｏｒｔｈｅＰｒｅｆｅｒｅｎｃｅｏｆＰｅｄｅｓｔｒｉａｎ’ＳＣｒｏｓｓｉｎｇＦａｃｉｌｉｔｉｅｓＳｅｌｅｃｔｉｏｎＸＩＯＮＧＨｕｉｌ，ＧＵＯＨｏｎｇ－ｗｅｉ２，Ｌ０Ｊｉａｎ３（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＶｅｈｉｃｕｌａｒＥｎｇｉｎｅｅｒｉｎｇ。
ＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００８１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，Ｃｈｉｎａ；３．ＩｎｓｔｉｔｕｔｅｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ。
ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｏｉｍｐｒｏｖｅｔｒａｆｆｉｃｓａｆｅｔｙｌｅｖｅｌａｎｄｉｎｃｒｅａｓｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｃｒｏｓｓｉｎｇｆａｃｉｌｉｔｉｅｓ，ｔｈｅｐａｐｅｒｐｒｅｓｅｎｔｓａｍｅｔｈｏｄｏｌｏｇｙｉｎｓｔｕｄｙｉｎｇｓｅｌｅｃｔｉｏｎｐｒｅｆｅｒｅｎｃｅｏｆｐｅｄｅｓｔｒｉａｎｃｒｏｓｓｉｎｇｂｅｈａｖｉｏｒ．４０２ｐｅｄｅｓｔｒｉａｎｓｗｅｒｅｉｎｔｅｒｖｉｅｗｅｄｂｙａｑｕｅｓｔｉｏｎｎａｉｒｅａｂｏｕｔｐｅｄｅｓｔｒｉａｎ’ｓｂｅｈａｖｉｏｒｏｆｃｒｏｓｓｉｎｇｃｒｏｓｓｗａｌｋａｎｄｐｅｄｅｓｔｒｉａｎｂｒｉｄｇｅｉｎＢｅｉｊｉｎｇＺｈｏｎｇｇｕａｎｅｕｎＳｔｒｅｅｔ．Ｉｎｔｈｅｑｕｅｓｔｉｏｎｎａｉｒｅ，ｔｈｒｅｅｐａｒｔｓａｒｅｉｎｃｌｕｄｅｄ，ｉ．ｅ．，ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｅｄｅｓｔｒｉａｎ，ｆｅａｔｕｒｅｏｆｆａｃｉｌｉｔｉｅｓ，ａｎｄｐｒｅｆｅｒｅｎｃｅｏｆｆａｃｉｌｉｔｉｅｓｓｅｌｅｃｔｉｏｎ．Ｂａｓｅｄｏｎｔｈｅｓｕｒｖｅｙｅｄｄａｔａ，ｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｃｒｏｓｓｉｎｇｂｅｈａｖｉｏｒｗｅｒｅａｎａｌｙｚｅｄａｎｄｂｉｎｏｍｉａｌＬｏｇｉｔｍｏｄｅｌｗａｓｆｏｒｍｕｌａｔｅｄｊ乃ｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ８０．２９％ｏｆｃｒｏｓｓｗａｌｋｄａｔａａｎｄ８５．６６彩ｏｆｐｅｄｅｓｔｒｉａｎｂｒｉｄｇｅｄａｔａｏｕｔｏｆｔｈｅｍｏｄｅｌｆｏｒｍｕｌａｔｅｄｆｉｔｔｅｄｔｈｅｆｉｅｌｄｄａｔａ．Ｋｅｙｗｏｒｄｓ：ｐｅｄｅｓｔｒｉａｎｔｒａｆｆｉｃ；ｃｒｏｓｓｉｎｇｆａｃｉｌｉｔｉｅｓ；ｄｉｓａｇｇｒｅｇａｔｅｍｏｄｅｌ；ｕｔｉｌｉｔｙｆｕｎｃｔｉｏｎ；ｓｅｌｅｃｔｉｏｎｐｒｅｆ－ｅｒｅｎＣｅ统计数据表明，在我国发生的交通事故中，由行人违章造成的事故约占１５％［１１；北京市每年因行人不遵守交通法规而发生的交通事故死亡人数占全年交通事故总死亡人数的１２％［２１．在行人交通事故中，违章横穿道路是最主要的事故原因．因此，设置合理的行人过街设施可以为行人提供安全的过街通道，同时减少延误，提高道路通行能力．但是各种行人过街设施具有不同的特点，加之行人为实现出行目的其行为表现复杂多样，使得行人对过街设施的选择偏好随着主观意愿呈现出较大差异，甚至一些收稿日期：２００７—０９—２７基金项目：国际合作项目（ＴＨ／Ａｓｉａ一００８—１０４８８３）作者简介：熊辉（１９７４一）。
.复习题一一、选择题（本题满分20 分，共有10 道小题，每道小题2 分，每题只有一个正确答案）1、以下的哪个模型具有显著的IIA 特性：（）A. Probit 模型B. Logit 模型C. Fratar 模型D. 重力模型2、在下面的四种方法中，不能用于出行分布预测的方法是：( )A. 原单位法B. 平均增长系数法C. 佛尼斯法D. 重力模型法3、在下面的四个模型中，以开发费用和交通费用之和为目标函数的土地利用模型是：( )A. 汉森模型B. ITLUP 模型C. 劳瑞模型D. TOPAZ 模型4 、浮动车法不能获得：( )A. 交通量B. 行驶时间C. 出行吸引量D. 行驶车速5 、下面的哪一种城市交通网络结构的形成与城市的自然地理形式相关：（）A. 放射式B. 自由式C. 环形放射式D. 方格网式6 、随着出行距离的增加，自行车这种交通方式的分担（或划分）率：（）A. 单调升高B. 单调降低C. 先增大后减小D. 先减小后增大7 、以下说法中，（）不属于出行生成预测的聚类分析法的假定条件。
A. 一定时期内出行率是稳定的。
B. 每种类型中的家庭数量，可以使用相应于该家庭收入、车辆拥有量和家庭结构等数据资料所导出的数学分布方法来估计。
C. 家庭规模的变化很小。
D. 收入与车辆拥有量总是保持不变。
8、以下哪种分配方法假设路网上没有交通拥挤，路阻是固定不变的( )A. 全有全无分配B. 用户平衡分配C. 随机用户平衡分配D. 动态交通分配9、重力模型q= O D c-γ / ∑ D c-γ ，满足（）。
ij i j ij j ijjA.发生约束条件B.吸引约束条件C. 不满足发生吸引约束条件D.发生吸引约束条件均满足10、关于用户均衡分配模型（UE 模型）和随机用户均衡分配模型（SUE 模型）的关系，下面论述正确的是：（）A、用户均衡分配模型（UE 模型）和随机用户均衡分配模型（SUE 模型）是完全等价的。
.名词解释1. 0D调查：0D调查又称为起讫点调查，是对某一调查区域内出行个体的出行起点和终点的调查，为分析出行个体的流动，也为交通流分配奠定基础。
2. 0D表：指根据0D调查结果整理而成的表示各个小区间出行量的表格。
(①.矩形表：能够反映地区间车流流向和流量，适用于车流的流动方向②.三角形表：将矩形表中往返车流合计成一个回程的表达方法，适用于区间往返流量相对稳定的情况。
3. 0D调查的目的：弄清交通流和交通源之间的关系，获取道路网上交通流的构成，流量流向，车辆起讫点，货物类型等数据。
从而推求远景年的交通量，为交通规划等工作提供基础数据。
4. 0D调查基本术语：(1).出行:出行指居民或车辆为了某一目的从一地点向另一地点移送的过程，可分为车辆出行和居民出行。
(2).出行起点：指一次出行的起始地点。
(3).出行终点：指一次出行结束地点。
(4).境内出行：指起讫点均在调查区域内的出行(5). 过境出行：指起讫点均在调查区域外的出行。
(6). 内外出行：指起讫点中有一个在调查区域内的出行。
(7). 小区形心：指小区内出行代表点，小区内所有的出行从该点发生，但不是该区的几何中心。
(8). 境界线：指规定调查区域范围的边界线。
(9). 核查线：指为校核起讫点调查结果的精度在调查区域内设置的分隔线，一般借用天然的或人工障碍，如河流、铁道等。
(10). 期望线：指连接各个小区形心的支线，代表了小区之间的出行，其宽度通常根据出行数大小而定。
(11). 0D表：指根据OD调查结果整理而成的表示各个小区之间的出行,其宽度通常根据出行数大小而定。
5. OD调查的类别和内容(三类)：①.居民OD调查：主要包含城市居民和城市流动人口的出行调查，调查终点是居民出行的起讫点分布、出行目的、出行方式、出行时间、出行距离、出行次数等，是世界各国开展交通调查最常见的形式。
②.车辆OD调查：车辆出行主要包括机动车和非机动车出行，主要调查车型、出行目的、起讫点、货物种类、平均吨位和实载率等。
基于出行活动的非集计模型研究及应用《基于出行活动的非集计模型研究及应用：那些藏在日常出行背后的神秘法则》嘿，伙伴们！今天咱们要来聊聊一个听起来挺高大上，其实和咱们日常生活息息相关的话题——基于出行活动的非集计模型研究及应用。
你可别被这拗口的名字给唬住了，它呀，就像是一个隐藏在我们日常出行背后的“神秘军师”，默默地影响着交通规划、出行安排这些事儿呢。
先来说说啥是“出行活动”。
这简单啊，咱们每天出门上班、上学，周末约着朋友去逛商场、看电影，这些都是出行活动。
想象一下，城市就像一个巨大的棋盘，而我们每个人都是棋盘上的小棋子，每天在这个棋盘上跳来跳去，各有各的出行轨迹。
那这些轨迹背后有没有啥规律呢？这就轮到非集计模型登场啦！非集计模型不像那些传统的模型，它不会简单粗暴地把大家都当成一个模子里刻出来的。
它明白，每个人都是独一无二的，出行选择会受到各种各样奇奇怪怪因素的影响。
比如说，有人上班宁愿多走几步路坐地铁，为的就是能在封闭的车厢里安安静静地看会儿小说；而有的人就喜欢开车，哪怕堵得心急火燎，也觉得在自己的小车里才有“安全感”。
我有一次就深刻体会到了这些因素的奇妙影响。
那天早上，我像往常一样准备坐公交车上班。
结果到了车站一看，好家伙，人山人海！等车的队伍排得像条长龙。
这时候，脑海里就开始“打仗”了。
如果继续等公交，可能会迟到；要是打车吧，又得心疼钱包。
最后，我咬咬牙骑上了共享单车，一路在马路上风驰电掣，跟时间赛跑。
像我这样在不同出行方式之间纠结犹豫，就是受各种因素影响后的真实表现。
非集计模型呢，就能把这些复杂的因素都考虑进去。
它就像是一个超级大脑，分析每个人的出行偏好、出行目的、出行时间、费用等等，然后精准地预测大家的出行选择。
这对于城市的交通规划来说，可太重要啦！比如说，根据模型的分析，发现某个区域每天上下班时间交通拥堵严重，大部分人都选择开车，那政府就可以考虑在这附近多建几个停车场，或者增加公交线路，引导大家选择更环保、更高效的出行方式。
基于非集计的停车换乘率模型摘要：对出行者停车换乘行为进行分析，将出行者的广义出行费用分为时间费用、经济费用与体力精力费用，建立停车换乘率的非集计模型，对停车换乘枢纽的规模进行预测。
关键词：停车换乘非集计广义费用Abstract：Analyze the traveler parking transfer behavior，composed of generalized travel cost can be divided into time cost，economic cost and physical energy costs。
Set up the parking transfer rate of the disaggregate model，estimate the scale of the parking transfer hub。
Keywords：Park and Ride disaggregate model generalized cost前言停车换乘（park&ride）作为一种交通出行模式，通常是指在中心城区（或拥堵区域）外围设立停车设施，鼓励私人小汽车出行者在其停车，换乘公共交通进入市中心，以此来缓解城市的交通压力，促进城市公共交通系统的利用，是世界许多城市解决城市交通问题的一种交通模式[1]。
停车换乘设施规模是建设停车换乘枢纽的一个重要指标，其最重要的影响因素就是停车换乘率。
本文对出行者出行行为进行分析，建立交通方式选择模型。
交通方式选择涉及的因素多，加之出行者的习惯、喜好等难以测定的因素的存在，传统的集计建模方法难以准确描述出行者对交通方式选择的过程。
非集计分析以实际产生交通活动的个人为单位，对调查得到的数据不进行任何统计处理而直接用于建立模型[2]。
本文采用非集计方法建立了交通方式选择MNL模型；并以所建模型为基础，将全程公交出行、全程驾车出行和停车换乘出行三种方式的广义费用，从而建立了二肢Logit模型，得到停车换车方式出行的概率，分析评价了停车换乘设施在调整交通方式分担率、降低道路饱和度，以及缓解道路拥挤中的作用。
非集计模型1．1非集计模型研究发展历程1959年Luce首次对非集计理论中最典型的Lo西t模型进行推导，随后Marschsk和Suppes等人对Logit模型的理论基础进行了完善。
1974年McFadden对Logit模型及其特性进行完整的论述，逐步形成了非集计模型的理论体系，其中包括了多项Logit模型(Multinomial Logit Model，简称MNL)和Nested Logit模型(NestedLogit Model，简称NL)。
McFadden等人在非集计理论方面取得的成果，带动了美国一些学者对非集计理论的进一步研究。
70年代中期，Ben．Akiva(1973)、Lemman和Ben-Akiva(1975)，利用经济学的消费者行为理论，对非集计理论作了进一步完善，其中较为代表的是1 985年Ben．Akiva出版了(Discrete choice analysis>)一书。
在70年代后期，Manheim、Ben．Akiva和Lemman研究小组将非集计模型推向了实用化阶段，非集计的基本思想和理论开始用于实际交通预测，并得到了不断的改进，出现了物理意义上更丰富和更复杂的改进非集计模型。
例如，Chu(1981，1989)开发的PCL(paired combinatorial Logit)模型，Bunch(1 991)开发的MNP(Multinomial Probit)模型，Vovsha(1997)年开发的CNL模型(Cross-Nested Logit)等。
1．2．3国外研究现状随着居民出行调查和一些出行行为专项调查在许多城市的开展，以调查数据为基础，利用非集计理论，对个体出行行为特性的研究，取得丰硕的成果。
Grayson(1981)；Wilson(1990)；Forinash和Koppelman(1993)；Bhat(1997)；Enjian Yao(2005)等人开始利用非集计模型，对个体的出行的交通方式、出行目的等出行行为特征进行分析。
