[发明专利]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

摘要

本发明公开了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，属于城市交通出行分析领域，包括1、基于交叉嵌套logit原理构建模型；2、居民出行调查数据库与城市信息点数据的预处理及影响因素变量的选取；3、基于极大似然估计法进行参数估计及模型评价；4、采用蒙特卡洛方法进行仿真，模拟交通拥堵收费等不同情景下交通出行联合选择结果，评估交通需求管理措施对减少高峰出行及促进公共交通使用的绩效。本发明可用于分析通勤者出行方式与出发时刻联合选择行为，揭示影响通勤者交通行为的因素，其应用将有助于从更深层次上分析通勤者交通出行联合选择行为机理和认识出行行为规律，为交通政策的制定提供理论和技术支持。

主权项

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，包括以下几个步骤：步骤一、基于交叉嵌套logit(cross‑nested logit,CNL)原理构建模型；以居民出行调查数据库早高峰时段的通勤行为为研究对象。首先定义模型的选择项集合，它由2个子集合组成，分别是出行方式子集合M和出发时刻子集合T，并且出行方式与出发时刻子集合中各选择肢位于同一层中联合考虑。假设出行方式子集合M中包含m个选择肢，出发时刻子集合T中包含t个选择肢，则模型的最终选择集C＝{c1,……,ck}为M＝m和T＝t的联合选择集合，共包含k＝m×t个备选方案；步骤二、数据预处理以及影响因素变量的选取该步骤中需要使用及处理两部分数据。针对居民出行调查数据库，需要在每个通勤者的家庭信息(如家庭人数、家庭拥有小汽车数量等)，个人信息(如年龄、性别、职业等)，出行信息(如出行时间、出行费用等)中筛选出影响因素变量，并进行详细统计及关联性分析；针对城市信息点(Point of Information，POI)数据，需要将信息点划分为居住地、住宿、商业用地、服务设施、公司用地、景点、公交站点、地铁站点、道路密度、停车场、其它站点等建成环境信息点，并统计出每个通勤者家庭端(500米‑1000米)缓冲区内各类建成环境变量的用地密度，作为另一组影响因素变量；步骤三、基于极大似然估计法进行参数估计与模型评价采用开源biogeme软件，编制描述模型结构文件、系统参数文件与数据样本文件，基于极大似然估计法，使用C可行序列二次规划算法(C of the feasible sequential quadratic programming，CFSQP)进行参数估计。因此，可以得到如下参数估计值：其中参数θl是影响通勤者在进行出行方式与出发时刻选择决策时的因素Xknl的系数，根据不同备选方案对应θl的数值大小及正负，即可确定每种因素对通勤者出行方式与出发时刻选择的影响程度；参数μm是每个巢m的异质参数，μm的大小表示每个巢中各选择肢可替代性的强弱。同时，通过与多项Logit(multinomial logit,MNL)模型、两种巢式Logit(nested logit,NL)模型(以出行方式进行嵌套的NL模型和以出发时刻进行嵌套的NL模型)比较异质参数μm和拟合优度ρ2可以进行模型的评价，以评估各模型解释联合机制的优劣。其中，获得的异质参数μm个数越多的模型，就证明可以更好地获取每个备选方案之间的关联性。步骤四、采用蒙特卡洛(Monte Carlo)方法进行仿真首先，根据步骤三中参数估计结果，利用步骤一中CNL模型的备选方案选择概率公式，计算每个通勤者的出行选择概率；然后，借助Monte Carlo仿真方法模拟交通拥堵收费、提升公共交通服务水平等不同情景，并集计出每个备选方案的选择概率；最后，对出行方式与出发时刻联合选择的预测结果进行分析，通过与原有出行行为的比较，获得不同情境下，交通出行联合选择结果的改变情况，以评估交通需求管理措施对减少高峰出行及促进公共交通使用的绩效。