论文研究-特大城市交通走廊通勤客流Nested-Logit模型研究.pdf

所需积分/C币:50 2019-09-10 18:07:55 533KB .PDF
3
收藏 收藏
举报

为了科学分析特大城市交通客运走廊内高峰时段通勤者的出行选择特征,以及交通需求管理措施施行时不同时段、不同方式之间的客流流向规律,研究了走廊内高峰时段通勤者基于出行方式与出发时刻的二维联合选择问题,建立了方式选择枝位于上层而时刻选择枝位于下层的联合选择Nested-Logit模型。其后通过以成都市中心城南北向交通客运走廊为例的通勤者样本数据的分析,采用上述联合选择NL模型进行了高峰时段交通管控措施影响效果的模拟预测,以探究实现客运走廊不同方式、时段内交通流量均衡分布的有效策略与措施。研究结果表明,联合选择NL模型相比一般MNL模型更加合理且具有更优的统计特性,且能够真实反映特大城市交通客运走廊内
沈犁,张桐,王周全:特大城市交通走廊通勤客流 Nested- Logit模型研究 2016,52(21)231 匚特大城市客运走客流分析 轨道交通」 常规公交 小汽车 时段1时段2 时段m时段1时段 时段m时段1时段2 时段m 轨道‖轨道 轨道 常规常规 常规 小汽‖小汽 交通交通 交通 公交‖公交 公交 车 车 车 图1基于田行方式与时刻联合选择的 Nested- Logit模型选择树示意图 表1出行方式与时刻联合选择模型效用变量选取 变量类别 变量名称 变量说明 年龄段 虚拟变量,年龄在16岁至25岁之间时取1.否则取0 年龄年龄段2 虚拟变量,年龄在26岁至55岁之间时取1,否则取0 年岭段3 虚拟变量,年龄在56岁及以上时取1.否则取0 出行者特性变量 收入层1 虚拟变量,月收入低于5000元时取1,香则取0 收入收入层2 虚拟变量,月收入处于5000元至10000元之间时取1,否则取0 收入层3 虛拟变量,月收入高于10000元时取1,否则取0 小汽车拥有状况 虚拟变量,拥有时取1.否则取0 通勤出燃油费用元 固有变量,一次通勤出行依据距离所支付的燃料赀用 行费用票价费用/元 部分共同变量,一次通勤出行被收取的车票费用 方式服务通勤出行时耗min 完全共同变量,一次通勤出行所消耙的时间 备选方案效果变量车辆驾乘舒适度 完全共同变量,为车牺内部拥挤程度的效用评价值 属性变量 系统运营可靠性部分共同变量,为轨道交通与常规公交两系统各白包括网络连通性 需求应对性以及时间可靠性在内的综合评价值 时段行程 特性变量 出行时刻xn 虚拟变量,m=1,2,…,5,表征出行时刻是香处于第m个时段内 定项V的表达式,即有Vn=∑6X,n,k,式中K,mk 收入层3。此外,出行费用也可具体分为小汽车出行所 支付的燃油费用以及轨道交通、常规公交出行所收取的 为出行者n的选择方案S所包含的第k个特性变量值,价费川两项,收取的票价费川根据不同城市的定价策 K为方案S的变量总数,O为第k个变量值所对应的略又可分为恒定票价或依据区间乘次支付的票价。对 待定参数 于车辆驾乘舒适度与系统运营可靠性两项评价指标,其 本文考虑了通勤者选择行为以及轨道交通、常规公评价值划分为1-5级(对应差较差、一般、较好好五种 交以及小汽车三种交通方式的特性,通过对相关文献资评价),以0.2为级差(对应区间[0.1]),5级对应最大值1。 料与调查数据的整理“,在数据可观测的基础上对效因此,本文最终确定了12+m项效用变量,详见表1。 用变量进行了选取:首先对于通勤出行者特性变量,分 根据效用最大化理论,出行者n选择方案s当且仅 别选取表征个人属性的年龄与收入以及表征家庭属性当方案s的效用U1>Un(i≠1;假设每项备选方案的 的小汽车拥有状况三项;其次对于方式服务效果变量,效用误差项均服从 Gumbel分布,则得到方案s,被选择 分别进取表征成本的通勤出行费用与出行时耗以及表的概率P()为P()=PDP( 征效益的车辆驾乘舒适度与系统运营可靠性四项:最 后对于时段行程特性变量,则选取出行时刻作为效用变 PS=e/Σ 量。对于年龄与收入两项多分类变量,本文依据阶段性 与层次性对其进行划分,其中年龄划分为三个阶段,分 () ∑∑e 别为16至25岁(含25岁)的年龄段1、26岁至55岁(含 55岁)的年龄段2以及56岁以的年龄段3:而依据特式中P(O为选择第/个巢的边际概率,P(S|D为在选择 大城市的收入水准同样将出行者月收入划分为三个层第个巢的条件下选择备选方案s的条件概率,M为 次,分别为月收入5000元以下的收入层1、月收入5000第个巢的选择枝集合,V为备选方案;的确定效川, 元至10000元的收入层2以及月收入10000元以上的p1为第个巢的异质参数 232 016,52(21) Computer Engineering and4 pplications计算机工程与应用 3算例分析 出发时刻。此外对于各效用变量参数的估计结果而言 本文将上述基于出行方式与出行时刻联合选择的首先年龄段1与3的参数估计值均为负,而收入层2与3 NL模型应用于成都市中心城南北向交通客运走廊的高的参数估计值均为正,且年龄段1与收入层3对于两模 峰时段通勤客流分析中,并以单次出行行为为分析单型均显著,表明年龄处于16岁至25岁之间时对出行县 元,数据来源于2011年成都市中心城区居民出行调查有负效应,同时月收入高于10000元时以及拥有小汽车 数据库(基于2010年数据库进行局部调查更新,由西南则具有显著正效应。其次对于包括燃油费用与票价费 交通大学提供)以及2011年成都市地铁1号线沿线出行用在内的通勤出行费用以及通勤出行时耗,其参数估计 调查(客流预测单位西南交通大学),交通网络数据来源值亦为负,且显者性均较高,尤其是出行时耗一项,其负 于成都市交通地理信息系统(由西南交通大学提供),模效应最为显著。而对于车辆驾乘舒适度与系统运营可 型数据的时间点为2011年,本文基于城市客运交通走靠性两项评价性变量,仅后者具有显著正效应。由此可 廊直问接吸引范围选取相应的有效样本共计1529个。针对具有显著性的变量进行管控措施的制定。 31参数估计 32模拟分析 由于当异质参数μg、μB、μc灼等于时NL模型退 本文在确定具有显著效应的变量的基础上,进一步 化为MNL模型,本文通过适于估计包括MNL、NL、CNL采用上述出行方式、时刻联合选择 Nested-Logit模型对 等离散选择模型的 Biogeme l.8统计软件,采用极大似成都市中心城南北向交通客运走廊髙峰吋段的通勤客 然计法分别对上述方式时刻联合选择NL模型以及流进行控制性措施影响效果的模拟分析,以协调不冋方 MNL模型进行参数估计与检验,以便于两者进行对比;式以及不同时段内的客运走廊交通流量分布。因高峰 本文将出行时刻3作为参照组预设为0,并取定显著性时段小汽车出行更易于造成交通拥堵等一系列问题,为 水平为5%,当(>1.96,则认为该效用变量参数显著此本文主要针对两种交通管理控制措施的同时施行进 不等于0,变量参数的估计结果如表2。 行效果预测,一是对高峰时段的小汽车出行者收取额外 从表2可以看到,相比MNL模型,方式、时刻联合费用,二是增设公交专用道,目的均在十促使小汽车通 选择NL模型的优度比ρ更接近1其模型的精度更勤者转向轨道交通与常规公交两种公共交通方式出 高。同时异质参数2、2、k分别为0582、0.72与行。为便于表述,本文将A1视作客流上升时段,把2与 0416,均小于1,三者在显著性水平取0.05时均显著不λ3视作客流高峰吋段,而将λ4与枧为客流延续吋段, 等于1。其结果表明三种出行方式各自对于不同的出发并设高峰时段收取的小汽车出行费用增加10元,此外 时段均具有较强的可替代性,且小汽车的可替代性最强增设公交专用道会令常规公交出行吋耗降低而运营可 而常规公交的可替代性最弱,而一种方八的可替代性越靠性提升。在计算各出行者方案选择概率的基础上,本 强表明当效川变量变化时该方式出行者更易于改变其文采川宜于处理随机量计算的 Montc carlo方法来进 表2模型效用变量参数佔计结果 MNL模型 方式、时刻联合选择N模型 效用变量 参数估计值t检验值 参数估计值 f检验值 年龄段1 0.8382.4121.012 2.847 年龄段3 1.337 1.629 1.342 收入层2 1.689 898 收入层3 4.308 3.394 4.83 小汽车拥有状况 6.778 9.59 8.937 燃油费用 0.019 7.280 0.01 7.025 票价费用 -0.017 6.996 0.016 7.080 通勤出行时耗 0.042 -1l.507 0.044 10.427 车辆驾乘舒适度 0.278 1.016 0.251 0.875 系统运营可靠性 454 出行时刻1 LI2 -1420 出行时刻λ2 0.585 0.815 0.906 出行时刻3 0U0 出行时刻 0. 出行时刻A 0.326 2.300 0.311 2.126 异质参数A 2=0.582,k=0.72,Pc=0.416 优度比p2 0.3874 0.4359 样本数 1529 1529 沈犁,张桐,王周全:特大城市交通走廊通勤客流 Nested- Logit模型研究 2016,52(21)233 表3交通管控措施施行时客流流向顶测 行时出行方式二 客流上升时段 客流高峰时段 客流延续吋段 预测转移 轨道交通常规公交小汽车轨道交通常规公交小汽车轨道交通常规公交小汽车分担比例/% 轨道交通997 0.0 0.8 0.0 0.0 0.0 0.0 客流上升时段常规公交0.3 0.0 0.0 0 0.0 小汽车 0.0 0.0 19.3 0. 轨道交通 0.0 99.2 4.6 0 0.0 0.0 客流高峰时段常规公交0.0 ().6 0.D 6 0.0 0.0 ).0 19.5 小汽车0.0 0.0 0 0.0 0.0 0.0 0.0 0.0 轨道交通0.0 0.0 99.8 客流廷续时段常规公交 0.0 0.0 0.0 0.0 0.2 100 0.9 小汽车 0.0 0.0 0.0 0.0 0.0 10.9 0.0 0.0 17.4 l00 l00 l00 100 1]( l(() 1(1 10( 行仿真模拟,由此得到如表3的集计分布预测状况。 方式与出发时刻联合选择的 Nested-Log模型,并应用 表3对角线上的数值表示在两种交通管控措施冋于成都市中心城南北向交通客运走廊的早高峰通勤客 时施行时各方式、各时段的出行者坚持原有出行方式与流分析中。其分析结果表明:联合选择 Nested-Iogi模 时刻的比例,其他数值则表示由原有方案向其他出行方型能够在某种程度上弥补MNL模型的方案独立性假设 案转移的出行者所占比例。以表3第6列原高峰时段小缺陷,且具有更好的优度比。同时通过对高峰时段的小 汽车出行者的出行方案转移策略为例,在客流高峰时段汽车出行者收取额外费用以及增设公交专用道两种交 有626%的小汽车通勤者选择不改变其出行方案,而有通管控措施影响效果的模拟预测,其预测结果显示在 19.3%与109%的出行者虽然依然采用小汽车出行,但施行交通管控措施时,通勤客流的时段性分布更加均 分别选择提前和推迟出发吋刻。同吋分别有4.6%与衡,但通勤者多偏向于首先改变其出行时刻,对于出行 24%的小汽车出行者选择在不改变出行时刻的基础上方式的改变趋势并不明显,小汽车通勤者向公共交通方 改用轨道交通与常规公交方式出行,此外还有约02%式出行转移的比例较低。这主要是由于案例中轨道交 的原小汽车通勤者选择同时改变其出行方式与出行时通尚未形成初步网络且服务水平较低,而常规公交一般 刻。出表3可见,当选择对成都市南北向客运走廊高峰也难以与小汽车形成有效竞争的缘故。由此可见,限制 时段的小汽车出行者收取额外費用且增设公交专用道小汽车高峰出行等交通管控措施虽对缓解高峰时段容 以提高常规公交运行速度与运营可靠性时,早高峰时段运走廊的通勤客流有一定作用,但难以从根源上实现汇 的小汽车通勤者有近13转向选择非高峰时段出行使聚客流的有效疏解,唯有加快客运走廊轨道交通等大 得高峰时段的交通流下降,但同时仅有不到10%的小汽运量快速公交系统的建设,大量吸引小汽车通勤者转向 车出行者转向选择轨道交通与常规公交两种公共交通 公共交通方式出行,才能逐步增强高峰时段通勤客流在 方式。由此可见,此两种交通管理控制指施的施行虽客运走廊各交通方式间的分布均衡性,从根源上提升特 会令城市客运走廊的早高峰交通流时段性分布趋于均大城市交通齐运走廊的运输效率 銜,但并不能有效促使小汽车通勤者向公共交通方式进 通过上述模型与算例分析,证实了本文所提出的方 行大批量转移,尤其成都市2011年的轨道交通尚未形 法能够真实反映特大城市交通客运走廊高峰时段通勤 成初步网络且服务水平较低,而常规公交一般也难以与 客流的分布情况,模拟交通需求管理措施对通勤者出行 小汽车形成有效竞争。因此在施行限制小汽车高峰出选择的影响,为交通客运走廊内各交通方式结构、运输 行等交通管理控制措施之外,更应该加快特大城市客运 组织模式的优化提供基础理论支持。 走廊上轨道交通等大运量快速公交系统的建设,从而有 效提升公共交通方式的克争力,大量吸引小汽车通勤者 转向公共交通方式出行,以促进高峰时段各交通方式间参考文献 的客流分布更加均衡。 [1 Vuchic V R, Newell G F. Rapid transit interstation spac ing for minimum travel time[J]. Transportation Science 1968,2(4):303-339 结论 nghe S C, Ghoneim U S A Spacing of bus-sto 本文旨在分析特大城市交通客运走廊内启峰时段 for many to many travel demand[]. Transportation Sci 通勤者的岀行选择特征,以及交通需求管理措施施行时 ence 1,15(3):210-221 不同时段、不冋方式之间的客流流动规律,明确客运走3]Lizc, William h K l, Wong s C Design of a rail 廊内通勤客流的合理结构演变趋势。建立了基于出行 transit linc for profit maximiz ation in a lincar transpor 234 016,52(21) Computer Engineering and Applications计算机工程与应用 tation corridor].Transportation Research Part E, 2012 Part B: Methodological, 1998, 32(6): 361-371 48(1):50-70 [11 Wen C H, Koppclman F SThe gcncralizcd nested log [4 Abane A M Mode choice for the journey to worl mode[J].Transportation Research Part B: Methodological among formal sector cmployccs in Accra, Ghana[.Jour 2001,35(7):627-671 nal of Transport Geography, 1993, 1(4): 219-229 [2]金宝辉交通出行行为分析[D]成都:西南交通大学,2004 15] Bharat p, Batte O L. Errors in variables in multinomial[13]黄树森基于非集计的城市公共交通方式选择模型及灵 choice modeling: a simulation study applied to a multi- 敏度分析研究[D]北京:北京交通大学,2008 nomial logit model of travel mode choice[J. Transport [14 Papola A. Some developments on the cross-nested logit Policy,2011,18(2):326-33 model[j]. Transportation Rescarch Part B: Mcthadologi [6]刘炳恩,隽志才,李艳玲,等居民出行方式选择非集计模 cal,2004,38(9):833-851 型的建立门公路交通科技,2008,25(5):116-120 [15] Bierlaire M.A theoretical analysis of the cross-nested [7 Saleh W, Farrell S Implications of congestion charging logit model[J]. Annals of Operation Research, 2006, 144 for departure time choice: work and non-work schedule (1):287-300 flexibility[J]. Transportation Research Part A: Policy and [16]杨励雅,邗春福, Haghani a出行方式与出发时间联合选 Practice,2005,39(9):773-791 [8 Ozbay K, Yanmaz-Tuzel O Valuation of travel time and 择的分层 Logit模型[J.交通运输工程学报,2012,12(2) 76-83. departure time choice in the presence of time-of-da pricing[].Transportation Research Part A: Policy and Prac [7 Bierlaire M. Biogeme: a free package for the estimation tice,2008,42(4):577-590. of discrete choice models[c]/The Third Swiss Trans [9]诸葛承祥,邵春福,李霞,等通勤者出行时间与出行方式 portation Research Conference, Ascona, Switzerland, 选择行为研究门]交通运输系统τ程与信息,2012,12(2) 2003:1-24 126-131. [18] Lahiri K, Gao J. Bayesian analysis of nested logit modcl [10 Bhat C R Analysis of travel mode and departure time by Markov chain Monte Carlo [J]Journal of Economet choice for urban shopping trips[J]. Transportation Research rics,2002,111(1):103-133 (上接221页) Computer Vision and Pattcrn Rccognition, 1998: 354-360 [2]钮永胜,倪国强多传感器图像自动配准技术研究[J光学[9]温红艳遥感图像拼接算法研究[D武汉:华中科技大学, 技术,1999,1(1):16-18 2009 3]蔡海洋,付俊辉,吕精巧医学图像三维拼接重建优化技术10]方贤勇图像拼接技术饼究[D]杭州:浙江大学,2005 研究与仿真门计算机仿真,2012,29(7):308-310. [11] Gu Hua, Yu Yue, Sun Weidong. A new optimal seam selec 4]梁栋,颜普,朱明,等.一种基于NSCT和SIFT的遥感图像 tion mcthod for airborne image stitching[C]/Imaging 配准算法[仪器仪表学报,2011,32(5):1083-1088 Systems and Techniques, 2009: 159-163 [5]韩文超.基于POS系统的无人机遥感图像拼接技术研究与[12] Tang Yu, Jiang Huiyan. Highly efficient image stitching 实现[D]南京:南京大学,2011 based on energy map[c]/'Image and Signal Processing [6 Burt P J, Adelson F. H A multiresolution splinc with appl 2009:1-5 cation to image mosaics[J.ACM Transactions on Grap [13] Tang Yu, Shin De-ghosting for image stitching with is,1983,2(4):217-236 automatic content-awareness C]//20th International Con- [7 Pelegs Mosaicing on adaptive manifolds[j] IEEE Transac ference on Pattern Recognition, 2010: 2210-2213 tions on Pattern Analysis and Machine Intelligence,2000,[14]王晓丽,戴华阳,余涛,等基于多分辨率融合的无人机图 22(10):1144-154 像拼接匀色研究[测绘通报,2013(6):27-30. 8]Daⅵ i J Mosaics of scenes with moving objects]rro-[15]宋振兴图像拼接融合技术中去鬼影及裂缝方法研究[] ceedings of 1998 IEEE Computer Society Conference on 大连:大连海事大学,2011

...展开详情
试读 6P 论文研究-特大城市交通走廊通勤客流Nested-Logit模型研究.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
weixin_38743481 如果觉得有用,不妨留言支持一下
2019-09-10
  • 至尊王者

    成功上传501个资源即可获取
关注 私信 TA的资源
上传资源赚积分or赚钱
    最新推荐
    论文研究-特大城市交通走廊通勤客流Nested-Logit模型研究.pdf 50积分/C币 立即下载
    1/6
    论文研究-特大城市交通走廊通勤客流Nested-Logit模型研究.pdf第1页
    论文研究-特大城市交通走廊通勤客流Nested-Logit模型研究.pdf第2页

    试读结束, 可继续阅读

    50积分/C币 立即下载 >