广州市番禺区居民出行行为选择影响因素分析——基于GEV-CNL模型

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:jq1983wyh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着移动互联网、大数据、云计算等新兴互联网技术蓬勃发展和广泛应用,尤其是在互联网与交通运输深度融合的推动下,城市居民出行发生较大变化,出行方式更加多元化、出行特征更加凸显“高效、便捷、绿色”,居民出行行为选择的影响因素呈现更加多元化。出行行为选择是人类出行活动的前提和重要组成部分,把握互联网交通运输发展背景下城市居民出行行为选择的主要影响因素,对于优化居民出行结构、改善出行环境,优化城市交通功能规划和布局、合理配置交通运输资源有着重要意义。
  地处珠江三角洲中部的广州市番禺区,区位优势明显,资源丰富,伴随着城市化建设的推进和广州“南拓”战略的实施,广州市番禺区成为粤港澳大湾区“1小时都市生活圈”重要交通枢纽。广州市番禺区极力打造“互联网+交通运输”创新创业示范城市,推动互联网与交通运输行业融合向更广更深拓展,促进城市居民出行向“便捷、高效、安全、经济、绿色”迈进。在互联网交通运输发展背景下,广州市番禺区居民出行行为选择的影响因素呈现更加多元化特征,本文城市番禺区城市居民为研究对象,引入“出行链、出行方式、出行时间”三维嵌套模型结构,构建广义极值(GEV)理论的交叉巢式Logit模型,并与NL模型(巢式Logit模型)对比研究该城市居民在出行链、出行方式、出行时间联合作用下所做出的出行行为选择的显著影响因素;利用直接弹性和交叉弹性分析分别研究,在这些因素作用下出行者做出某种出行选择选择的可能性。
  通过参数估计和检验说明:(1)GEV-CNL模型整体估计出行行为选择项能够实现较高的精度和对样本数据的适应性,而CNL模型在这两方面表现相对不明显;单独考虑出行行为选择项,对样本数据适应性最强的是出行链嵌套模型结构,对样本数据适应性最差的是出行时间嵌套模型结构。(2)广州市番禺区居民在出行方面会着重考虑出行耗时和出行成本因素,做出符合自身出行效用预期的行为选择,当出行耗时或出行成本增加时,广州市番禺区出行居民不会通过调整出行链的复杂度,而是通过采取改变出行时间和出行方式等替代性措施来改善出行效用。(3)在简单链中,出行耗时、其他出行方式的出行成本是影响出行居民选择公共交通出行方式的主要因素;在任何出行链中,出行耗时是影响出行者采用私家车作为出行方式的主要因素,在简单链中,其他出行方式出行成本方面的变化对出行者选择私家车出行作为替代在复杂链条件下,出行耗时是影响出行者采用自行车/电动车作为出行方式的主要因素,出行居民出行耗时越长,选择自行车/电动车为出行方式的可能性越小,基本不受其他出行方式出行成本、出行耗时的影响。
其他文献
学位
烟草甲Lasioderma serricorne(Fabricius)属于鞘翅目窃蠧科,是世界上广泛存在的仓储物害虫。其分布广泛,繁殖快、危害大,已经成为世界头号贮烟害虫,造成巨大的经济损失。为研究烟草甲对贮存烟草入侵的选择性和原因,本实验利用自主设计的“Y”型嗅觉仪和方形烟草甲选择仪,模拟空气流通和密闭仓库中的环境,以烟叶的各种致香成分作为气味源,观察烟草甲在入侵烟叶这一过程中对气味源的行为选择
学位
miRNAs作为一种重要的调节因子,调节着植物生长发育、抗逆、抗病等,揭示miRNAs调控稻瘟病与水稻互作的分子机理,对粮食生产具有重要意义。目前,水稻中鉴定出来的miRNA有很多,但其机理并不十分明确。我们通过感病材料LTH和抗病材料IRBLkm-Ts接种稻瘟病菌,高通量测序检测侵染前后miRNAs积累量,鉴定出Osa-miR535受稻瘟菌诱导。随后我们构建了Osa-miR535的转基因水稻,划
在应急救援体系的构建中,救援的安全性、救援效率以及救援成本都是重要的评价指标。航空救援速度快,但是受环境影响大,地面车辆救援适应性强,但是救援效率低,在考虑救援环境的基础上,将两者有效结合,对目标救援区域进行设施点的选址并规划调度方案,各取所长,可以保障救援的安全性、提高救援效率并减少救援成本。本文首先依据相关通航规章,建立直升机起降和运行的地形、气象约束模型以及雷达探测盲区模型,提出直升机起降点
学位
管路连接件是飞机管路系统的重要组成部件,然而管接头在实际装配中状态各异,这些装配状态会不同程度的影响其密封性能,进而影响飞机的运行安全。因此,针对管接头连接件不同装配状态对管路密封性能的影响,本文进行了深入研究,建立了管接头连接件的有限元模型进行仿真计算,搭建了装配偏差模拟试验台并进行试验研究,主要研究内容及结论如下:(1)分析了基本接触力学的理论,根据扩口式管路连接件的结构组成与密封原理,建立了
学位
四维航迹预测作为实现新一代空中交通智能化管控的关键技术和研究重点,通过对未来一段时间内航空器四维航迹信息的精确测算,能够预先获知未来空域内航空器的运行态势,辅助管制员做出合理决策,促进空域资源的有效配置。然而,面对复杂的空域环境,如何保证航迹预测模型的精确性和鲁棒性是当前航迹预测研究的重点和难点。本文主要基于深度长短时记忆网络LSTM来研究航空器四维航迹预测问题,从大量历史航迹数据中学习数据驱动的
学位
学位
学位