

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、利用RP/SP兩種數(shù)據(jù)各自的優(yōu)點(diǎn)進(jìn)行融合分析,是研究新交通服務(wù)或政策措施的有效方法。在交通方式等離散選擇問(wèn)題中,部分選項(xiàng)往往有一定的類(lèi)似性,宜采用Nested Logit(NL)框架構(gòu)建RP或SP子模型。但既有融合研究中,RP和SP子模型往往采用不同的階層結(jié)構(gòu),導(dǎo)致對(duì)行為機(jī)理的認(rèn)識(shí)缺乏統(tǒng)一性、不同層次誤差項(xiàng)對(duì)應(yīng)關(guān)系不明確、無(wú)法正確描述SP選擇的階層性等問(wèn)題。此外,對(duì)SP情境下選擇行為的狀態(tài)依賴(lài)影響研究也局限于受實(shí)際選擇的“慣性”影響,未
2、能考慮SP情境內(nèi)部的順序相關(guān)性。本文以北京市京開(kāi)高速施劃公交專(zhuān)用道為例,針對(duì)上述問(wèn)題進(jìn)行研究,主要研究?jī)?nèi)容及工作如下:
?。?)對(duì)國(guó)內(nèi)外采用NL模型構(gòu)建RP/SP子模型的融合方法和SP模型中狀態(tài)依賴(lài)的處理方法進(jìn)行總結(jié)分析,基于既有研究存在的缺陷提出模型改進(jìn)的方向。
?。?)設(shè)計(jì)通勤方式調(diào)查問(wèn)卷,調(diào)查包括RP(Revealed Preference)調(diào)查和SP(Stated Preference)調(diào)查。對(duì)北京市京開(kāi)高速施劃
3、公交專(zhuān)用道路段2km范圍內(nèi)的居民進(jìn)行抽樣調(diào)查,獲取被訪(fǎng)者實(shí)際通勤條件和方式及對(duì)快速路公交的潛在偏好。依據(jù)調(diào)查數(shù)據(jù)對(duì)沿線(xiàn)居民通勤特性進(jìn)行分析,以初步確定影響居民通勤方式選擇行為的因素。
?。?)基于調(diào)查數(shù)據(jù),先單獨(dú)構(gòu)建RP數(shù)據(jù)、SP數(shù)據(jù)的NL模型以確認(rèn)兩類(lèi)數(shù)據(jù)的真實(shí)階層結(jié)構(gòu)。然后,分別考慮上下層測(cè)度系數(shù)(Scale Parameter)相同、上下層融合系數(shù)(Fusion Coefficient)相同、以及上下層測(cè)度系數(shù)和融合系數(shù)均
4、不同等三種情況,標(biāo)定RP-NL/SP-NL融合模型,并輔以RP-NL/SP-MNL融合模型進(jìn)行對(duì)比分析,探究不同融合方法的效果。
?。?)分別采取基于傳統(tǒng)方法擴(kuò)展(SP子模型的效用函數(shù)中添加先前情境選擇結(jié)果啞變量)和從總誤差中分離情境狀態(tài)依賴(lài)影響誤差的改進(jìn)方法處理被訪(fǎng)者在當(dāng)前SP情境下受先前SP情境的選擇結(jié)果影響。
本文基于RP/SP聯(lián)合調(diào)查獲取的實(shí)際數(shù)據(jù)構(gòu)建交通行為選擇模型,通過(guò)改進(jìn)既有RP/SP融合方法,以期能進(jìn)一
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于RP-SP調(diào)查的交通事件環(huán)境下出行行為分析.pdf
- 基于RP+SP數(shù)據(jù)的軌道交通及其銜接方式的選擇模型.pdf
- 數(shù)據(jù)融合多目標(biāo)跟蹤方法研究.pdf
- 潛救信息數(shù)據(jù)融合方法研究.pdf
- 車(chē)輛防撞檢測(cè)及數(shù)據(jù)融合方法研究.pdf
- AIS與雷達(dá)數(shù)據(jù)融合方法的研究.pdf
- 異質(zhì)傳感器數(shù)據(jù)融合方法研究.pdf
- 列控?cái)?shù)據(jù)的數(shù)據(jù)融合方法及仿真研究.pdf
- 異質(zhì)傳感器數(shù)據(jù)融合方法研究
- WSN中安全數(shù)據(jù)融合方法研究.pdf
- 特種ROV定位及數(shù)據(jù)融合方法研究.pdf
- 基于數(shù)據(jù)融合的綜合識(shí)別方法研究.pdf
- 數(shù)據(jù)級(jí)與特征級(jí)上的數(shù)據(jù)融合方法研究.pdf
- 基于船舶避碰的數(shù)據(jù)融合方法研究.pdf
- 基于數(shù)據(jù)融合的GBM組織分離方法研究.pdf
- 結(jié)構(gòu)健康監(jiān)測(cè)信息的數(shù)據(jù)融合方法研究.pdf
- 數(shù)據(jù)級(jí)與特征級(jí)上的數(shù)據(jù)融合方法研究
- 多源數(shù)字油田數(shù)據(jù)與油田數(shù)據(jù)融合及方法研究.pdf
- 面向RE-RP直接集成的工業(yè)CT切片數(shù)據(jù)處理方法研究.pdf
- 遙感影像數(shù)據(jù)融合方法及效果評(píng)價(jià)研究.pdf
評(píng)論
0/150
提交評(píng)論