城市軌道交通乘客半補(bǔ)償路徑選擇行為分析理論和方法.pdf

1、隨著新線不斷開通運(yùn)營(yíng)，城市軌道交通網(wǎng)絡(luò)愈加復(fù)雜，OD(Origin-Destination，起訖點(diǎn))對(duì)之間的可行路徑也越來(lái)越多，加劇了乘客出行前路徑?jīng)Q策的復(fù)雜性。乘客路徑選擇行為分析，作為出行行為分析的重要組成部分，可為乘客提供個(gè)性化路徑規(guī)劃服務(wù)，也可為城市軌道交通運(yùn)營(yíng)管理部門提供換乘量、線路流量和斷面流量等基礎(chǔ)數(shù)據(jù)，以支撐列車運(yùn)行計(jì)劃制定、客流組織與調(diào)控、票務(wù)清分、線網(wǎng)優(yōu)化、新線接入對(duì)既有線網(wǎng)的影響評(píng)價(jià)等運(yùn)營(yíng)管理業(yè)務(wù)的開展。
　

2、　針對(duì)在一定的出行目的和選擇環(huán)境下城市軌道交通乘客的路徑選擇過(guò)程，本文從挖掘乘客的路徑選擇機(jī)理出發(fā)，綜合分析各種影響因素對(duì)有效路徑集合生成、最優(yōu)出行路徑選擇的影響，構(gòu)建城市軌道交通乘客路徑選擇模型，分析乘客路徑選擇行為。
　　(1)分析網(wǎng)絡(luò)拓?fù)洹⑦\(yùn)營(yíng)、調(diào)查和刷卡等建模數(shù)據(jù)的特征，提取乘客路徑選擇行為影響因素。地鐵官網(wǎng)地圖與實(shí)際地形圖之間的差異性，使得表征路徑走向?qū)Τ丝吐窂竭x擇行為影響的角度費(fèi)用的作用愈加突出，本文在傳統(tǒng)角度費(fèi)用的基

3、礎(chǔ)上，提出了修正的角度費(fèi)用，以捕捉路徑走向偏離程度對(duì)乘客路徑選擇的心理影響。另外，通過(guò)對(duì)調(diào)查數(shù)據(jù)進(jìn)行Pareto圖分析，提取了包括乘車時(shí)間、換乘次數(shù)、換乘時(shí)間、舒適程度等路徑屬性在內(nèi)的乘客路徑選擇行為的主要影響因素。
　　(2)分析乘客對(duì)某些因素的容忍限制，揭示有效路徑集合生成過(guò)程中的非補(bǔ)償行為，構(gòu)造基于非補(bǔ)償行為的有效路徑集合生成方法，以反映只有滿足一定限制條件的路徑才會(huì)被考慮成有效路徑的現(xiàn)實(shí)。通過(guò)設(shè)定路徑容忍度函數(shù)，綜合考慮乘

4、客對(duì)出行時(shí)間和換乘次數(shù)的容忍，衡量路徑被考慮的程度，揭示非補(bǔ)償行為。為避免將路徑容忍度函數(shù)中的參數(shù)與路徑效用函數(shù)中的其他參數(shù)同時(shí)標(biāo)定的困難，設(shè)計(jì)了容忍限制調(diào)查方案，并提出了基于調(diào)查數(shù)據(jù)估算路徑容忍度函數(shù)中的參數(shù)的方法，得到了有效的結(jié)果。
　　(3)考慮到有效路徑集合生成和從有效路徑集合中選擇最優(yōu)路徑兩個(gè)過(guò)程的內(nèi)在關(guān)聯(lián)性，本文基于CMNL(Constrained Multinomial Logit)模型將兩個(gè)過(guò)程關(guān)聯(lián)，提出了半補(bǔ)償行

5、為下OD對(duì)尺度效應(yīng)和路徑重復(fù)問(wèn)題的解決方法，構(gòu)造了一階段法的半補(bǔ)償Logit模型，即SCPSL（Scaled Constrained Path Sized Logit）模型，并給出了參數(shù)的外生和內(nèi)生估計(jì)方法，既避免了將兩個(gè)過(guò)程孤立所帶來(lái)的參數(shù)估計(jì)偏差，又解決了兩階段法面對(duì)較大路徑集合時(shí)的參數(shù)估計(jì)困難的問(wèn)題。其中，半補(bǔ)償行為是補(bǔ)償與非補(bǔ)償行為的結(jié)合:當(dāng)屬性值在容忍限制范圍內(nèi)時(shí)，某一屬性的劣化可以通過(guò)改善其他屬性以保持路徑效用，即補(bǔ)償行為，

6、該行為是從有效路徑集合中選擇最優(yōu)路徑過(guò)程的準(zhǔn)則;當(dāng)屬性值超出容忍限制時(shí)，無(wú)法通過(guò)改善其他屬性來(lái)保持路徑效用，即非補(bǔ)償行為，該行為是有效路徑集合生成過(guò)程的準(zhǔn)則。最后，基于該模型的邊際替代關(guān)系分析和彈性分析也顯示出路徑選擇行為具有明顯的半補(bǔ)償特性和隨OD對(duì)而異的規(guī)律。同時(shí)，本文將該模型應(yīng)用于客流需求預(yù)測(cè)，即使在新線接入條件下也能得到較高的預(yù)測(cè)精度。
　　(4)考慮到乘客路徑選擇偏好的差異性，基于SCPSL模型，構(gòu)建了考慮乘客異質(zhì)性的半

7、補(bǔ)償路徑選擇模型。Mixed Logit模型和潛在分類模型是描述乘客選擇偏好異質(zhì)性的最常用方法，但Mixed Logit只注重個(gè)體間的差異性，容易忽略乘客的群體特質(zhì)，即某些乘客較其他乘客更為相似性，使得參數(shù)的隨機(jī)分布容易出現(xiàn)混合特性;而潛在分類模型假定同一類別下乘客的行為具有一致性，忽略了同一類別下個(gè)體間的差異性。因此，分別構(gòu)造了半補(bǔ)償?shù)腗ixed Logit模型和基于潛在分類的半補(bǔ)償Logit模型，進(jìn)而將兩者進(jìn)行融合，構(gòu)造了基于潛在分

8、類的半補(bǔ)償Mixed Logit模型。同時(shí)，根據(jù)乘客對(duì)路徑走向偏離程度的敏感變化率的三種不同心理傾向，構(gòu)造了角度費(fèi)用的三種表達(dá)方式，對(duì)應(yīng)三個(gè)潛在類別，且假設(shè)每個(gè)潛在類別下的參數(shù)都服從于隨機(jī)分布，形成了基于潛在分類的半補(bǔ)償Mixed Logit模型(LC-MixedSCPSL)，并設(shè)計(jì)了將數(shù)據(jù)擴(kuò)張技術(shù)與馬爾科夫鏈蒙特卡洛法相結(jié)合的參數(shù)估算方法，參數(shù)估計(jì)結(jié)果顯示融合后的模型效果更優(yōu)。將該模型應(yīng)用到個(gè)性化路徑規(guī)劃服務(wù)中，結(jié)果顯示可為不同乘客提

9、供不同的最優(yōu)路徑。
　　(5)考慮城市軌道交通系統(tǒng)中出行時(shí)間的隨機(jī)波動(dòng)性，基于SCPSL模型，構(gòu)造了考慮時(shí)間可靠性的半補(bǔ)償路徑選擇模型（即均值-標(biāo)準(zhǔn)差SCPSL模型）。其中，考慮出行時(shí)間的截?cái)嘈?，基于進(jìn)出站走行、等車、乘車、換乘等不同類型時(shí)間服從于截?cái)嗾龖B(tài)分布的假設(shè)，構(gòu)造了基于刷卡數(shù)據(jù)的分布參數(shù)估算方法。為估算均值-標(biāo)準(zhǔn)差SCPSL模型，分別設(shè)計(jì)了基于RP(Revealed Preference)調(diào)查和刷卡數(shù)據(jù)的參數(shù)估算方法。RP