基于Weibit模型的交通方式选择行为研究

论文总字数：38040字

摘 要

本文使用Biogeme软件包对瑞士地铁出行SP数据建立以Logit和Weibit为基础的两组离散选择模型，通过对建模结果的分析和指标的计算对比，研究不同模型之间性质的异同，并将weibit模型应用于Pamp;R出行方式选择影响因素的分析。模型的对比结果表明weibit模型在多个方面优于logit模型。在多个模型中，CNW模型能够考虑出行方式之间的相似性和感知误差的异质性，具有最好的拟合效果。Weibit和logit模型具有不同的弹性和时间价值特征，其中weibit模型在时间价值上更加贴近实际情况。在Weibit模型的应用中，通过MNW模型估计以及各种因素的弹性值计算来掌握影响Pamp;R出行的主要因素。结果表明小汽车的停车费用对于Pamp;R方式的选择影响最大，另外站点的步行换乘时间，站点到目的地距离等变量也能够显著影响出行方式的选择。在出行者及出行属性不同的情况下出行方式的时间和费用对选择的影响也不相同。最后根据模型及指标结果，给出了提高Pamp;R方式使用率的实际建议。

关键词：离散选择模型；weibit模型；方式划分；Pamp;R出行方式

Abstract

In this paper, the multinomial logit model(MNL), multinomial weibit model(MNW) and their derived models were established based on mode split stated preference survey data about Swiss metro. The modeling results and index were calculated and analyzed to study the similarities and differences between the properties of different models, and the weibit model was applied to the analysis factors that affect the Pamp;R mode selection. The comparison results of various models showed that the weibit model was superior to the logit model in many aspects, and among various models, the cross nested weibit (CNW) can handle both similarity and perceptual heterogeneity between different modes, and has the best fitting effect. The elasticities and value of travel time (VOTT) of logit and weibit models have different characteristics, in which the VOTT of weibit model is more close to the actual situation. In the application of the weibit model, the main factors that affect the Pamp;R mode selection were obtained by the estimation of MNW model and the calculation of elasticities. The results showed that the parking fee had the greatest influence on the choice of Pamp;R mode, and the walking transfer time and the distance from site to the destination could also significantly affect the choice of travel mode. And to different traveler and travel attributes, the time and cost of modes have different effects on the choice probability. Finally, according to the result of models and index, the practical proposal to improve the utilization rate of P amp; R mode was given.

KEY WORDS: discrete choice model; weibit model; mode split; Pamp;R travel mode

目 录

东南大学毕业（设计）论文独创性声明 I

摘 要 II

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 2

1.3 研究内容及技术路线 5

第二章 模型原理简介 7

2.1 logit模型 7

2.2.1 MNL模型 7

2.2.2 NL、CNL模型 7

2.2 weibit模型 9

2.2.1 weibit模型推导 9

2.2.2 性质证明 11

第三章 模型性质对比案例 12

3.1 数据介绍 12

3.2 描述性统计分析 12

3.3 模型估计 14

3.3.1 MNL模型 14

3.3.2 MNW模型 17

3.3.3 NL、NW、CNL及CNW模型 18

3.3.4 拟合结果总结 20

3.4 指标对比分析 20

3.4.1 方式选择概率 21

3.4.2 点弹性 24

3.4.3 时间价值 27

3.4.4 指标对比总结 28

第四章 应用：P R方式选择 29

4.1 数据介绍 29

4.2 描述性统计分析 29

4.2.1 出行者属性分析 29

4.2.2 出行属性分析 30

4.4.3 出行者对交通状况态度分析 31

4.3 影响因素建模分析 31

4.3.1 数据处理及建模 31

4.3.2 模型结果及分析 32

4.4 小结及政策建议 36

第五章 总结 37

5.1研究结果综述 37

5.2 创新点 37

5.3 不足与展望 37

参考文献 39

致 谢 41

第一章 绪论

1.1 研究背景及意义

随着国家经济的持续飞速发展，经济的活跃程度不断提高，人们的收入持续增长，其汽车购买力得到了增强，全国机动车保有量不断增多。截止至2017年3月底，全国的汽车保有量达到2亿量，至2018年3月底，全国机动车（含汽车和摩托车）保有量突破3亿量。与此同时，汽车保有量始终保持较高增长率，在未来长时间内还具有不断快速增长的趋势。此外，全国驾驶人数量也在以惊人的速度增长，截至2018年，全国驾驶人已达4亿余人。这些因素都导致居民出行需求大量增加，尤其是机动车保有量中大部分车辆为小型载客汽车，即私家车，这导致了交通资源尤其是道路资源利用率的降低，间接增大了交通需求及其带来的环境压力。近年来大型城市、特大型城市的交通拥堵现象严重，降低了居民的出行质量，并且导致严重的噪音、尾气等环境问题。

近年来，为贯彻十九大精神，服务交通强国建设，提出了深入发展绿色交通，深化交通运输供给侧结构性改革等要求。在供给侧方面，应当提高居民出行质量，在价格、速度、舒适度等多方面使出行者获得更好的出行体验，同时提高交通运输获得的效益。在绿色交通方面，则强调通过对交通方式的建设完善，以及对管理方式的创新来引导出行者选择行为，从而优化交通运输结构，减轻环境压力。优化交通运输结构则主要体现在发展推广先进交通方式，提升绿色交通方式的使用比例，从而提高交通资源的利用率等方面。为缓解交通及环境压力，各城市不断加强公共交通建设，其中以地铁为主的城市轨道交通发展迅速。截止至2018年末，多达35个城市开通了轨道交通，累计总里程5871.4公里。同时，许多新兴交通方式得到推广，如Pamp;R交通方式。Pamp;R即停车换乘交通方式，可以有效提高公共交通使用率，在缓解交通压力问题上是较为有效的解决形式。在这些交通方式发展的同时，如何进行更科学的规划建设，怎样通过政策制定及交通管理使这些方式得到更高效的利用，成为值得探讨的重要课题。

剩余内容已隐藏，请支付后下载全文，论文总字数：38040字