基于多重离散-连续极值（MDCEV）模型的活动-出行信息使用行为研究

发布时间：2021-05-20 20:39

　　近年来,人工智能、大数据、5G等新技术的快速发展,为出行者实时快捷地提供了全方面的出行信息。事实证明,先进的交通信息系统（ATIS）能够帮助出行者制定合理且高效的活动-出行计划,出行者对出行信息的需求程度也在急剧增加。以往研究较多关注于单一信息对单一决策的影响,以及基于传统离散选择模型的信息使用行为研究。但是,在真实活动-出行过程中,出行者对出行信息的选择和使用特点是同时选择多种出行信息。此外,出行者在决定信息的“多重离散”选择时,通常还会决定信息的连续维度,即出行信息的使用频率,形成了“多重离散连续”（MDC）选择。因此,有必要考虑出行者的个体异质性,定量分析出行者对出行信息的选择数量,以及在出行中对信息的使用频率,以此来深度研究出行者对活动-出行信息的使用行为。本文基于传统的ATIS,融合了新兴的智能出行方式,采用SP和RP相融合的技术以及D-efficient效率试验设计方法,确定了出行信息选择行为的影响因素以及七种不同出行链,生成了出行者对活动-出行信息使用行为的调查问卷。然后,使用预调查和正式调查两个阶段获取有效样本数据。最后,本文使用R语言编程,构建多重离散-连续极值（MD... 

【文章来源】：西华大学四川省

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 活动-出行信息使用行为研究现状
        1.2.2 多重离散-连续极值模型研究现状
        1.2.3 发展趋势
    1.3 主要研究内容
    1.4 拟解决的关键问题与技术路线
        1.4.1 拟解决的关键问题
        1.4.2 技术路线
2 基础理论概述
    2.1 信息技术和互联网技术
    2.2 活动-出行信息内容
    2.3 活动-出行信息使用主导理论
    2.4 多重离散连续极值(MDCEV)模型
        2.4.1 效用的函数形式
        2.4.2 信息选择概率函数
    2.5 本章小结
3 数据采集
    3.1 影响活动-出行信息使用行为的因素
        3.1.1 个人社会经济特征变量
        3.1.2 出行特征相关属性
        3.1.3 出行替代方案因素
        3.1.4 信息服务特征因素
    3.2 活动-出行信息使用行为调查设计
        3.2.1 调查方法
        3.2.2 问卷设计
        3.2.3 调查实施
    3.3 本章小结
4 数据整理与描述性分析
    4.1 属性变量及水平定义
    4.2 数据整理
    4.3 成都市居民个人社会经济属性和出行特征属性分析
        4.3.1 个人社会经济属性分析
        4.3.2 出行特征属性分析
    4.4 成都市居民活动-出行信息使用和需求特征分析
        4.4.1 活动-出行信息的感知评判
        4.4.2 活动-出行信息需求特征
    4.5 本章小结
5 基于活动-出行的多重离散连续极值(MDCEV)模型构建
    5.1 建模内容与意义
    5.2 建模思路
    5.3 模型构建
    5.4 模型标定
    5.5 结果分析
        5.5.1 模型标定结果分析
        5.5.2 模型预测结果分析
    5.6 本章小结
结论
参考文献
附录A 七种情境下模型标定结果
附录B 成都市居民出行信息选择偏好调查问卷(部分)
附录C 基础数据库基本表
附录D 模型构建重要代码(部分)
攻读硕士学位期间发表论文及科研成果
致谢


【参考文献】：
期刊论文
[1]CNNIC发布第44次《中国互联网络发展状况统计报告》[J]. 于朝晖.  网信军民融合. 2019(09)
[2]基于量表型选择集的出行信息需求有序选择模型[J]. 唐立,周厚庆,张学军.  交通运输工程学报. 2019(04)
[3]出行者个性出行信息挖掘研究[J]. 李会英,曹凯.  山东理工大学学报(自然科学版). 2011(01)

博士论文
[1]多元出行信息影响下的交通选择行为研究[D]. 唐立.西南交通大学 2015

硕士论文
[1]基于非集计模型的多元交通出行信息选择行为研究[D]. 何予希.西南交通大学 2016



本文编号：3198398