引入共享单车后通勤者出行方式选择建模与分析的方法技术

本发明专利技术公开一种引入共享单车后通勤者出行方式选择建模与分析的方法，属于城市交通出行分析领域，包括以下步骤：1、基于混合logit原理构建模型；2、居民出行调查数据预处理及影响因素变量选择；3、基于极大似然估计进行参数估计及模型评价；4、采用蒙特卡洛方法进行仿真，模拟不同出行目的下居民出行方式选择结果。本发明专利技术可用于分析通勤者出行方式选择，可为城市交通及共享单车发展政策制定提供参考。

Modeling and Analysis of Commuter's Travel Mode Selection after Shared Bicycle

【技术实现步骤摘要】
引入共享单车后通勤者出行方式选择建模与分析的方法
本专利技术涉及引入共享单车后通勤者出行方式选择建模与分析的方法，属于城市交通出行分析

技术介绍
共享单车作为“互联网+”模式下的一种新兴产物，具有出行方便、绿色环保、衔接公共交通及解决最后一公里出行的优势，数据表明，共享单车出现后，2016年-2017年居民自行车出行比例由5.5％提升到11.6％，小汽车出行占比由29.8％降到了26.6％。同时小汽车的出行次数减少了55％。提高了城市居民的出行效率，节省了城市空间，推动了骑行基础设施的完善，改变了居民出行方式结构，增加了共享单车与公共交通混合使用的概率，由此可见共享单车已经成为当下居民出行的主要选择方式之一。出行方式选择对于分析和管理大城市的城市交通至关重要，由于通勤是城市交通需求的重要组成部分，为了减少CO2的排放，政府出台了一系列如车牌限制上路和道路收费等增加公共交通使用的政策；可以通过研究通勤者出行方式选择影响而针对性地提出缓解道路交通和减少碳排放政策，因此聚焦于通勤出行方式选择研究，并在传统出行方式中增加共享单车出行。以往出行方式选择模型主要是巢式logit模型和多本文档来自技高网...

【技术保护点】
1.引入共享单车后通勤者出行方式选择建模与分析的方法，其特征在于包括以下操作步骤：步骤1、基于混和logit原理构建模型：以居民出行调查数据的通勤者出行行为为研究对象，定义模型的选择项集合；步骤2、数据预处理及影响因素变量的选取：针对居民出行调查数据，需要在每个通勤者的家庭信息、个人信息、出行信息及出行意愿属性中选出影响因素变量，并进行统计及参数随机项分析选择；步骤3、基于极大似然估计法进行参数估计与模型评价：基于步骤1中建立的模型结构文件、系统参数文件，基于步骤2中提取的影响因素变量构建的数据样本文件，采用SAS软件，基于极大似然估计法进行参数估计，得到如下参数估计值：βj表示效用函数Xij...

【技术特征摘要】
1.引入共享单车后通勤者出行方式选择建模与分析的方法，其特征在于包括以下操作步骤：步骤1、基于混和logit原理构建模型：以居民出行调查数据的通勤者出行行为为研究对象，定义模型的选择项集合；步骤2、数据预处理及影响因素变量的选取：针对居民出行调查数据，需要在每个通勤者的家庭信息、个人信息、出行信息及出行意愿属性中选出影响因素变量，并进行统计及参数随机项分析选择；步骤3、基于极大似然估计法进行参数估计与模型评价：基于步骤1中建立的模型结构文件、系统参数文件，基于步骤2中提取的影响因素变量构建的数据样本文件，采用SAS软件，基于极大似然估计法进行参数估计，得到如下参数估计值：βj表示效用函数Xij影响单个被调查者选择出行方式j的系数，根据不同因素对应βj的数值大小及正负，即可确定每种因素对通勤者出行方式选择的影响程度；拟合优度R是为了对模型进行优劣性评价；步骤4、采用蒙特卡洛方法进行仿真：首先根据步骤3中的参数估计值结果，利用步骤1中混合logit模型的选择概率公式，计算每个通勤者在不同情况下的出行方式选择概率；然后借助蒙特卡洛方法模拟各因素不同情况下每个出行方式的选择概率；最后对出行方式选择的预测结果进行分析，通过与原有的出行行为比较，获得不同情况...

【专利技术属性】
技术研发人员：曾思萌，刘英舜，徐筱筱，叶正军，马灵玲，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32