Abstract ：

随着科学技术的日益进步,自动驾驶技术飞速发展,为缓解交通拥堵,自动驾驶模式下的共乘出行将共享自动驾驶汽车与动态共乘相结合,能够为出行者提供更多按需出行的服务,同时积极探索绿色交通和可持续发展.文中以自动驾驶体验为出发点,对通勤出行者进行问卷调查,获取其日常通勤出行行为、自动驾驶出行体验认知及态度、自动驾驶汽车共乘意愿和个人经济社会属性信息.在此基础上,利用 TransCAD构建体验前、后出行者的自动驾驶共乘意愿模型,深入探讨私家车通勤者和公共交通通勤者在自动驾驶模式下的共乘偏好.结果表明:私家车和公共交通通勤者的共乘意愿具有显著差异;在实际开放道路交通环境中,自动驾驶模式下通勤者的共乘意愿受到日常出行行为、自动驾驶认知水平、对自动驾驶汽车态度、共乘态度及共乘相关因素等影响;自动驾驶共乘体验使通勤者对自动驾驶的认知水平得到显著提升.

Keyword ：

自动驾驶 BL模型 共乘意愿 体验

Cite：

Copy from the list or Export to your reference management。

Abstract ：

绿色出行引导效果受外部信息及出行者选择偏好影响,需要考虑出行者潜在属性类别的异质性.自我呈现表现为人们通过控制与自己有关的信息来影响他人对自己的印象,体现了信息与选择偏好的交互作用.为定量分析出行者自我呈现意识和环保意识对出行方式选择行为的影响,本文通过问卷调查收集到1382份有效样本,利用潜在类别模型(Latent Class Model,LCM)将出行者划分为高自我呈现组(18.23％)、中自我呈现组(20.26％)和低自我呈现组(61.51％).离散选择模型的结果表明,出行者在进行方式选择时更关注出行时间和出行方式自身的特性,若不考虑方式特性,会高估出行费用对高自我呈现组的影响.高自我呈现组仅在短距离出行中对公共交通有强烈偏好,对于6～10 km的出行,选择私家车倾向明显.中短距离的出行中,低自我呈现组对骑行的偏好价值可以在一定程度上抵消过长出行时间带来的负效用.构建考虑出行者异质性的方式选择模型,可为政府和相关部门制定更协调、有针对性的交通调控政策及公共交通运营策略提供理论依据.

Keyword ：

城市交通 出行行为 自我呈现 潜在类别模型 出行方式选择 环保意识

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种公共交通乘客出行行为时空语义相似性度量方法，该方法的实施步骤包括：(1)基于乘客的刷卡数据提取出发地、出发时间、出行方式、活动类型和目的地5类出行属性，进而构建公共交通乘客个体出行序列；(2)将乘客出行序列中的出行属性表示为离散变量；(3)将出行行为属性和出行序列分别类比为单词和句子，应用Word2vec模型将出行属性转化为词向量，从而实现出行序列的时空语义嵌入表示；(4)利用改进的词移距离度量乘客多天出行行为的时空语义相似性。本发明解决了传统出行行为相似性度量模型无法考虑其时空语义相关性的缺陷，可以为乘客市场细分、个体出行需求建模和公共交通政策制定等提供支撑。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种利用手机数据识别跨城通勤人群的方法，分为三部分，过程如下：一是获取已知用户类型的手机数据，每个数据集标记道路类型标签，对手机数据进行预处理，提取用户出行OD，筛选出有跨城出行行为的用户，获取数据集中相关用户出行指标，作为数据模型样本；二是构建决策树模型。利用k折交叉验证对决策树进行训练，通过比较每次的模型指标评分，确定最终人群类别识别模型；三是获取未知用户类型的手机数据，对手机数据进行预处理，提取用户出行相关指标，将该出行相关指标输入上一步得到的识别模型中，输出相应的用户类型标签，即识别出用户类型。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

基于体验的自动驾驶巡航停车意向信息获取方法，属于城市交通出行行为分析前沿领域。本发明以自动驾驶出行巡航停车意向为研究对象，提出了实地体验与智慧终端辅助体验相结合下的自动驾驶出行巡航停车意向数据获取方法，为自动驾驶出行行为和停车行为分析提供了方法借鉴。本发明可以用来获得自动驾驶出行全过程体验下的巡航停车意向调查数据，并可进行自动驾驶出行下的停车行为分析，对自动驾驶出行时代停车规划和政策的制定具有较大的参考价值。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明提出一种基于半监督超图聚类的个体出行模式分析方法，用于解决现有技术没有考虑到乘客出行之间复杂的关联关系以及实际应用中交通出行数据的难以标记，进而无法准确挖掘出具有相似出行行为的个体。本方法首先根据公共交通出行链数据从多个维度提取乘客出行行为特征，利用根据出行行为特征构建超图来表示乘客之间复杂的高阶关联关系。其次提出卷积融合模块自适应地融合乘客自身的出行信息和乘客之间的关联结构信息。然后将融合后的特征表示执行聚类，从而识别出行模式。最后，为了提升聚类的性能，采用半监督学习，通过少量监督信息达到更好的聚类效果。本方法在北京市公共交通数据上能够挖掘出具有相似出行模式的乘客。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为合理地评估街区个体交通行为特征,弥补以往从人类行为角度对相关理论研究的不足,提出以Wi-Fi探针技术为主,路况数据和视频采集数据为辅的方法,对城市小街区的人群活动进行研究,识别末端街区人群出行特征.以北京市西城区月坛街区为研究对象,通过分析单位职员末端公共出行分布、末端接驳时耗、接驳出行方式和接驳路径偏好等特征论证了该方法的适用性.结果表明:该街区的公共出行时长均在5 min以内,公交可达性良好;该街区内距地铁站点1 km路径位置的吸引力仍然占优势;行人的路径选择偏好条件宽敞和环境舒适的道路;以Wi-Fi探针技术得到的街道流量的缩样指数为17～23.未来Wi-Fi覆盖密度的增加可提高数据分析精度,为街区的设计和管理决策提供强有力的支持.

Keyword ：

Wi-Fi探针 末端接驳 接驳路径偏好 街区发展 公共出行分布 个体出行行为

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本文以某中心站为研究对象,解析功能复合化、空间立体化的地下综合交通枢纽(UITH)乘客全过程出行行为及行为载体的空间环境,研究自然状态下多层次地下空间环境热舒适性,并基于乘客出行全过程提出有效的设计提升策略,以期为新型城市地下公共空间的环境舒适性设计提供依据.

Keyword ：

乘客出行全过程 设计提升策略 地下综合交通枢纽 空间环境热舒适性

Cite：

Copy from the list or Export to your reference management。

Abstract ：

研究并提出了一种基于公共交通IC卡数据,应用机器学习算法有效识别跨区域通勤者的方法.即:利用北京市通州区公共交通数据,在提取出行者公共交通出行链的基础上,选取到达时间分布、出行模式频率、一周出行次数、O点到访频率、D点到访频率5个通勤特性指标,利用Apriori规则算法实现对跨区通勤出行者的精准识别.其中,O点到访频率、D点到访频率指标利用DBSCAN密度聚类算法提取.通过该方法,可以有效解决大数据样本条件下快速准确识别跨区公共交通通勤出行者问题,为交通政策研究和制定者分析通勤出行行为和定制个性化公共交通服务措施提供研究基础.

Keyword ：

出行行为 DBSCAN密度聚类算法 通勤出行 Apriori规则算法

Cite：

Copy from the list or Export to your reference management。

Abstract ：

公共交通是保障城市交通顺畅绿色运行的重要支撑,准确把握公共交通出行行为特征和需求是关键.从公共交通出行行为特征挖掘和行为预测两方面,解析了以往公共交通出行需求分析存在的问题及原因.结合北京市交通运行监测平台数据和多源数据处理方法,分析了多源数据为公共交通出行特征精细化挖掘和行为精准化预测带来的机遇,并从数据关联分析和计算效能等角度梳理了面临的挑战.从公共交通多源数据关联匹配、公共交通出行特征刻画和公共交通出行行为预测三个方面提出了解决思路和方法,并通过案例分析验证了可行性.为把握多源数据驱动下精细化的公共交通出行需求提供了总体解决方案.

Cite：

Copy from the list or Export to your reference management。