新書推薦：
《
争襄阳：宋元国运之战
》
售價：HK$
96.8
《
不可思议的国度 日本动画电影80年
》
售價：HK$
206.8
《
经纬度丛书·荷兰帝国史：海上霸主的衰落
》
售價：HK$
85.8
《
无人作战系统
》
售價：HK$
107.8
《
幼儿园美工区环境创设与活动指导
》
售價：HK$
79.2
《
李小龙功夫之道
》
售價：HK$
54.8
《
新民说·哲学家与狼
》
售價：HK$
74.8
《
海权与陆权的变局
》
售價：HK$
107.8
|
| 內容簡介： |
|
城市交通需求的管理问题一直是交通运输管理领域的研究热点和难点。交通需求的产生源于出行者参与活动的需求，基于活动的分析方法能够从较全面的视角给交通需求管理与供给侧的优化带来新的研究机遇和挑战。《基于活动的交通流分配模型及其应用》旨在揭示如何从微观个体活动参与需求出发，获得宏观城市道路网络中交通流量的时空演化规律，并辅助新兴出行方式的管理与部署优化，为交通运输领域的管理者、规划者和研究人员在面对交通变革或未来智能交通场景的决策制定提供参考。
|
| 目錄：
|
|
目录前言第一部分 基于活动的交通需求分析第1章 绪论 31.1 基于活动的交通需求分析概述 31.2 交通需求理论模型研究述评 51.3 本书内容与结构 18参考文献 21第2章 活动-出行决策过程及其影响因素分析 302.1 活动-出行决策内容与过程 302.2 基于归因理论的活动-出行决策影响因素分析 362.3 本章小结 42参考文献 42第二部分 基于超网络的活动-出行配流模型第3章 传统交通流分配理论与模型 453.1 静态交通流分配模型 453.2 动态交通流分配模型 513.3 本章小结 56参考文献 56第4章 活动-出行超网络模型 584.1 单一出行系统的超网络模型 584.2 混合出行系统的超网络模型 614.3 本章小结 64参考文献 64第5章 基于活动的交通流分配模型 665.1 短时间范围的活动-出行配流模型665.2 长时间范围的活动-出行配流模型695.3 讨论 735.4 本章小结 74参考文献 74第三部分 考虑有限理性的动态活动-出行配流模型第6章 有限理性行为决策理论模型 796.1 有限理性行为决策理论的发展 796.2 确定情境下的有限理性行为决策理论模型 826.3 不确定情境下的有限理性行为决策理论模型 846.4 有限理性行为决策理论模型的基本要素 876.5 本章小结 89参考文献 89第7章 基于参照依赖理论的动态活动-出行配流模型 927.1 基于参照依赖理论的动态用户均衡过程 937.2 基本假设与效用函数定义 937.3 考虑参照依赖心理的DATA模型与算法 977.4 算例分析 1017.5 本章小结 107参考文献 108第8章 基于可接受规则考虑共享汽车的动态活动-出行配流模型 1118.1 汽车共享及其研究现状 1118.2 基于多状态超网络的共享汽车供需分析 1148.3 路段及ATP负效用定义 1208.4 基于可接受规则的DATA 模型与算法 1258.5 算例分析 1278.6 本章小结 138参考文献 139第四部分 基于活动的交通流分配模型的应用第9章 基于DATA模型的电动汽车充电需求时空演化规律分析 1459.1 EV充电需求时空分布规律研究现状 1459.2 EV交通行为与充电需求的关联分析 1469.3 EV充电需求的DATA 模型 1489.4 求解算法 1539.5 算例分析 1549.6 本章小结 159参考文献 160第10章 考虑用户有限理性的电动汽车充放电行为时空特征分析 16210.1 EV充放电行为研究现状 16210.2 问题描述 16410.3 考虑参照依赖心理的充放电价值函数 16610.4 考虑充放电异质决策心理的动态交通流分配模型 16910.5 算例分析 17410.6 本章小结 178参考文献 178第11章 基于DATA模型的共享自动驾驶汽车供给优化模型 18111.1 共享自动驾驶汽车相关模式及其研究现状 18211.2 考虑SAV的DATA模型 18511.3 双层规划模型与求解算法 19711.4 算例分析 20311.5 本章小结 212参考文献 212第12章 基于DATA模型的混合所有制共享自动驾驶汽车供给优化模型 21912.1 相关研究现状 22012.2 问题描述 22312.3 模型构建与求解算法 22612.4 算例分析 23712.5 本章小结 249参考文献 250附录 基于活动的Nguyen-Dupuis网络设置
|
| 內容試閱：
|
|
第一部分基于活动的文通需求分析 交通需求管理是通过政策调控、信息诱导与资源再分配，重塑出行行为的时空格局，从而在交通供给有限性与活动需求动态性之间寻求平衡。究其根源，城市交通流是居民为满足日常活动参与需求而衍生的时空轨迹-个体对活动属性（内容、地点、时长）与出行属性（方式、时间、路径）的决策。该决策过程以个体属性（如风险偏好、时间价值）为心理基底，以家庭、企业等社会单元通过角色分工与责任约束为边界，以城市多模式交通供给侧为决策载体。多维度因素的交织，使得出行需求呈现非线性、异质性与动态适应性的复杂特征。 因此，厘清城市居民交通行为产生和时空演化的内在机理，是实现交通需求管理目标、缓解城市交通拥堵、推动新兴出行方式可持续发展的重要基础性工作，进而结合城市空间布局，辅助交通管理部门制定合理的交通需求管理政策，为城市交通规划提供理论参考。 城市交通需求的本质是人的活动需求在时空中的映射。自20世纪50年代起，以“四阶段”模型为核心的交通规划体系长期主导着城市交通需求预测与网络设计，但其以“出行”为*立分析单元、割裂活动链内在关联的局限性逐渐显现。随着城市化进程加快与交通系统复杂化，传统模型难以解释出行需求演化的深层动因（如活动取消对交通流的连锁影响），亦无法适配共享出行、自动驾驶等新兴模式带来的供需动态交互需求。这一背景下，基于活动的交通需求分析应运而生，其核心理念从“出行即目的”转向“出行为活动服务”，重新定义了交通需求研究的逻辑起点。 1.1基于活动的交通需求分析概述 20世纪50年代，私家车保有量开始增加，道路基础设施的建设投资增大，为了评估这些投资对城市交通需求的影响，包括出行产生、出行分布、模式选择、交通分配的“四阶段”集计模型被提出。基于该模型的城市交通规划系统（urban transport planning system，UTPS）被广泛应用于预测交通需求以及交通网络的规划。但实践证明，以集计交通小区为分析单元的传统模型在预测精度和行为解释力上存在局限。1977年，在澳大利亚举行的第三届出行行为国际会议（Third International Conference on Behavioral Travel Modeling）上，学者们提出了需求建模的两种方法，其中以微观个体为分析对象的非集计四阶段预测模型逐渐得到推广与应用[2，3]，而另一种基于活动的需求模型未得到认可。虽然由区域转向个体的研究视角发生转换，提高了模型预测的准确性，但是两者之间存在共同的缺陷，即*立分析每次出行，忽视出行与出行之间的关系，如时空关系、人际关系以及出行方式选择关系等[4]。比如，出行者会因为加班而取消购物或者社交活动的出行，传统“四阶段”方法不能揭示出行需求发生变化的原因以及出行需求之间的关联性。 随着私家车保有量的激增，交通拥堵、空气与噪声污染等问题受到关注。20世纪90年代开始，基于活动的需求模型随着理论框架的提出而逐渐被使用[5，6]。Hagerstraand[7]与Chapin等[8，9]对基于活动的出行需求模型进行了开创性的研究工作。前者基于时间-地理理论，在解释个体活动参与需求时引入个体限制和社会限制概念，将限制分为能力限制（个体每天需要吃饭、睡觉）、结合限制（家庭活动需要所有家庭成员一起出现在同一个地方）、权利限制（公司、商铺的营业时间）；相比前者，后者更关心机会与选择，它假设活动需求是由人的基本需求（生存、社交、自我满足）促发产生。二者均揭示了基于活动的需求模型中存在多种交互关系（家庭与个体的角色和责任，活动类型、活动地点与活动时间的选择，时间、空间与费用的限制等）以及原则主要包括：出行是活动参与需求引起的；集中讨论活动序列；活动的计划和实施都与家庭有关；活动是24h内连续行为，非简单的“高峰期”与“非高峰期”时间段；出行的选择受到时间、空间以及出行者自身可选择集的限制。与传统基于出行的“四阶段”模型相比，基于活动的需求预测模型可以有效阐明出行需求产生与变化的原因以及出行需求间的关联性，能够更准确、更全面地指导城市交通规划，具有深远的现实意义。 现有基于活动的需求预测模型更强调出行者的活动动机与时空的约束，即侧重研究微观个体在自身与所处环境的影响下对活动与出行相关属性（例如活动序列、活动地点、出发时间、出行模式等）进行选择的问题。根据建模方法可将现有模型分为制约模型、决策模型与关系模型三类，各自特点见表1.1。制约模型一般通过统计城市居民的出行日志来获取居民个体属性与活动-出行模式之间的关系，如年龄、性别对活动日程安排的偏好，例如老年人更偏好使用公交出行、女性更偏好“家-工作-购物-家”功的活动安排等，通过数据分析达到预测活动-出行需求的目的。决策模型将定性与定量方法相结合，研究个体选择偏好的决策过程，相比制约模型，更具有理论指导意义。关系模型则更侧重于界定影响出行需求的因素之间的相关关系及其对需求的影响程度。 其中，不少学者基于制约模型或决策模型构建了可操作的出行需求预测系统[11]，这些系统*先对出行者的活动序列进行枚举，然后基于一定规则预测出行者在给定时间段内，选择何时、在何处、与何人采用何种交通方式选择哪条路径去参与活动，将产生的活动序列按照静态或者动态交通分配规则分配到路网中，但大多采用仿真的方法来研究交通分配的过程。基于数学规划方法的交通流分配模型可 被用来讨论交通网络中的流量如何分布并直观预测交通管控策略的实施效果。然而，传统交通流分配模型中起讫点之间的需求量通常作为给定值或者随机值处理，忽视了出行需求是由活动参与需求内生的本质，而非外生给定。将基于活动的需求模型与交通分配模型相结合，将活动-出行需求分配到考虑道路网络节点活动性质的活动-出行网络中，可有效捕捉城市交通需求与供给之间的交互关系。 不仅如此，城市道路网络中时空流量的分布与演化是在一定时空内交通供给条件的约束下城市居民对自身活动-出行日程安排进行决策的结果，由决策内容的属性与出行者本身的决策规则共同决定。针对决策内容，活动属性与出行属性存在本质的差异，活动属性主要包括活动的性质（例如强制性或非强制性），在何地、从何时开始、进行多长时间等；出行属性主要包括使用何种出行方式，何时出发，通过哪条路径到达活动目的地等。针对出行者本身的决策规则，基于心理学、行为科学等领域的研究，如何描述出行者的交通选择决策心理是*要问题。 综上，宏观交通流量时空上的动态演化是出行者基于一定的决策规则对活动属性与出行属性进行决策的结果，出行需求预测本质上是回答个体如何对活动-出行相关属性进行选择的科学问题[14]。围绕该基本问题，本书*先定性分析了考虑活动参与需求的交通行为决策内容与结构；然后，基于传统交通流分配模型，从活动建模视角分析集计层面交通流的演化机理；在此基础上，综合考虑出行者的决策心理，基于符合现实人假设的“有限理性”决策机制，探讨微观决策心理对道路网络中交通流动态演化规律的影响；*后，结合当下研究热点，应用所构建的模型研究新兴出行方式的部署优化问题。 从理论角度来说，本书的工作弥补了传统配流模型忽视出行需求产生原因的不足，为道路和区域规划建模奠定基础；从现实角度来说，微观出行个体决策机制的描述与宏观流量时空分布的研究，有助于交通管理部门更全面地了解和理解出行需求与交通供给之间的时空交互关系，同时也为城市道路网络、区域规划以及新兴出行方式的可持续发展与管控策略的制定提供参考。 城市道路网络中流量的时空分布规律是本书研究的*要内容。该问题由三个子问题组成：出行者如何对出行内容进行决策，出行者间的差异如何影响集计层面的出行需求，集计层面的交通流量如何分配。因此，本书*先从这三个方面对国内外研究现状进行综述。 1.2交通需求理论模型研究述评 1.2.1考虑行为决策心理的出行选择模型 考虑到出行者的行为决策心理，国内外学者对出行路径、出发时间等出行属性的选择行为进行研究，取得了丰硕的研究成果。其中，考虑有限理性的出行路径选择模型方面的研究*为丰富。 1.考虑行为决策心理的出行路径选择模型 基于期望效用理论来研究出行路径选择问题的文献很多，虽然该理论存在诸多局限，但是面对较复杂的研究问题或者研究者不侧重于描述出行者有限理性决策行为时，该理论具有较好的操作性。为了说明出行时间的不确定性和交通信息给出行行为带来的影响，Ettema和Timmermans基于期望效用理论对路径出行时间不确定性程度不同、出行者对出行时间的感知偏差以及交通信息的提供使得出行者受益三种情况下，出行者对出发时间的选择模型进行了构建[15]。实验发现，研究时间不同，结果也存在差异，说明出行者的出行行为是一种逐日（day-to-day）的学习过程。运用贝叶斯的更新模型，假设出行者根据期望效用最大化原则对路径进行选择，Jha等[16]对具有交通信息影响下，出行者对于感知出行时间的调整进行了研究。同样使用贝叶斯学习机制，Chen和Mahmassam[17]研究了出行者对出行过程的学习及更新周期，结果表明出行者的学习更新过程只是偶尔发生。 然而，出行者的选择行为、态度和偏好等并非完全是理性的，这违背效用理论的公理化体系，于是比期望效用理论更合乎实际的解释不确定性条件下人的决策行为的理论被提出和应用，其中前景理论以及后悔理论在近几年逐渐应用到交通领域中。基于（累积）前景理论的出行路径选择模型研究主要集中在三个方面：①前景理论与其他理论或者学习机制的差异性；②交通信息对参照点的影响；③不同决策者的参照点设定。Avmen和Prashker[18，19]认为出行者的选择并非基于路径出行时间的分布，而是一种反复的具有反馈机制的学习行为，文献基于前景理论以及具有反馈学习机制的规则对出行者的路径选择行为进行了实证分析，结果表明学习机制相比期望效用理论以及前景理论描述准确度更高，且出行时间的方差越大，出行者对这种变化的敏感度越小。而后，Avmen[2Q]又考虑了在公交服务间隔时间不确定的条件下出行者选择公交路线的行为，基于累积前景理论对反馈学习过程进行了分析，结果表明出行者更偏好到达的间隔时间长、不确定性高的公交路线，同时参照点的选择对选择结果影响较大。同时，该学者对不同信息影响下的选择行为进行了实证分析，认为公交服务部门不应给出行者提供公交到达的间隔信息，这会使得出行者产生较低的参照点，从而容易引发不满的情绪。 Michea和Polak[21]使用文献[22]中的实际数据分别基于累积前景理论以及期望效用理论对数据进行了比较分析，结果认为累积前景理论比期望效用理论更适合用来描述出行者的选择行为。 通过上述文献实证结果可知，累积前景理论相比期望效用理论更适合用来对
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
