实时信息下的乘客路径选择行为.docVIP

实时信息下的乘客路径选择行为 摘 要： 智能公交系统伴随着智能交通信息系统的发展而逐渐普及，其目的是向乘客提供各种实时交通信息，以提高出行的便利性和灵活性，最终实现公交出行分担率的提升。针对公交网络的特殊性，提出符合乘客路径选择行为且易于确定的广义路径定义，以成都公交电子站牌信息为背景，设计问卷对乘客路径选择行为及出行意向进行调查。采用定性和定量分析相结合的分析方法，基于随机效用理论，建立包括路径选择方案特性变量和乘客个人社会经济属性特性变量为解释变量的Logit和混合Logit路径选择模型，运用蒙特卡洛模拟和极大似然法完成参数估计。分析结果表明，混合Logit模型能更合理地解释由个体偏好而导致的路径选择行为差异，有助于对复杂公交行为的理解，以便更好地用以指导实践。 关键词：实时电子站牌信息；路径选择；混合Logit模型；极大似然估计；蒙特卡洛模拟 0 引言 出行方式、出行路径和出发时间的选择是交通行为分析中的重要研究内容，研究表明，出行者的出行行为在很大程度上会受到交通信息的影响，约有61.7%的出行者会因出行前或出行中获得相关交通信息而改变出行路径，因获取交通信息而改变出发时间的比例高达56.6%，改变出行方式的比例仅为7.6%[1]。由此可见，交通信息对出行者的出行行为有显著影响。 随着公交智能化的进一步推进，乘客在出行前或出行途中通过移动设备、互联网、多媒体及电子站牌获得实时信息成为必然。这些信息有可能是定性的，也有可能是经量化之后的精准信息，总之，不管是何种形式的信息，都能使乘客对出行具有一定的掌控，从而对出行更有把握，乘客根据这些信息对出发时间、出行路径进行选择，这就有可能使得客流在整个公交网络上的时空分配发生变化[2-4]。Dziekan等[3]指出实时信息对乘客造成的影响不容忽视，并给出了站点实时信息对乘客出行行为影响的思维导图，如图1所示。 目前，对应不同形式公交信息的相关客流分配模型已有一些研究。早期的研究，如Hickman等[5]和Cassidy等[6]均针对乘客因获取实时信息（如手机等移动设备、多媒体、互联网和电子站牌信息等）而呈现出来的路径选择多样化进行建模；Watkins等[7]针对移动实时信息对实际出行时间和乘客感知时间之间的差异和影响进行了研究；Gentile等[8]在考虑公交共线的情况下，假设车头时距服从负指数分布，建立了基于在线信息的公交路径选择模型，且证明了传统公交路径选择模型（站点不提供实时信息的模型）是该模型的一个特例；Mishalani等[9]考虑站点车辆到达信息，通过实证研究对乘客站实际等待时间和感知等待时间之间的关系进行了量化，为实时信息的发布提供了理论参考；Wahba等[10]利用多智能体技术和学习模型，从微观层面研究了公交客流分配问题；Larsen等[11]等假设异质乘客在候车站点能获悉车辆离站时间，建立了Logit公交客流分配模型，并通过模拟方法来评估所建模型的合理性及有效性；Sumalee等[12]建立了一个动态随机客流分配模型，并将该模型用于评价先进公交信息系统对乘客出行决策产生的影响；Zhan等[13]探讨了地图信息对乘客出行模式、路径选择等的潜在影响，并对伦敦地铁地图信息如何影响乘客出行选择进行了实证研究，结果表明，与乘客的出行经验相比，乘客更倾向于相信地铁地图这类静态信息；Lo等[14]运用模糊逻辑建立了大容量快速公交换乘系统的实时模糊支撑系统，旨在减少乘客及车辆的等待时间、乘客的车内行驶时间，最终通过实验研究证明该支撑体系在改善整个换乘系统的同时还能减少乘客的总体等待时间；Ferris等[15]指出实时信息的发布会提高乘公交服务的满意度、减少感知等待时间，从而达到提升公交出行分担率之目的；此外，Lehtonen等[16]和Body[17]均明确指出实时信息的发布有助于公交出行分担率的提升；Tang等[18]通过芝加哥公交运营实际案例表明，实时公交信息对乘客出行影响不容忽视。由此可见，研究乘客的路径选择行为，十分有必要将乘客可能获取的交通信息作为重点考虑因素。 通过分析和总结前人研究可知，信息对乘客出行决策产生的影响已引起广泛关注和重视，相关研究也已取得了一定的成果，为本文研究奠定了基础。但是，这些研究在评估信息技术的影响方面，存在很大的局限性，它们对可能提供给乘客的信息并不敏感，也不能很好地评估乘客对可能接收的信息所作出的反应[10]。因此，本文以成都公交为例，将电子站牌信息这一实时信息作为重点考察因素，融入乘客路径选择行为模型中，从而更好地体现乘客因获得信息对出行路径决策具有主观能动性这一客观事实，以便更好地用于指导交通实践。 1 关键概念与问题描述 1.1 公交网络描述 公交网络由站点及连接站点的线段组成（线段是指任意两个相邻站点之间的部分），每条线段都有一