基于顺序混合方法的活动对出行方式选择行为影响分析

摘要

为研究活动对出行方式选择行为的影响，提出一种顺序混合方法，旨在捕捉更加丰富的出行行为规律。第一阶段使用均值异质性随机参数logit模型，分析各因素对出行方式选择行为的影响，并研究显著影响因素的异质性；第二阶段使用XGBoost-SHAP算法，补充发现显著影响因素的重要性及交互性。研究表明：11个影响因素会增加出行者选择公共交通方式的概率，其中3个是与活动属性相关的因素。5个影响因素具有随机参数，其中，与活动属性相关的因素包括：出行前活动地点与最近停车场的距离近(≤200 m)、出行后活动地点与最近地铁站的距离近(≤800 m)、出行前活动类型(不在家的娱乐性活动),并且前2个因素表现出随机参数的均值异质性。活动属性相关的因素与其他属性相关的因素交互时，会对出行方式选择产生不同的影响。

关键词

交通工程 / 出行方式选择行为 / 均值异质性随机参数logit模型 / 机器学习 / 活动 / 混合方法

基金资助

北京市自然科学基金资助项目(L201007,9232001); 教育部人文社会科学研究资助项目(18YJC630158)