通勤者出行决策协同建模方法研究

摘要

【目的】挖掘出行决策的影响因素，探究各出行决策间的耦合关系，从而为交通规划提供依据。【方法】针对通勤者的出行方式和出行时间开展双变量协同分析，并设计显示偏好（revealed preference, RP）问卷获取通勤者的出行数据，最后基于清洗后的数据对两个决策变量分别建立多个单因变量模型。【结果】线性回归模型在出行时间的预测上表现较好，随机森林分类模型在出行方式的预测上表现较好。在这两个最优模型的基础上，提出了协同建模新方法，充分考虑了出行决策间的耦合关系，以迭代方式对出行决策进行协同建模。相较于传统的“隔离”模型与“串联”模型，协同模型在出行方式与出行时间的预测上表现更优。【结论】针对大部分研究仅针对单一出行决策开展分析的不足，对出行决策开展双变量协同分析，并通过试验证明了协同建模新方法的可行性，协同模型能在一定程度上预测通勤者的出行决策，有利于提高交通需求预测的准确性和可靠性。

关键词

城市交通 / 通勤者出行决策 / 协同建模 / 出行方式 / 出行时间