本發(fā)明涉及一種基于感知重要度的交通出行意向行為數(shù)據(jù)分析方法，屬于城市交通行為調(diào)查及分析領(lǐng)域，可以用來快速獲得出行者在假設(shè)的復(fù)雜交通條件下的出行行為和選擇意向數(shù)據(jù)，提高了基于意向調(diào)查數(shù)據(jù)的出行行為建模精度，可以為出行行為調(diào)查方法改進(jìn)和交通政策的制定提供參考借鑒。
背景技術(shù)：
：出行者是交通系統(tǒng)的重要組成部分，分析出行者的出行行為特征和規(guī)律是進(jìn)行交通規(guī)劃、交通管理、交通政策制定的前提，交通調(diào)查是獲得交通行為數(shù)據(jù)的主要方法，其中，交通出行意向調(diào)查則是獲得出行者在假設(shè)的交通條件下的行為反應(yīng)的重要工具，也是進(jìn)行出行行為建模的主要數(shù)據(jù)獲取方法。目前，國內(nèi)外對(duì)于出行意向行為數(shù)據(jù)獲取和分析的研究，主要是采用意向調(diào)查的方法設(shè)計(jì)調(diào)查問卷，以獲得個(gè)人出行行為和意向數(shù)據(jù)，進(jìn)而基于隨機(jī)效用理論，建立非集計(jì)模型分析個(gè)人信息、出行信息、政策調(diào)控因素等對(duì)出行選擇意向的影響關(guān)系和影響程度。意向調(diào)查方法一般是選擇出行行為及調(diào)控的主要影響因素，通過設(shè)置因素的變化水平，進(jìn)而利用正交實(shí)驗(yàn)設(shè)計(jì)方法，得到多因素多水平組合意向調(diào)查設(shè)計(jì)表。但是影響出行者出行行為的因素往往較多，如果在意向設(shè)計(jì)中選擇的因素過多，其因素水平組合數(shù)量較大，會(huì)增加被調(diào)查者的負(fù)擔(dān)，從而影響調(diào)查數(shù)據(jù)的可靠性，所以一般會(huì)選擇2-3個(gè)重要影響因素，設(shè)置2-3個(gè)左右的因素水平，但是這樣選擇的因素過少，又不能反映其它因素對(duì)于意向選擇結(jié)果的影響。而且出行者對(duì)于同一出行環(huán)境條件下的因素的感知各不相同，例如對(duì)于3分鐘的公交等車時(shí)間的感知長短，每個(gè)人可能都不一樣，而在出行行為建模中往往只考慮因素實(shí)際指標(biāo)的大小，沒有考慮出行者對(duì)因素感知差異性的影響。因此，改進(jìn)多因素復(fù)雜交通出行條件下的意向調(diào)查數(shù)據(jù)獲取和分析建模方法，對(duì)于出行者行為和意向數(shù)據(jù)的有效獲取十分必要，也對(duì)出行行為分析有一定的幫助。技術(shù)實(shí)現(xiàn)要素：基于以上分析，本發(fā)明提出了基于感知重要度的交通出行意向行為數(shù)據(jù)分析方法，以多因素假設(shè)交通運(yùn)行條件下的出行者出行行為反應(yīng)為對(duì)象，提出了基于感知重要影響因素的調(diào)查數(shù)據(jù)分析方法，可以為交通行為分析提供方法借鑒。本發(fā)明從多因素假設(shè)交通條件下的出行行為分析角度出發(fā)，為提高意向調(diào)查數(shù)據(jù)的可靠性和模型的精度，考慮到每個(gè)出行者關(guān)注的主要因素不同，因此，調(diào)查設(shè)計(jì)是基于出行者感知(或關(guān)注)的重要因素來創(chuàng)建因素組合情境假設(shè)，并將調(diào)查內(nèi)容通過編程軟件發(fā)布到iPad上，實(shí)現(xiàn)了一些用紙面問卷無法實(shí)現(xiàn)的問題的數(shù)據(jù)收集，被調(diào)查者通過對(duì)手持iPad的電子問卷的操作就可以快速完成調(diào)查。所獲得的數(shù)據(jù)采用非集計(jì)模型進(jìn)行建模，提出了感知距離的概念和計(jì)算方法，進(jìn)而分析影響因素與意向選擇行為的關(guān)系。本發(fā)明的特點(diǎn)是實(shí)現(xiàn)了基于感知因素重要度的出行者意向行為數(shù)據(jù)的自動(dòng)獲取，減少了問卷調(diào)查所需的大量人力、物力、時(shí)間的投入，而且樣本回收率高，有效樣本量大。同時(shí)基于該調(diào)查數(shù)據(jù)所建立的模型精度更高。因而，可以作為交通出行行為數(shù)據(jù)獲取的有效的輔助工具，同時(shí)對(duì)于基于效用最大化的行為分析模型理論體系的完善具有一定的參考價(jià)值。本發(fā)明的技術(shù)思路特征為：1、基于感知重要度的出行行為意向調(diào)查設(shè)計(jì)2、界面設(shè)計(jì)和基于iPad的發(fā)布實(shí)施3、基于感知距離的意向行為數(shù)據(jù)建模方法為實(shí)現(xiàn)上述目的，本發(fā)明采用如下步驟：(1)基于感知重要度的出行行為意向調(diào)查設(shè)計(jì)確定出行行為研究的出行對(duì)象群體，對(duì)其進(jìn)行預(yù)調(diào)查，初步掌握該類出行者的出行行為特征和影響其出行選擇的重要因素，針對(duì)出行者對(duì)這些因素的現(xiàn)狀情況的感知程度進(jìn)行調(diào)查設(shè)計(jì)，因素感知程度選項(xiàng)一般根據(jù)調(diào)查內(nèi)容確定，比如對(duì)出行者對(duì)現(xiàn)狀自行車騎行環(huán)境的感知，問題選項(xiàng)設(shè)置可以為差、一般、較好。選擇重要的4-6個(gè)因素進(jìn)行意向調(diào)查設(shè)計(jì)，因素兩兩組合，得到多組兩因素組合，給定因素變化的假設(shè)水平，假設(shè)水平設(shè)置為相對(duì)于現(xiàn)狀條件感知程度水平的改變量，比如增加1倍、減少50％等，采用正交實(shí)驗(yàn)設(shè)計(jì)方法并結(jié)合主觀判斷，排除不合適的意向組合問題，得到多組兩因素多水平假設(shè)組合方案。每個(gè)被調(diào)查者只回答自己認(rèn)為對(duì)出行選擇最為重要的前2個(gè)因素的組合意向問題，減少了被調(diào)查者的負(fù)擔(dān)，提高了調(diào)查數(shù)據(jù)的精度。(2)界面設(shè)計(jì)和基于iPad的發(fā)布實(shí)施為實(shí)現(xiàn)調(diào)查數(shù)據(jù)的自動(dòng)化高效率采集，使用Swift作為開發(fā)語言，XCODE6.0作為開發(fā)平臺(tái)，將上面的調(diào)查內(nèi)容進(jìn)行編程，界面設(shè)計(jì)力求簡潔、清晰，每頁問題數(shù)量適中，其中每一組兩因素多水平組合問題單獨(dú)設(shè)置為一個(gè)界面。被調(diào)查者可以通過觸選方式做出選擇，被選擇的選項(xiàng)文字將由黑色變?yōu)榧t色并在旁邊出現(xiàn)“√”表示選中，被調(diào)查者也可以通過觸選其他選項(xiàng)來改變?cè)x擇。也可通過設(shè)置滑動(dòng)按鈕的方式進(jìn)行選擇，向右滑動(dòng)按鈕，同時(shí)出現(xiàn)“√”符號(hào)表示選中，也可以滑回按鈕取消選擇。每個(gè)界面下方設(shè)置“前一頁”“后一頁”按鈕實(shí)現(xiàn)頁面轉(zhuǎn)換功能，并設(shè)置“保存”“清空”“回傳”按鈕實(shí)現(xiàn)數(shù)據(jù)的保存、清除和上傳功能。將以上設(shè)計(jì)程序發(fā)布到iPad上，選定調(diào)查對(duì)象，通過手持iPad終端進(jìn)行調(diào)查，每調(diào)查完一個(gè)樣本，點(diǎn)擊界面下方的“保存”按鈕，保存成功后點(diǎn)擊“清空”選項(xiàng)清除本次調(diào)查內(nèi)容，繼續(xù)做下一個(gè)調(diào)查，所有調(diào)查數(shù)據(jù)均保存到指定的數(shù)據(jù)文件中。采集多個(gè)樣本數(shù)據(jù)后，通過“回傳”按鈕，設(shè)置好郵箱可以批量導(dǎo)出所有數(shù)據(jù)，軟件自動(dòng)記錄意向調(diào)查做出選擇的時(shí)間。調(diào)查實(shí)施過程中，被調(diào)查者根據(jù)界面顯示的問題和選項(xiàng)作出選擇。其中，基于最重要的2因素的意向調(diào)查實(shí)施方法是被調(diào)查者首先從多因素中先選擇自己認(rèn)為對(duì)其出行選擇影響最為重要的2個(gè)因素，然后軟件自動(dòng)從多組預(yù)存的兩因素多水平假設(shè)組合方案中提取這兩個(gè)重要因素的假設(shè)組合方案，被調(diào)查者對(duì)該組假設(shè)組合問題做出意向選擇。(3)基于感知距離的意向行為數(shù)據(jù)建模方法根據(jù)回收導(dǎo)出的調(diào)查數(shù)據(jù)，對(duì)問題選項(xiàng)及因素變化水平進(jìn)行賦值量化。由于不同出行者對(duì)現(xiàn)狀交通條件下的因素感知也不盡相同，即感知參考點(diǎn)存在差異性。所以在意向調(diào)查中，面對(duì)同樣的兩因素多水平假設(shè)組合方案，即選擇情景時(shí)，由于每個(gè)人感知參考點(diǎn)不同，每個(gè)人的理解也不同。這里定義感知距離作為衡量個(gè)體對(duì)現(xiàn)狀交通條件因素的感知水平與假設(shè)組合方案因素水平之間的心理差距。感知距離通過多維屬性的歐式空間距離進(jìn)行計(jì)算，公式如下：dn=sqrt(Σq=1m(aq2-aq1)2)k=1,2,...m---(1)]]>其中，dn表示出行者n的感知距離，aq2表示意向組合方案中因素q的假設(shè)水平值，aq1表示被調(diào)查者感知現(xiàn)狀因素q的水平值，m為意向組合方案中的因素?cái)?shù)量。Sqrt表示平方根函數(shù)。根據(jù)以上公式計(jì)算每個(gè)被調(diào)查者的感知距離，并將其代入非集計(jì)Logit模型中得到改進(jìn)的意向選擇行為模型，用來分析影響因素與意向選擇之間的關(guān)系，選項(xiàng)i為出行者在意向調(diào)查設(shè)計(jì)中一定的因素組合方案下出行者的選擇項(xiàng)，An是所有選擇選項(xiàng)的集合。效用函數(shù)為以下公式：Uin＝Vin+εin(2)其中，Vin是出行者n選擇選項(xiàng)i的固定效用部分，εin是出行者n選擇選項(xiàng)i的隨機(jī)效用部分。固定部分的效用函數(shù)可以表示為：Vin=Σk=1pθkXink+δdin---(3)]]>其中，p是影響出行者n選擇選項(xiàng)i的影響因素(除了意向調(diào)查設(shè)計(jì)方案中的影響因素)數(shù)量，θk是影響因素變量Xink的模型標(biāo)定系數(shù)，Xink是出行者n選擇選項(xiàng)i的第k個(gè)因素。din是基于意向設(shè)計(jì)方案的影響因素計(jì)算得到的感知距離，δ是感知距離的模型標(biāo)定系數(shù)。假設(shè)隨機(jī)項(xiàng)εin服從Gumbel分布，logit模型為：Pin=exp(Vin)Σj=1Anexp(Vjn)i,j∈An---(4)]]>其中，Pin是出行者n選擇選項(xiàng)i的概率。以上模型通過最大似然估計(jì)(Maximumlikelihoodestimation(MLE))法，利用回歸分析軟件便可得出回歸系數(shù)θ1,…,θk和δ。MLE是計(jì)算logit回歸系數(shù)的方法，通過尋求對(duì)數(shù)似然函數(shù)loglikelihood(LL)2的最大化，求解出具有最大可能取得所給定的樣本觀測數(shù)據(jù)的參數(shù)估計(jì)。附圖說明圖1本發(fā)明的意向行為數(shù)據(jù)分析方法步驟圖；圖2本發(fā)明的意向調(diào)查設(shè)計(jì)流程圖；圖3本發(fā)明的基于iPad的界面設(shè)計(jì)圖。(1)出行信息和感知重要因素選擇界面(2)2因素意向組合設(shè)計(jì)界面示例(3)數(shù)據(jù)回傳界面具體實(shí)施方式以出行者的公共自行車換乘地鐵出行選擇意向?yàn)槔沧孕熊囀枪?jié)能環(huán)保的綠色出行方式，公共自行車在英國倫敦、中國杭州等城市得到了成功的應(yīng)用，結(jié)合地鐵系統(tǒng)建設(shè)的公共自行車服務(wù)系統(tǒng)，作為前端和后端銜接的綠色交通方式，對(duì)于公共自行車與地鐵系統(tǒng)的有效接駁換乘，提高公交系統(tǒng)可達(dá)性，提升公共交通系統(tǒng)的競爭力和吸引力，促進(jìn)公交出行具有重要的作用，應(yīng)用基于感知重要度的交通出行意向行為數(shù)據(jù)分析方法，進(jìn)行意向調(diào)查設(shè)計(jì)和實(shí)施，得到出行者的出行行為特征和意向數(shù)據(jù)，并運(yùn)用模型進(jìn)行影響因素的分析，為公共自行車系統(tǒng)發(fā)展政策的制定提供參考。出行意向選擇選項(xiàng)為在一定的假設(shè)條件下是否選擇公共自行車換乘地鐵出行，如果選擇公共自行車換乘地鐵出行則勾選“是”，否則勾選“否”。階段一：基于感知重要度的出行行為意向調(diào)查設(shè)計(jì)為了分析出行者使用公共自行車換乘地鐵的出行意愿和影響因素，調(diào)查內(nèi)容包括以下部分：日常出行和對(duì)現(xiàn)狀交通條件的感知問題及選項(xiàng)設(shè)置包括以下幾個(gè)方面：上班出行時(shí)間：0～30分鐘，31～60分鐘，61～90分鐘，≥90分鐘。是否有公共自行車租賃卡：是，否。是否使用過公共自行車換乘地鐵出行：是，否。家附近500m內(nèi)公共自行車租賃點(diǎn)的數(shù)量：1～2個(gè)、3～5個(gè)、≥6個(gè)、無。家與公共自行車租賃點(diǎn)的距離：≤100m、100～300m、300～500m、≥500m。對(duì)目前公共自行車騎行環(huán)境的評(píng)價(jià)：差，一般，較好。對(duì)目前公共自行車存取車方便性、車位和車輛可得性的評(píng)價(jià)：不方便、經(jīng)常沒車位或車，一般，很方便、有空車位和車。根據(jù)對(duì)公共自行車使用者的出行行為調(diào)查，初步確定影響公共自行車使用的4個(gè)主要因素：騎行環(huán)境；家與公共自行車租賃點(diǎn)距離；存取車的方便性、車位和車輛的可得性；家附近500m內(nèi)的租賃點(diǎn)數(shù)量。給定4因素的假設(shè)水平，如表1所示。將4個(gè)因素兩兩組合，根據(jù)表1設(shè)置的因素假設(shè)水平，采用正交實(shí)驗(yàn)設(shè)計(jì)方法和主觀判斷得到6組兩因素多水平假設(shè)意向組合方案。如表2～表7所示。表1意向調(diào)查中4因素假設(shè)水平設(shè)置和變量賦值表2意向組合2—騎行環(huán)境和家與公共自行車租賃點(diǎn)的距離表3意向組合2—騎行環(huán)境和存取車的方便性、車位和車輛的可得性表4意向組合3—騎行環(huán)境和家附近500m內(nèi)的租賃點(diǎn)數(shù)量表5意向組合5—家與公共自行車租賃點(diǎn)的距離和存取車的方便性、可得性表6意向組合6—家與公共自行車租賃點(diǎn)的距離和附近500m內(nèi)的租賃點(diǎn)數(shù)量表7意向組合7—存取車的方便性、可得性和家附近500m內(nèi)的租賃點(diǎn)數(shù)量階段二：界面設(shè)計(jì)和基于iPad的發(fā)布實(shí)施根據(jù)意向調(diào)查設(shè)計(jì)內(nèi)容，利用編程語言進(jìn)行界面的設(shè)計(jì)，每個(gè)界面最多設(shè)置4個(gè)問題，每組2因素意向組合方案單獨(dú)設(shè)置為一個(gè)界面。意向調(diào)查設(shè)計(jì)是被調(diào)查者首先從4個(gè)主要因素中選擇認(rèn)為對(duì)其選擇使用公共自行車換乘地鐵出行最重要的2個(gè)因素，然后軟件從表2～表7中自動(dòng)提取這兩個(gè)重要因素的組合問題，被調(diào)查者只回答基于這2個(gè)因素的一組意向水平組合問題。被調(diào)查者查看信息，回答在每種水平組合條件下是否選擇使用公共自行車換乘地鐵出行。如果選擇公共自行車換乘地鐵出行，則向右滑動(dòng)界面右側(cè)的按鈕，也可以滑回按鈕取消選擇。通過這樣的設(shè)計(jì)既可以減少被調(diào)查者回答問題的負(fù)擔(dān)，又可以增加數(shù)據(jù)的可靠性。將以上設(shè)計(jì)程序發(fā)布到iPad上，通過手持iPad終端在北京市地鐵站周邊的公交站點(diǎn)進(jìn)行調(diào)查，調(diào)查對(duì)象為乘坐公交來換乘地鐵的出行者，其為潛在的公共自行車換乘地鐵出行群體，每調(diào)查完一個(gè)樣本，點(diǎn)擊界面下方的“保存”按鈕，保存成功后點(diǎn)擊“清空”按鈕清除本次調(diào)查內(nèi)容，繼續(xù)做下一個(gè)樣本，所有調(diào)查數(shù)據(jù)均保存到同一個(gè)數(shù)據(jù)文件survey.txt中。采集多個(gè)樣本數(shù)據(jù)后，通過“回傳”按鈕批量導(dǎo)出所有數(shù)據(jù)，設(shè)置回傳到的郵箱后，點(diǎn)擊“發(fā)送”，完成本次調(diào)查數(shù)據(jù)的回收。階段三：基于感知距離的意向行為數(shù)據(jù)建模方法調(diào)查于2015年1月和3月進(jìn)行，共獲得樣本112份，有效樣本102份。出行意向選擇選項(xiàng)An包括2項(xiàng)：選擇公共自行車換乘地鐵出行賦值為“1”和不選擇選擇公共自行車換乘地鐵出行賦值為“2”，選項(xiàng)i取“1”或“2”。感知距離通過多維屬性的歐式空間距離進(jìn)行計(jì)算，4個(gè)主要的意向組合條件中的影響因素即aq(q＝4)為騎行環(huán)境；家與公共自行車租賃點(diǎn)距離；存取車的方便性、車位和車輛的可得性；家附近500m內(nèi)的租賃點(diǎn)數(shù)量。根據(jù)出行者對(duì)于4個(gè)因素的感知和出行的評(píng)價(jià)，并結(jié)合在假設(shè)意向組合方案中同因素假設(shè)水平的賦值表1，aq1分別取4個(gè)變量的感知現(xiàn)狀的水平值，即“不變、現(xiàn)狀”的賦值，aq2分別取出行者對(duì)4個(gè)變量的感知水平值，如騎行環(huán)境變量有三個(gè)感知水平，根據(jù)出行者的選擇取“大大改善”、“不變、現(xiàn)狀”或“變差”的賦值。根據(jù)公式(1)計(jì)算每個(gè)被調(diào)查者在不同的假設(shè)條件下的感知距離dn。其他影響是否選擇公共自行車換乘地鐵出行的因素Xink還包括上班出行時(shí)間、是否有公共自行車租賃卡、感知距離、騎行環(huán)境、家與公共自行車租賃點(diǎn)的距離、存取車的方便性、可得性、家附近500m內(nèi)的租賃點(diǎn)數(shù)量、年齡。在模型1中影響因素?cái)?shù)量p＝8,k＝1,2,…,8，包括以上8個(gè)因素，在模型2中p＝4,k＝1,2,…,4，包括因素上班出行時(shí)間、是否有公共自行車租賃卡、感知距離、年齡。對(duì)于影響因素變量的取值，其中上班出行時(shí)間、年齡、收入、家與公共自行車租賃點(diǎn)的距離、家附近500m內(nèi)的租賃點(diǎn)數(shù)量是連續(xù)變量，是否有公共自行車租賃卡是分類變量，選擇“是”賦值為“1”，選擇“否”賦值為“2”，存取車的方便性、可得性是分類變量，不方便、經(jīng)常沒車位或車賦值為“1”，一般賦值為“2”，很方便、有空車位和車賦值為“3”。進(jìn)而得到固定部分的效用函數(shù)Vin的值。假設(shè)隨機(jī)項(xiàng)εin服從Gumbel分布，根據(jù)公式(2)(3)(4)建立logit模型，采用最大似然估計(jì)法，利用回歸分析軟件得出回歸系數(shù)θ1,…,θk和δ，分析主要影響因素和感知距離與意向選擇行為之間的關(guān)系，表8所示的模型1和模型2顯示了重要的影響因素的標(biāo)定系數(shù)和系數(shù)的t檢驗(yàn)值。表8模型估計(jì)結(jié)果備注：***，**，*表示重要性水平分別為1％，5％，10％。McFaddenPseudoR-squared是評(píng)價(jià)logit模型精度的指標(biāo)，通過對(duì)數(shù)似然值計(jì)算得到，公式為：McFaddenPseudoR-squared＝1-logL/logL0，logL為最大對(duì)數(shù)似然函數(shù)值，logL0為假設(shè)模型標(biāo)定系數(shù)值為0時(shí)的似然函數(shù)值。一般認(rèn)為logit模型的McFaddenPseudoR-squared達(dá)到0.2～0.4，就認(rèn)為模型的精度足夠高了，從模型估計(jì)結(jié)果看，模型1的精度為0.35，模型2為0.26，可以認(rèn)為精度比較高，說明基于感知重要的2因素的意向行為數(shù)據(jù)獲取方法的可行性，模型同時(shí)又可以分析多種因素對(duì)選擇行為的影響。從影響公共自行車換乘地鐵選擇意向的因素看，模型1中，騎行環(huán)境、家與公共自行車租賃點(diǎn)的距離、存取車的方便性、可得性、家附近500m內(nèi)的租賃點(diǎn)數(shù)量是最重要的影響因素，其系數(shù)均為正，表明隨著這些因素服務(wù)水平的提升，選擇公共自行車換乘地鐵的比例會(huì)增加。其次是是否有公共自行車租賃卡，系數(shù)為負(fù)，說明如果出行者有公共自行車租賃卡，則更愿意使用公共自行車換乘地鐵出行。其他因素也有一定的影響，但是影響不顯著。由于感知距離是通過意向調(diào)查設(shè)計(jì)表中4個(gè)主要因素計(jì)算得到的，因此與4因素之間有一定的相關(guān)性，所以在模型2中只代入感知距離變量，重點(diǎn)分析感知距離對(duì)公共自行車換乘地鐵出行的影響，標(biāo)定結(jié)果顯示感知距離對(duì)結(jié)果的影響非常顯著，系數(shù)為1.26，t檢驗(yàn)值為7.46，表示隨著感知距離的增加，選擇公共自行車換乘地鐵出行的比例逐漸增加，即如果出行者對(duì)對(duì)現(xiàn)狀交通條件因素的感知水平越差，面對(duì)同樣的意向選擇組合假設(shè)方案時(shí)感知距離越大，更愿意選擇公共自行車換乘地鐵出行。此外，年齡也有重要的正的影響，年齡越大越容易選擇公共自行車換乘地鐵出行。以上研究結(jié)論對(duì)于促進(jìn)人們的公共自行車換乘地鐵出行和公共自行車發(fā)展政策的制定具有一定的參考價(jià)值。以上是本發(fā)明的幾個(gè)典型實(shí)施例，本發(fā)明的實(shí)施不限于此。當(dāng)前第1頁1 2 3