考虑动态交通信息的异质出行行为分析
为了定量分析交通事故引起的高速公路动态拥堵交通信息和出行者异质性对出行选择行为的影响,依据在日本西部地区对2 500名高速公路出行者进行的大规模SP/RP调查数据,采用潜在类别分析方法得到出行者对高速公路动态交通信息的偏好特征;将得到的分组结果作为解释变量纳入多水平模型中.结果表明:通过对数据进行潜在类别分析,出行者可划分为3类异质群体,即动态交通信息高依赖组、动态交通信息低依赖组和动态交通信息无依赖组,占比分别为38.8%,36.1%,25.1%,并且不同交通信息依赖组的出行者在性别、年龄和职业上分布差异均具有统计学意义;不同交通信息依赖组的出行者在动态交通信息下的出行行为有明显差异;考虑数据分层结构的出行预测模型比不考虑数据分层结构的预测模型预测结果更准确.
城市交通、出行者异质性、出行行为、潜在类别分析、多水平模型
39
U268.6(机车工程)
国家自然科学基金;国家自然科学基金;国家自然科学基金;江西省教育厅科学技术研究项目;江西省研究生科研创新项目
2022-10-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
61-69