定制交通出行信息服务需求的影响因素分析开题报告

 2022-08-27 09:08

全文总字数:4557字

1. 研究目的与意义(文献综述)

随着社会的不断发展,各个城市都在逐渐面临或正在面临各式各样的交通问题,而对于出行者来说,选择最为合适的出行方式就成为了出行决策中让不少出行者头疼的问题。目前,以百度、高德等为代表的出行信息服务系统均为面向社会公众的无差别式服务,所提供的出行信息虽然在一定程度上满足了部分出行所需的交通信息需求,但是对于拥有不同出行目的的出行者而言,所提供的出行信息还远远不足以满足现今出行活动信息需求的多样性。因此,现有交通出行信息服务系统应针对多样化的出行需求进行出行信息发布优化,其中根据不同出行需求提供定制化交通信息服务就不失为一种有效的优化方法。

因此,本文旨在研究不同出行需求下,如何提供需要的特定的定制化出行信息。对于不同出行需求的研究,相关文献中已经有着深入的研究。Furth[1]等人从出行者公交选择中提出“潜在等待时间”的理论。张春勤[2]等提出出行者的社会经济特性、预计的出行延误信息、对路网的熟悉程度、天气状况信息、交通信息的质量以及出行目的是影响出行者改变出发时间的主要因素总体对象和典型对象模型存在一定的差异。Khan[3]利用计算机辅助获取偏好数据,分析人们的选择行为,并建立巢式 Logit 模型进行估计。侯现耀[4]等认为公交信息对出行前方式选择行为的影响比较显著,且不同的公交信息对出行方式选择的影响存在差异,但总体上会增加人们选择公交出行的意愿。Khattak等[5]发现给定的信息可以克服出行者的行为惯性,使得他们改变自己的出行选择,但是如果缺少信息的提供,出行者则只能基于先前出行获取的经验进行判断[6]

Gulob[7]将通勤活动作为研究对象,利用结构方程模式研究出行链数量、活动停留时间、出行时间三个影响因素之间的相互关系。Abane[8]用多项 Logit模型分析了通勤者上下班出行方式选择,结果表明,出行者年龄、性别和收入都影响选择行为。李霞[9]利用网络广义极值模型对居住地和通勤方式的选择行为进行了研究,结果表明,相比郊区的通勤者,中心区的通勤者对出行时间的增加更为敏感。诸葛承祥[10]等利用Nested Logit 模型研究通勤者对出行时间与出行方式的选择行为,将人们在日常出行中获得的出行信息大致分为静态信息与动态交通信息。杨智伟[11]等对公共交通相关ATIS信息进行合理分类,同时引入公共交通出行者年龄、职业、先进通讯技术使用情况等个人特征变量,建立公共交通出行者ATIS信息选择Binary Logit 模型,对公共交通出行者ATIS信息选择行为影响因素进行研究。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

为采集不同出行者的个性特征、出行需求等信息数据,拟采用问卷调查的方式,采集出行者的类别、性别、年龄、收入、受教育程度、职业特征、出行目的、可接受出行消耗时间、出行是否需要导航信息辅助等数据。结合采集数据,针对不同出行需求,分析各类出行信息对各出行需求的重要程度,选取敏感性因素作为首要考虑条件,建立关联特性模型,以此完成针对不同出行者、不同出行需求的定制化出行信息处理。

本文主要从以下三个方面——出行者属性、出行活动特性、出行方式差异分析其对出行需求的影响:

(1)出行活动类型与信息服务需求之间的关联特性研究:不同出行活动类型的出行者对出行信息服务的需求存在显著差异,突出体现在出行者对于早到时间与晚到时间的相对偏好程度差异。通过问卷调查方式获取出行者出行活动的类型划分,统计分析不同类型出行活动对信息服务内容的需求特征,为公众出行时间信息服务发布策略提供依据。

(2)出行方式差异与出行时间价值之间的关联特性研究:不同出行方式的出行者对旅行时间不确定性的容忍程度存在差异,出行者对于提前或滞后到达时长可能会存在差异。以问卷调查方式获取出行者在不同出行方式条件下的到达时间期望分布,量化分析不同出行模式对信息服务发布策略的影响。

(3)出行者属性与出行时间价值之间的关联特性研究:出行者个人属性的差异会导致其对时间价值的感知存在显著差异,即不同出行者在特定出行活动场景下的期望提前或滞后到达时长会存在一定差异。需通过问卷调查方式获取出行者社会属性以及经济属性对于特定出行活动类型早到时间与迟到时间之间的价值感知差异程度,为个性定制出行时间信息服务发布策略提供依据。

表2-1 论文各章主要内容一览表

章节编号

题目

主要内容

第一章

绪论及国内外相关研究综述

课题来源与背景、研究目的意义与技术路线;国内外研究发展现状与趋势

第二章

出行者个性特征与出行需求信息数据调查

问卷设计、问卷调查、初步数据处理

第三章

出行者个性特征与出行需求关联特性模型

量化出行者个性特征与出行需求,建立不同出行者特征与出行需求信息的关联特性模型;将提供的定制化出行期望时间、出行策略与模型拟合

第四章

总结与分析

分析定制化出行信息发布策略,得出结论并总结不足之处

技术路线如下:

3. 研究计划与安排

2019年3月:查阅与毕业论文相关的文献,根据导师意见,完成开题报告及论文第一章的绪论撰写,并完成不少于5000汉字外文资料翻译一篇;进行问卷设计工作;

2019年4月:针对研究内容制定的调查方案,展开问卷调查工作,完成论文所需数据资料的采集工作,并对调查数据进行统计分析,完成论文相关章节的撰写;学习相关研究的模型建立思路等建模的基础内容,为下一阶段优化模型的建立工作打下基础;

2019年5月:建立出行前需求时间信息发布的优化模型,并对模型参数进行标定,完成论文的其余章节撰写工作,字数不少于15000字,参考文献不低于15篇,其中外文文献不少于3篇;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

  1. Furth, P.G., Muller, T.H.J.. Service reliability and hidden waiting time: Insights from AVL data[J]. Transportation Research Record 1955, 2006: 79-87.

  2. 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(3): 626-632.

  3. Khan O A. Modelling passenger mode choice behaviour using computer aided stated preference data[D].Queensland University of Technology, 2007.

    剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。