近年來,隨著互聯(lián)網(wǎng)普及率不斷升高,以互聯(lián)網(wǎng)為載體的網(wǎng)絡(luò)購物如雨后春筍般在全世界發(fā)展起來。國內(nèi)在幾大電商企業(yè)的帶領(lǐng)下,更是將網(wǎng)絡(luò)購物發(fā)展得蒸蒸日上。事物的發(fā)展具有多樣性,網(wǎng)絡(luò)購物作為信息化時(shí)代的產(chǎn)物,大幅度地提升了購物效率,為人們帶來了便捷,然而其對(duì)城市交通環(huán)境的影響卻未曾可知。網(wǎng)絡(luò)購物的普及會(huì)改變居民的購物習(xí)慣,影響居民出行頻率,從而影響到城市交通碳排放。為了進(jìn)一步明確網(wǎng)絡(luò)購物對(duì)城市交通環(huán)境的具體影響,對(duì)其進(jìn)行定量分析顯得尤為重要。本論文從傳統(tǒng)城市交通碳排放測(cè)算方法入手,在考慮網(wǎng)絡(luò)購物影響的背景下,提出完成測(cè)算的三個(gè)前提條件:購物出行方式轉(zhuǎn)移比例、購物出行交通量和出行距離。首先,考慮到本文研究對(duì)象在不同時(shí)期的不一致性,分別基于馬爾可夫鏈原理和非集計(jì)理論構(gòu)建網(wǎng)購普及前后的出行方式分擔(dān)率預(yù)測(cè)模型,在此基礎(chǔ)上,完成轉(zhuǎn)移比例預(yù)測(cè)模型的構(gòu)建。其次,分析已有碳排放測(cè)算方法后發(fā)現(xiàn),各類方法對(duì)出行距離和出行交通量的數(shù)據(jù)獲取方式或困難或粗糙。傳統(tǒng)“四步驟”預(yù)測(cè)方法中“交通流分配”階段的最短路徑算法和交通流分配方法可以解決上述問題。之后分別以矩陣迭代算法和迭代加權(quán)分配法為基礎(chǔ),建立了居民出行距離預(yù)測(cè)模型與居民出行交通量預(yù)測(cè)模型。之后,基于“四步驟”預(yù)測(cè)方法,結(jié)合三個(gè)前提條件,完成網(wǎng)購影響下城市交通碳排放測(cè)算模型的構(gòu)建。最后,以Y市為例,關(guān)于網(wǎng)絡(luò)購物對(duì)城市交通碳排放的具體影響進(jìn)行實(shí)證分析。研究結(jié)果表明在網(wǎng)購環(huán)境下,四種出行方式中步行和公交車的轉(zhuǎn)移比例最高。由于不同交通方式的購物體驗(yàn)不同,在網(wǎng)購應(yīng)用普及時(shí),步行及公交車由于其舒適性較差,其用戶更傾向于網(wǎng)絡(luò)購物。網(wǎng)絡(luò)購物在提高人們生活質(zhì)量的同時(shí),有效減少了城市居民購物出行,減輕了城市交通的環(huán)境壓力,對(duì)城市低碳發(fā)展起到了積極正面的作用。
【學(xué)位單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：X322;F724.6;F572
【部分圖文】：

第一章 緒論究發(fā)現(xiàn)網(wǎng)絡(luò)購物能夠有效減少居民購物出行，降低城市交通碳排放。（6）結(jié)論與展望：首先，總結(jié)本文的研究?jī)?nèi)容。其次，闡述本文的研究創(chuàng)新點(diǎn)。最后，指出本研究的不足之處，提出對(duì)未來研究的展望。1.3.2 技術(shù)路線本文的技術(shù)路線見圖 1.1。

的作為一個(gè)層次；將不同類型的選擇方案作為不同的層次。圖 2.1 NL 模型結(jié)構(gòu)圖圖 2.1 為結(jié)構(gòu)最簡(jiǎn)單的 2 層 NL 模型，圖中分為 2 個(gè)層次，每個(gè)層次稱為一個(gè)水平。水平 2 有 2 個(gè)虛擬選擇枝1A 和2A ，2 層選擇枝下包含 m 個(gè)水平 1 的虛擬選擇枝1,2, ,m。（3）效用函數(shù)和特性變量根據(jù)隨機(jī)效用理論，效用函數(shù)U 分為非隨機(jī)變化和隨機(jī)變化兩大部分，并且他們兩者之間呈線性關(guān)系，因此得到公式 2.18： （2.18）式中： 選擇方案i的效用函數(shù)中的固定項(xiàng)； 選擇方案i的效用函數(shù)中的概率項(xiàng)。通常，效用函數(shù) 由描述方案特性的變量和表示出行者特性的變量組成

[43]做例子。圖3.1 網(wǎng)絡(luò)圖例根據(jù)定義，將交通路網(wǎng)抽象成網(wǎng)絡(luò)圖，圖中共有v1,v2,v3,v4,4個(gè)節(jié)點(diǎn)，每?jī)蓚�(gè)節(jié)點(diǎn)之間有相應(yīng)的邊相連，分別為e12,e23,e24,e13,e34，每條邊上的數(shù)字代表該邊的權(quán)值,通常取通過該路段（邊）的時(shí)間、該路段（邊）的長(zhǎng)度或者通過該路段（邊）的交通量。本例中權(quán)值為路段（邊）的長(zhǎng)度：D [ ] （2）求解最短路徑在構(gòu)造路權(quán)矩陣之后，便要對(duì)矩陣進(jìn)行迭代運(yùn)算以得到最短路權(quán)矩陣。迭代算法如下：
【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 席廣亮;甄峰;汪俠;秦蕭;;南京市居民網(wǎng)絡(luò)消費(fèi)的影響因素及空間特征[J];地理研究;2014年02期

2 郭仲琪;張丕德;;條件logit模型與嵌套logit模型的比較[J];中國衛(wèi)生統(tǒng)計(jì);2012年03期

3 汪明峰;盧姍;;替代抑或補(bǔ)充:網(wǎng)上購物與傳統(tǒng)購物出行的關(guān)系研究[J];人文地理;2012年03期

4 楊勵(lì)雅;邵春福;HAGHANI A;;出行方式與出發(fā)時(shí)間聯(lián)合選擇的分層Logit模型[J];交通運(yùn)輸工程學(xué)報(bào);2012年02期

5 蘇城元;陸鍵;徐萍;;城市交通碳排放分析及交通低碳發(fā)展模式——以上海為例[J];公路交通科技;2012年03期

6 郭瑞軍;王晚香;;基于矩陣迭代法的出租車合乘最短路徑選擇[J];大連交通大學(xué)學(xué)報(bào);2011年04期

7 孫智群;柴彥威;王冬根;;深圳市民網(wǎng)上購物行為的空間特征[J];城市發(fā)展研究;2009年06期

8 燕臣穎;董寶田;;基于灰色馬爾可夫鏈模型的鐵路客運(yùn)量預(yù)測(cè)研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2007年05期

9 任剛,王煒;交通網(wǎng)絡(luò)最短路權(quán)矩陣的迭代算法[J];交通與計(jì)算機(jī);2005年05期

相關(guān)碩士學(xué)位論文 前6條

1 何亞楠;基于馬爾科夫模型的出行目的地預(yù)測(cè)[D];吉林大學(xué);2017年

2 郭罕智;城市常規(guī)公交場(chǎng)站布局與站點(diǎn)設(shè)置規(guī)劃研究[D];吉林大學(xué);2016年

3 王娟;公共租賃住房居民出行行為及方式選擇研究[D];重慶交通大學(xué);2015年

4 白潔;網(wǎng)絡(luò)購物和實(shí)體店購物方式的物流碳足跡比較[D];北京交通大學(xué);2015年

5 李林霜;城市軌道交通與常規(guī)公交協(xié)調(diào)發(fā)展研究[D];吉林大學(xué);2012年

6 王江濤;運(yùn)輸通道客運(yùn)分擔(dān)率預(yù)測(cè)模型及應(yīng)用研究[D];西南交通大學(xué);2011年

本文編號(hào)：2863892