【摘要】：從耐受感知的角度,分別針對(duì)步行過(guò)程和等待過(guò)程中的空間要素、時(shí)間要素和環(huán)境要素進(jìn)行分析,并提出了空間耐受性、等待耐受性和基于這兩者相互疊加而形成的綜合耐受性的概念.同時(shí),通過(guò)耐受閾值的確定,界定了換乘過(guò)程中的耐受極限與實(shí)際采取的換乘決策的關(guān)系.在進(jìn)行建模分析時(shí),通過(guò)引入?yún)^(qū)間模糊數(shù),實(shí)現(xiàn)了對(duì)耐受感知的模糊化處理,提高了參數(shù)的回歸精度.對(duì)模型進(jìn)行回歸分析,得出了不同耐受性的參數(shù)估計(jì),并繪制了耐受閾值關(guān)于要素疊加的等值面圖.研究表明,在常規(guī)環(huán)境下,人們所能接受的步行距離閾值為381 m,步行等待時(shí)間閾值為7.1 min,候車等待時(shí)間閾值為12.9 min.同時(shí),該模型可得到換乘者在換乘過(guò)程中不同時(shí)空要素以及環(huán)境要素疊加所引發(fā)的耐受感知的變化.
【圖文】：

壤?．40綠化遮蔽比例0．30生活服務(wù)設(shè)施0．10路面整潔情況0．20場(chǎng)站服務(wù)設(shè)施遮擋及建筑物0．25通行輔助設(shè)施0．10信息提示0．40休息候車設(shè)施0．251．2耐受感知變量與閾值實(shí)際換乘過(guò)程中，換乘者很難直觀地判斷對(duì)各項(xiàng)換乘要素的耐受性．因此，需要設(shè)置一個(gè)過(guò)渡變量進(jìn)行研究．本文通過(guò)定義一個(gè)耐受感知變量來(lái)衡量換乘者感知到的換乘體驗(yàn)與耐受極限的接近程度．耐受感知值越高，說(shuō)明換乘體驗(yàn)越差．同理，當(dāng)耐受感知值對(duì)于某個(gè)要素的變化敏感程度越高(正相關(guān)程度越高)，那么說(shuō)明對(duì)該要素的耐受性也就越低(見(jiàn)圖1)．β={s，E1－s}limit{s，E1－s}，δ={t，E2－t}limit{s，E2－t}η={s，t，E1－s，E2－t}limit{s，t，E1－s，E2－t}(1)式中，β，δ，η分別表示空間耐受感知值、等待耐受感知值和綜合耐受感知值，取值范圍均為［0，1］;s為步行距離;E1為步行環(huán)境感知要素;t為等待時(shí)間;E2為等待環(huán)境感知要素．例如，{s，E1}limit{s，E1}表示某次換乘所經(jīng)歷的步行距離和步行環(huán)境感知要素的疊加組合與自身的耐受極限進(jìn)行感知對(duì)比后所得比例，即為相應(yīng)的耐受感知．圖1耐受性與閾值示意圖同時(shí)，在現(xiàn)實(shí)生活中，大多數(shù)換乘者一般不會(huì)采用換乘消耗非常高的換乘組合作為常用的換乘策略，這就產(chǎn)生了實(shí)際換乘閾值的問(wèn)題．換乘閾值涉及2個(gè)層面:空間耐受閾值、等待耐受閾值(見(jiàn)圖1)．在數(shù)據(jù)預(yù)處理中，本文發(fā)現(xiàn)換乘者大多數(shù)交通換乘行為的空間耐受感知值和等待耐受感知值一般都位于低于極限值(β=1，δ=1)的某個(gè)區(qū)間范圍內(nèi)．在交通行為理論研究中，大多數(shù)交通行為閾值都設(shè)置在其行為樣本總量的70%～80%之間［12-16］．本文定義空間耐受閾值βc和等待耐受閾

http://journal．seu．edu．cn(a)換乘軌跡與速度分布(b)步行過(guò)程信息(c)換乘過(guò)程評(píng)價(jià)(d)GIS圖像還原圖2基于APP的數(shù)據(jù)收集與GIS街景還原軌跡非直系數(shù)．并按照同樣的標(biāo)準(zhǔn)對(duì)步行道水平和場(chǎng)站設(shè)施要素的分項(xiàng)指標(biāo)進(jìn)行評(píng)分，將由此得到的要素分項(xiàng)指標(biāo)值與用戶提交的要素總評(píng)值進(jìn)行協(xié)同分析．?dāng)?shù)據(jù)分類與來(lái)源如表2所示．表2數(shù)據(jù)變量列表名稱符號(hào)數(shù)據(jù)來(lái)源范圍空間耐受感知值β用戶提交0～100%等待耐受感知值δ用戶提交0～100%綜合耐受感知值η用戶提交0～100%空間距離sAPP記錄步行等待時(shí)間t1APP記錄候車等待時(shí)間t2APP記錄路徑復(fù)雜性評(píng)價(jià)e1用戶提交0，10，…，100對(duì)應(yīng)的分項(xiàng)指標(biāo)值圖像挖掘步行道評(píng)價(jià)e2用戶提交0，10，…，100對(duì)應(yīng)的分項(xiàng)指標(biāo)值圖像挖掘0，10，…，100場(chǎng)站設(shè)施評(píng)價(jià)e3用戶提交0，10，…，100對(duì)應(yīng)的分項(xiàng)指標(biāo)值圖像挖掘0，10，…，100通過(guò)APP提供的Web數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)所有帳戶中的數(shù)據(jù)，以便進(jìn)行數(shù)據(jù)挖掘和分析．其數(shù)據(jù)挖掘分析框架如圖3所示．為得到換乘耐受性相關(guān)數(shù)據(jù)，本文選取成都市公共交通網(wǎng)作為調(diào)查取樣空間，并設(shè)定數(shù)據(jù)收集的極限距離為800m．成都市共開(kāi)行公交線路428條，地鐵線路4條．在統(tǒng)計(jì)數(shù)據(jù)中，，步行距離、等待時(shí)間等指標(biāo)均可以得到相對(duì)準(zhǔn)確的數(shù)值，而對(duì)于耐受感知值而言，為了降低感知誤差，換乘者只需給出一個(gè)范圍值即可，比如某次換乘的空間耐受感知值為70%～80%．2．2換乘行為分析在成都市進(jìn)行的交通換乘感知和耐受性實(shí)驗(yàn)中，共統(tǒng)計(jì)有效樣本807份．圖3換乘數(shù)據(jù)挖掘與處理框架1256東南大學(xué)學(xué)報(bào)(自然科學(xué)版)第47卷
【作者單位】： 西南交通大學(xué)交通運(yùn)輸與物流學(xué)院;西南交通大學(xué)綜合運(yùn)輸四川省重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51578465)
【分類號(hào)】：U491


本文編號(hào)：2540163