隨著社會經(jīng)濟(jì)發(fā)展和人民生活水平的提高,城市居民小汽車的保有量不斷增加,城市交通問題不斷凸顯。高效的路徑誘導(dǎo)是提高道路資源利用率和交通運行速度、緩解擁堵問題的有效途徑之一。然而根據(jù)國內(nèi)外的研究成果,現(xiàn)有的路徑誘導(dǎo)系統(tǒng)多數(shù)僅根據(jù)實時路況進(jìn)行動態(tài)路徑計算,而沒有考慮出行者根據(jù)主觀的出行習(xí)慣對誘導(dǎo)路徑的遵從和調(diào)整。本文將同時考慮實時路況和出行者的主觀習(xí)慣,對路徑選擇行為進(jìn)行預(yù)測研究,建立考慮路況和習(xí)慣的路徑選擇行為預(yù)測模型,為誘導(dǎo)路徑的實時計算提供理論支持。本文首先進(jìn)行了多日的出行路徑RP調(diào)查,調(diào)查結(jié)果顯示,居民出行的實際多日路徑選擇與個人出行習(xí)慣有很強(qiáng)的相關(guān)關(guān)系�；诖�,進(jìn)行出行路段選擇對習(xí)慣和路況依從度的SP調(diào)查,調(diào)查結(jié)果表明,在不同路況水平下,出行路段選擇時對習(xí)慣和路況的依從度有所不同。以多日的出行路徑RP調(diào)查數(shù)據(jù)為基礎(chǔ),建立了基于習(xí)慣的路徑選擇馬爾科夫預(yù)測模型,應(yīng)用馬爾科夫方法對工作日上班、下班以及周末購物、回家等高頻度出行的路徑選擇概率進(jìn)行預(yù)測。模型驗證結(jié)果表明,工作日上班和工作日下班出行路徑預(yù)測準(zhǔn)確率較低,分別為68.27%和65.38%,周末購物和周末購物后回家的出行路徑預(yù)測準(zhǔn)確...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 研究目的及意義
    1.3 國內(nèi)外研究現(xiàn)狀及綜述
        1.3.1 國外研究現(xiàn)狀
        1.3.2 國內(nèi)研究現(xiàn)狀
        1.3.3 國內(nèi)外研究現(xiàn)狀總結(jié)
    1.4 研究內(nèi)容及技術(shù)路線
        1.4.1 研究內(nèi)容
        1.4.2 技術(shù)路線
第二章 出行路徑選擇行為調(diào)查與分析
    2.1 多日的出行路徑RP調(diào)查和分析
        2.1.1 調(diào)查方案設(shè)計
        2.1.2 調(diào)查數(shù)據(jù)分析
    2.2 實際多日路徑選擇行為RP調(diào)查與分析
        2.2.1 調(diào)查方案設(shè)計
        2.2.2 調(diào)查數(shù)據(jù)分析
    2.3 出行路段選擇對習(xí)慣和路況依從度的SP調(diào)查
        2.3.1 調(diào)查方案設(shè)計
        2.3.2 調(diào)查數(shù)據(jù)分析
    2.4 本章小結(jié)
第三章 基于習(xí)慣的出行路徑建模預(yù)測
    3.1 馬爾科夫建模方法
        3.1.1 馬爾科夫過程
        3.1.2 馬爾科夫鏈
        3.1.3 馬爾科夫預(yù)測法
    3.2 基于習(xí)慣的路徑選擇馬爾科夫預(yù)測模型
    3.3 模型標(biāo)定
    3.4 模型驗證和實例分析
    3.5 本章小結(jié)
第四章 考慮路況的路段選擇行為建模預(yù)測
    4.1 習(xí)慣/非習(xí)慣路段選擇的二項logit模型
        4.1.1 二項logit模型
        4.1.2 模型建立
    4.2 模型標(biāo)定
    4.3 模型驗證和實例分析
    4.4 本章小結(jié)
第五章 考慮習(xí)慣和路況的出行路徑選擇行為預(yù)測
    5.1 考慮習(xí)慣和路況的出行路徑選擇預(yù)測模型
        5.1.1 出行路徑預(yù)測過程
        5.1.2 主要參數(shù)和預(yù)測過程
    5.2 模型驗證和實例分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻(xiàn)
附錄
作者簡介
致謝



本文編號：3832865