【正文】 F 值為 很大， sig 值很小，說明該回歸直線有意義。 假設(shè)在這一優(yōu)先度區(qū)間內(nèi)，居民出行概率的分布符合均值為μ，標(biāo)準(zhǔn)差為σ的正態(tài)分布，為避免第Ⅱ類錯誤的影 響，筆者選擇運用 SPSS 軟件對其進行 KS檢驗（ KolmogorovSmirnov 檢驗），其中α =。由 上文可知，效用函數(shù)中，因變量，即出行效用 Vink，與自變量，即各出行特征變量 xi呈線性相關(guān)，因此，可對得出的數(shù)據(jù)進行多元線性回歸，據(jù)此建立效用 特征變量數(shù)值關(guān)系模型。同時，出租車與私家車也具有同樣的特點 ，也按照上述方式進行處理。 （ 2）利用住宅地圖 利用住宅地圖，可以將地理條件隨機化或者對于不同的地理條件的特性值進行采樣。 通常，無作為的隨機抽樣可以保證樣本的 非局部性和非偏性。這時的規(guī)劃方法稱為部分因素配置規(guī)劃。 （ 2） 填寫注意事項 其中包括簡要的說明以及填寫例題等。在設(shè)計調(diào)查表時我們應(yīng)該知道以下事實：首先，被調(diào)查者對于調(diào)查結(jié)果不負(fù)任何責(zé)任，盡管被調(diào)查者給與合作，但是在回答問題時難免有被添麻煩的心情。在調(diào)查時，為了減輕被調(diào)查者的負(fù)擔(dān)，將可事后由調(diào)查者做成的數(shù)據(jù)在詢問調(diào)查中省略。因此分析利用數(shù)據(jù)時，應(yīng)當(dāng)注意數(shù)據(jù)的可靠性。此外由于調(diào)查限定了影響因素，因此常常無法對提示以外的因素進行分析。 SP 調(diào)查可以根據(jù)具體情況提出較多的選擇變量，變量中既可以有將要實施的新政策措施，也可以包含新生事物，如各種打車軟件、公交報時軟件等等。 SP調(diào)查的最大特點就是調(diào)查的內(nèi)容是還沒有發(fā)生的事 [15]。路邊詢問一般要讓駕駛員停車，因時間有限，同時要求詢問時簡單明了、描述準(zhǔn)確，避免引起駕駛員反感，避免交通擁堵注意交通安全。同時可以通過詢問了解表格以外的其他信息?？捎^測到的對于居民出行行為有影響的因素是有限的，其中的部分因素也無法表現(xiàn)出來。 當(dāng)然，人們依據(jù)此計算原理，也開發(fā)運用了許多軟件來進行參數(shù)的標(biāo)定，然而當(dāng)特性變量數(shù)量增加時，計算會變得很復(fù)雜，即軟件計算在某種情況下也可能無法做出正確判斷，所以本文對數(shù)據(jù)結(jié)構(gòu)稍作調(diào)整，依托現(xiàn)有模型數(shù)據(jù)，進行參數(shù)標(biāo)定方法的改進，使標(biāo)定過程更加簡潔化，易于操作，具體方法將會在下一章節(jié)進行 詳細(xì)描述。設(shè)反復(fù)計算次數(shù)的值 m為 21 ??及 以較小的正數(shù)，用于檢驗參數(shù)的估計精度。也就是說，特性變量應(yīng)該是影響效用差的。關(guān)于 inV 與 inX的函數(shù)關(guān)系有以下幾種形式。 在 MNL 模型中，出行者的選擇方案可以大于 3 個，并且，每個出行者的選擇方案集合可以不相同。即， ））（（ ）（ jnjminin njninin VV AjjiUUP ?? ???? ???? m a xoPr ,。即： ））（ njnjninin njnjninini AjjiVVVV AjjiVVP ???????? ?????? ,。 非集計模型的基本前提假設(shè)有以下 2個：（ 1）出行者是做出交通行為抉擇的最小單位；（ 2）根據(jù)效用理論，出行者在某一選擇狀態(tài)下，會選擇其認(rèn)知范圍內(nèi)對其自身效用最大的交通方式。當(dāng)試圖包含所有變量時，函數(shù)又將十分復(fù)雜而失去其實用性。（ 1）非集計 — 決定論型： 代表模型有數(shù)理化理論 II 類模型、判別分析等。通常，非集計模型所研究的對象是離散量，所以又稱為離散選擇模型。 首先，四階段法在預(yù)測時假設(shè)交通方式保持不變，而這一假設(shè)明顯與現(xiàn)實不符。根據(jù)非集計模型理論及效用理論對數(shù)據(jù)進行分析，回歸出效用函數(shù)的各項參數(shù)，最后得出 MNL 模型的的表達(dá)式。 第二章，模型的理論介紹。RP 聯(lián)合數(shù)據(jù)的基礎(chǔ)上，通過無作為抽樣得到與天津市居民出行有關(guān)的居民個人變量 、 影響居民選擇交通方式概率的各種交通方式選擇方案的特性變量 ，利用非集計模型的相關(guān)理論知識 建立 居民 出行方式選擇的 MNL 模型 。SP 聯(lián)合數(shù)據(jù)的 logit 模型能夠克服單獨使用其中一種數(shù)據(jù)時產(chǎn)生的誤差，得到更加準(zhǔn)確的交通方式分擔(dān)率的預(yù)測結(jié)果。 國內(nèi)研究現(xiàn)狀 近年來，隨著國內(nèi)交通事業(yè)的蓬勃發(fā)展，國內(nèi)很多學(xué)者對數(shù)據(jù)調(diào)查方法和建立非集計模型的類型進行了很多研究，首先要得到能夠反映居民日常出行行為的特征的調(diào)查數(shù)據(jù)，建立出能夠正確預(yù)測居民對各種交通方式的選擇概率的模型，從而進一步得到影響居民出行的關(guān)鍵影響因素。 1972 年， McFadden 與 Train 運用 Logit 模型對舊金山海灣地區(qū)的快速公交系統(tǒng)進行客流需求量預(yù)測，這是 Logit 模型在交通領(lǐng)域的最早的成功運用，同時也為交通需求預(yù)測提出新的解決思路。SP 調(diào)查 ....................................................................................... 15 調(diào)查設(shè)計方法及原則 .................................................................................. 19 調(diào)查方案說明及數(shù)據(jù)整理示例 .................................................................. 22 4 參數(shù)標(biāo)定及彈性分析 ............................................................................................ 23 出行方式選擇概率 特性變量關(guān)系參數(shù)標(biāo)定 ............................................ 23 交通方式分擔(dān)率的集計求解 ...................................................................... 33 交通方式分擔(dān)率影響因素彈性分析 .......................................................... 34 5 總結(jié)與展望 ............................................................................................................ 39 論文總結(jié) ...................................................................................................... 39 不足與展望 .................................................................................................. 40 參 考 文 獻(xiàn) ................................................................................................................ 41 致 謝 .......................................................................................................................... 43 附表 1........................................................................................................................... 44 河北工業(yè)大學(xué) 20xx 屆本科畢業(yè)論文 1 1 緒論 研究背景及意義 隨著中國經(jīng)濟的快速發(fā)展，社會對交通要求的提高，人們出行方式呈現(xiàn)多樣化，更加追求方便快捷的交通出行。RP聯(lián)合數(shù)據(jù)，建立了天津市居民出行方式選擇 MNL 模型。研究結(jié)果表明，費用、出行時間、舒適度對公共交通出行比例影響較為敏感，為相關(guān)決策者進行交通配置提供理論依據(jù)。通過對代表樣本的個人特征、出行特征等變量進行處理，建立居民出行交通方式選擇模型，獲得居民出行的重要影響因素，分析其潛在關(guān)系。 Stephan Krygsman[2](20xx)等應(yīng)用改進的 MNL 模型對交通方式選擇與出行活動選擇之間的相互關(guān)系進行了研究，結(jié)果顯示對于不同出行目的的出行對交通方式選擇的影響很大，出行目的也應(yīng)作為交通方式選擇模型中的重要特性變量。 20xx 年，李軍、朱順應(yīng) [5]等以長株潭城際軌道交通方 式劃分為例 ,對數(shù)據(jù)的調(diào)查方法進行了詳細(xì)的介紹 ,利用正交設(shè)計法對 SP調(diào)查表格進行了設(shè)計，分別建立基于 RP和 SP數(shù)據(jù)的 Logit模型 ,通過引入 SP比例參數(shù)克服模型中的隨機項存在的差異性 ,構(gòu)造出 RPamp。除此之外， Logit 模型還被廣泛應(yīng)用于路線選擇、停車選擇甚至交通領(lǐng)域以外的其他領(lǐng)域之中。 技術(shù)路線 確 定 研 究 對 象 及 目標(biāo)居 民 出 行 S P amp。最后對抽樣方法及樣本量的確定做了闡述。通過上述集計處理得到的數(shù)據(jù)稱為集計數(shù)據(jù)，而用集計數(shù)據(jù)所建立的模型稱為集計模型。最后，隨著經(jīng)濟發(fā)展，交通需求與供給嚴(yán)重不匹配，如何高效利用既有的交通設(shè)施成為新的問題，四階段法無 法明確的給出解決問題的辦法來滿足多樣化的規(guī)劃目的。（ 4）可移植性：集計模型由于社會經(jīng)濟因素而受到限制。由于多種因素共同影響著出行者的交通行為，具有非常多的不確定性。另外根據(jù)實際問題的情況，還有 Mixed logit 模型等其它類型的模型。因此，如果假設(shè)出行者 n 選擇方案 i 的效用為 inU ,則 niU 可以表示為： nnn iii VU ??? 式中： niV —— 出行者 n 選擇方案 i 的效用函數(shù)中的固定項； ni? —— 出行者 n 選擇方案 i 的效用函數(shù)中的概率項； 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 8 根據(jù)效用最大化理論，出行者 m 選擇方 案 i 的概率 imP 的概率可以寫成下面的形式： ),。oPr ??????? ?????? ??????? ?? njnjminin njnjnininin AjjiVV AjjiVVP 由上述性質(zhì)可知：不論概率項的平均值取什么樣的常數(shù)（通常設(shè)為 0）都不會影響選擇的概率；當(dāng)概率項被放大 ? 倍，則固定項以及其中包含的參數(shù)也被放大相同 ? 倍。河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 9 所以在確定效用函數(shù)時，有很多因素是難以確定的如社會經(jīng)濟屬性或潛在的一些個人屬性。其中較為重要的變量是那些能夠描述選擇方案 i 特性的變量和出行者n 特性的變量，這 些變量統(tǒng)統(tǒng)成為“特性變量”。 選擇特性變量 特性變量至少可以分為選擇方案的特性變量和出行者的特性變量兩大類。這是因為車票費對 于公交和地鐵來說是共同變量，與小汽車、電動車相比相對固定。 ????????????????????????KLLLL???/....../....../k1???????????????????????????221212122122/.../.../.../.../kkkkLLLLLL????????河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 15 從上述計算原理步驟能夠看出，當(dāng)特性變量數(shù)量增加時，荷賽矩陣的階數(shù)急劇增加，從而花費更長的計算時間。 但同時RP 數(shù)據(jù)也存在很多問題，為模型建立的精確度帶來影響。 除上述常見的調(diào)查內(nèi)容外，還可以結(jié)合研究的具體目的及數(shù)據(jù)需要，調(diào)查出行者或其家庭的家庭購車意愿、對共交服務(wù)評價、節(jié)假日出行情況等其他相關(guān)信息。但此種方法所需抽樣率較高。工作出行作為城市客運的基本主體，適用于公共交通規(guī)劃。對于各種情境，讓被調(diào)查者根據(jù)自身情況結(jié)合各種情境下進行判斷選擇，選擇出有偏好的備選方案。其次，由于受訪者的回答容易被限定在一定范圍內(nèi)，被調(diào)查者有時是在非現(xiàn)實、非體驗的條件下做出的選擇，更多的認(rèn)為“應(yīng)該”如何選擇，從而放寬判斷的標(biāo)準(zhǔn)。打分是將選擇意向或未來的利用頻率分為 57 個頂級，用這些尺度來評價選擇項目。 SP 調(diào)查是對假想的選擇方式進行提問，如何使實驗者具有現(xiàn)實感對回答數(shù)據(jù)的可靠性有很大影響。為了防止調(diào)查規(guī)模過大、調(diào)查內(nèi)容過于繁瑣、設(shè)問含混不清、回答結(jié)果可能因人而異及真正需要了解的項目被遺漏等問題，需要精心設(shè)計調(diào)查表。 綜上所述，調(diào)查表應(yīng)當(dāng)在符合思維邏輯的基礎(chǔ)上，語言表達(dá)易于理解、簡單明確。其次，因數(shù)量增加會使被調(diào)查者難以判斷，特性變量取 36 個較為合適。也就是說，當(dāng)抽取樣本時，樣本應(yīng)該是無偏的。這種方法的動機是使抽樣隨機化。當(dāng)采用選擇方案抽樣法時，樣本量大約在 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 22 樣本量在 280350 之間即可 [17]。具體調(diào)查問卷見附表 1； 基于上節(jié)中說明的抽樣方法及樣本量的要求，我們選定此次調(diào)查的樣本量為，并對結(jié)果問卷進行篩選及數(shù)據(jù)整理。因此，文章結(jié)合相關(guān)專家已有研究成果及分析數(shù)據(jù)，提出以下解決路線： 已 有 研 究 成 果 及 數(shù)據(jù)各 種 出 行 方 式 優(yōu) 先度 情 況各 種 出 行