《居住外遷個體通勤活動鏈中的多維出行決策機理》是依託東南大學，由楊敏擔任項目負責人的面上項目。
基本介紹
- 中文名：居住外遷個體通勤活動鏈中的多維出行決策機理
- 項目類別：面上項目
- 項目負責人：楊敏
- 依託單位：東南大學
中文摘要,結題摘要,
中文摘要
立足當前城鎮化進程中老城改造和新區建設並舉背景下居住外遷所衍生的通勤交通出行問題，從微觀個體活動-出行行為源頭探索居住外遷對通勤交通出行的影響規律。針對居住外遷影響下個體通勤活動鏈中方式、時間、起訖點、路徑多維出行特徵演變的複雜性，採用多源數據採集-影響因素識別-行為機理解析-混合仿真實證的總體技術路線展開研究。基於個體居住外遷及活動-出行多源數據的同步調查分析深入挖掘居住外遷個體通勤鏈中的多維出行決策影響因素，擴展運用多層貝葉斯網路建模和智慧型體強化學習方法構建居住外遷個體通勤鏈中的多維出行決策機理解析模型。結合典型城市案例，運用Multi-Agent 和ArcGIS 混合仿真預測居住外遷個體微觀通勤行為演變及巨觀通勤交通結構與時空分布的動態變化特徵。預期研究成果可為從微觀尺度預見居住外遷引發的潛在通勤交通問題提供科學的理論依據和分析方法。
結題摘要
城市居住外遷引發城市通勤交通問題的同時，也給城市遷居個體出行帶來一系列微觀變化，導致城市交通需求時空的重分布。居住外遷個體通勤方式、時間、起訖點、路徑等多方面出行特徵相互關聯、相互制約，呈現出複雜的多維決策行為。已有研究雖已開始關注居住外遷引發的通勤交通問題，但居住外遷衍生交通出行演變規律的理論方法和分析手段一直缺乏科學的系統研究，難以提前預測感知居住外遷可能引發的潛在交通矛盾。因此，本項目圍繞居住外遷衍生交通出行演變規律，以預防和控制該交通問題的二次演化和蔓延為研究目的，採用“多源數據採集-影響因素識別-行為機理解析-混合仿真實證”總體技術路線，針對居住外遷個體通勤活動-出行多源數據獲取與出行特徵分析方法、居住外遷個體通勤鏈的多維出行決策影響因素、多維出行決策模型以及居住外遷下的交通特徵演變仿真展開研究。研究結合個體居住外遷及活動-出行數據調查設計和API、POI網路數據，以南京城市內部遷居人群為例，建立多源遷居人群出行資料庫，基於Sequential Mixed Logit、Cox、貝葉斯網路以及Rasch模型，模擬南京內部遷居個體通勤者出行行時間、空間分布、方式結構以及全過程出行方式鏈在遷居前後的微觀變化特徵，結果發現遷居前後社區建成環境、公交服務及路網可達性、臨近軌道接駁設施服務、居住區位以及家庭基礎經濟條件的變化，均是影響居住外遷個體通勤多維出行決策變化的重要因素。同時，項目擴展運用神經網路和多智慧型體強化學習方法，聯合構建居住外遷個體通勤鏈中的多維出行決策機理解析模型，混合仿真和預測居住外遷個體微觀通勤行為演變及巨觀通勤交通結構與時空分布的動態變化特徵。研究成果可為從微觀尺度預見居住外遷引發的潛在通勤交通問題提供科學的理論依據和分析方法。
