《TDM作用下個體活動－出行行為序列及群體集聚規律研究》是依託東南大學，由楊敏擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：TDM作用下個體活動－出行行為序列及群體集聚規律研究
- 項目類別：青年科學基金項目
- 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
交通需求管理（TDM）策略的本質並非直接影響總體交通現象，而是通過改變個體活動－出行行為使得巨觀交通總量、方式結構、時空分布趨於合理。本項目從交通需求產生的源頭入手，以個體活動－出行初始行為序列在TDM作用下的意向調整模式分析為立足點，基於家庭整體框架內活動調整與分派的離散/序次聯合logit模型生成個體活動調整計畫，運用mixed logit和蒙特卡羅模擬重構家庭通勤與非通勤成員個體活動鏈；並將TDM策略作為個體感知的重要外部環境信息，基於Agent增強學習算法在活動鏈中對個體出行方式和時空選擇決策進行協同、逐步動態解析。進一步運用多Agent互動式學習仿真，揭示多個個體在TDM作用下相互協作而調整出行行為的決策機理，以發現由微觀個體活動－出行行為序列向群體交通特徵集聚的規律，從而為科學預見TDM策略綜合作用效果提供理論方法依據。
結題摘要
交通需求管理（TDM）策略的本質並非直接影響總體交通現象，而是通過改變個體活動－出行行為使得巨觀交通總量、方式結構、時空分布趨於合理。本項目從交通需求產生的源頭入手，以個體活動－出行初始行為序列在TDM 作用下的意向調整模式分析為立足點，基於家庭整體框架內活動調整與分派的離散/序次聯合logit 模型生成個體活動調整計畫，運用mixed logit 和蒙特卡羅模擬重構家庭通勤與非通勤成員個體活動鏈；並將TDM 策略作為個體感知的重要外部環境信息，基於Agent 增強學習算法在活動鏈中對個體出行方式和時空選擇決策進行協同、逐步動態解析。進一步運用多Agent 互動式學習仿真，揭示多個個體在TDM 作用下相互協作而調整出行行為的決策機理，以發現由微觀個體活動－出行行為序列向群體交通特徵集聚的規律，從而為科學預見TDM 策略綜合作用效果提供理論方法依據。依託項目研究成果共發表學術論文12篇，其中SCI收錄4篇，EI收錄8篇。SCI收錄的4篇論文均發表在交通領域國際核心期刊上，如《Journal of Transportation Engineering, ASCE》以及《Journal of Transportation Research Record》等。開發了用於仿真錯時通勤TDM實施效果模擬分析的系統軟體《基於Multi-Agent的活動-出行時空分布特性仿真軟體》。申報國家發明專利兩項，其中授權1項，公開1項。共培養博士生2名（1名已獲學位，1名在讀）、碩士生6名（2名已獲學位，2名預計近期答辯，2名已開題）。項目負責人楊敏晉升為副教授、碩士生導師、博士生導師，併入選東南大學優秀青年骨幹教師教學科研資助計畫，張永、陳茜2名項目組成員獲得國家青年科學基金資助。
