（系统工程专业论文）基于时间窗的家庭活动模式模型.pdf

摘要 近年来，随着城市经济迅速发展和人们生活水平大幅度提高，一些大中型城市 的人口迅速增加，车辆拥有量迅速增多，这就导致了城市交通供给与需求的矛盾不 断加剧，使得城市交通系统逐渐进入了饱和甚至过饱和的状态。目前城市的交通设 施布局逐渐完善，因此提高基础设施的利用率，制定相应的交通需求管理策略来改 善交通拥挤状况将是解决当前交通问题的有效途径。研究居民的出行需求，构建相 应的出行活动预测模型，对居民的出行活动行为做出合理的预测，这将可以为交通 部门制定合理交通管理政策提供依据，以便改善城市的交通拥挤状况。 本文首先阐述了论文的研究背景及意义，说明了基于活动的交通需求预测方法 在交通规划和交通管理研究领域的重要性，然后对基于活动的预测模型进行了总 结，接着分析了基于活动分析方法比其它交通出行预测方法优越之处，确定了以家 庭出行活动模式模型的构建为本文的主要研究内容。 接着从构建数学模型方面进行探讨，构建了家庭一天的最优出行活动模式模 型。建模思路：首先分析了家庭进行出行活动选择时的各种影响因素和约束条件， 将各个因素量化，并加入了时间窗的约束，然后根据运筹学中最短路问题的研究方 法构建了模型，最后利用遗传算法对对模型实例进行了求解验证。 最后在内容和逻辑上对全文内容进行了总结，概括出本学位论文的主要研究成 果和进一步需要研究的方向。 关键词：交通需求，活动，出行行为，日活动规划，往返行程 a b s t r a c t 1 1 1r e c e n ty e 掷，w i t l lt l l er a p i dd e v e l o p m e n to f 也ec i 够se c o n o m ya n dt l l es t a i l 删 o fp e o p l e sl i v i n g ，t h ep o p u l a t i o no fac i 妙i n c r e 锄帕q u i c i d 弘s ot l l ev e h i c l e so fc i 哆 g r 0 、加q u i c “yt o o nc a 吣e sm ec o n n i c tb e 铆e 朗m e 咖s p o r t a l t i o n 眦p p l y 觚dt h e 昀n s p o a t i o nd e n 瑚dt i h n i n g 旧嘎葛e ，t 1 1 ec i 够臼硼唧r t a t i o ns y s “翘g e t si n t o 廿l e 鞠t u r a ，t i o ns t a t ee v e n 血e 鳓p c r s a t u r a l t i o ns t a t e s oi ti sa ne 任c c t i v ew a yt 0f o n 眦l a t e 仃a n s p o r t a t i o nd e m 觚dm 眦a g e m 锄ts 眦e g ) rf 0 rs o l v i n gt h e 昀n s p o n a t i o np r o b l e m t h r o u 曲吣i n gm er e s i d e 哟n e e d so f 仃缸唧o r t a t i o n ，c 0 璐仃l l c 痂唱af 0 r e c 嬲t i i l gm o d e l o ft h eh o u s e h o l da c t i v 时p a t t 锄f 0 加m l a t i o n ，t l l ea c t i v i t i e so ft h er e s i d 跚峪c 锄b e f o r c 嬲t e dp r o p e r l y nc a np r o v i d et h eg i s tf o rt h ed e p a m e l l to ft l l e 仃a 衔ct 0c 彻s t i t i l t i o n t r a 丘i cd 黼ds 仃a t e g yf 0 rm ei m p r o v e m e n to ft h ec i 够sm m s p o r t a t i o n f i r s tt 1 1 eb a c i u n da n ds i 驴i f i c a n c eo f 也i sd i s s e n a t i o na r ep r o p o s e d ，a n dt l l e i m p o r t 锄c eo f 也i s 咖近i yo nt r a l n s p o n a t i o np l a n n i i l g 锄dm 眦a g e m e n ti s s h o w e n i t p r 0 v i d e st l l e 叫m m a 巧锄da n a l y s i so fc u l l r e n ts i t u a t i o na n dt h ea g g r e g a t eo f t l l e a c t i 啊够- b a s e d 劬n s p o r t a t i o nf o r c 嬲t i n gm o d e l ，t 1 1 e n 百v e st 1 1 ea d v 锄t a g e so f 廿l e a c t i v i 够_ b 嬲e da p p r o a c ht l l a no t h e r s s ot h em o d e lo ft l l eh o u s e h o l da c t i v i 哆p a t t e m f b n n u l a t i o ni st h em a i nc o n t e n to ft l l i sd i s s e r t a t j o n t h e nt h em o d e lo fh o u s e h o l d sd a r i l ya c t i v 畸p a t t e mi sc o 邶t r i l c t e d t h es t a n d p o m o ft h em o d e l ：f i r s tt h e 蠡粥t o r sa n dc o n s 溉i n t sw h i c hi n n u e 码c e 也ea c t i v i 够c h o i c eo fa f a 】血l yi sa n a b ，z e d ，锄dt 1 1 e ya r eq u a n t i f i e d ，t l l e nt l l et i m e w i n d o wc o 邶砌n ti sa d d e d t h 锄t l l em o d e li sc o n s 仃u c t e dw i m 廿l em e t h o do fs h o n e s tp a mp r o b l e m ，锄dm o d e l e x 锄p l e si ss o l v e du s i n gm ea l g o r i 也mo fg 朗e t i ca l g o r i t h i n 。 f i l l a l l y ，as 咂吼a d ri sg e n e r a l 沱e da c c o r d i n gt 0t h ec o n t e x ta n dl o 西co ft h i sp 印e r a n d 仳血s t u d ya c h i e v e m ta n d 缸胁e rs t u d yd i r e c t i o na r es h o w e d k e yw o r d s ：t r a v e ld 锄锄d ，a c t i v 时，t r a v e lb c h a v i o r ，d a i l ya c t i v 毋s c h e d u l e ， t o u r 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研 究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰 写过的研究成果，也不包含为获得苤鲞盘堂或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确 的说明并表示了谢意。 学位论文作者签名： 谚哆蚕、签字日期：沙9 7 年 石月同 学位论文版权使用授权书 本学位论文作者完全了解吞鲞盘堂有关保留、使用学位论文的规定。特 授权墨鲞盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索，并 采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有 关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：乏t 套、 导师签名： 签字只期： 哆年，月，莎日 签字同期： 。7 年莎月占日 第一章绪论 1 1 研究背景 第一章绪论 随着我国经济的持续快速发展，城市化速度不断加快，城市规模迅速扩大， 城市机动化水平日益提高，道路交通量迅猛增长，由此导致的城市道路交通拥堵 已经成为一个十分普遍，并且越来越突出的问题。城市交通需求的快变化和交通 供给的慢变化特性造成二者之间是一对永恒的矛盾，这也导致了城市交通拥挤问 题产生。这时城市交通预测成为城市交通规划的一个重要组成部分并且越来越受 到相关政府部门的重视。城市交通规划的内容正在从原来单一的交通规划转变为 交通与居民出行的综合协调模式。 。 由此可见，在分析交通拥挤的症结时，必须从城市交通系统的内在机制和其 与外部环境条件的关系两方面着手。目前，实行交通需求总量调控，交通结构调 整与利用先进的技术手段提高基础设施利用率的做法普遍被人们接受，这较之于 无限度地被动满足型做法具有明显的合理性。其中，实行交通需求总量调控的本 质就是合理引导城市中各个家庭的交通出行活动。通过合理分析城市居民的出行 行为，对居民的出行需求做出正确的预测，是保证规划工作顺利进行的关键。 出行需求预测模型是运输系统规划和交通需求政策分析的基本模型。四阶段 交通规划方法于本世纪5 0 年代起源于美国，经历了几十年的发展，在世界各国 得到了广泛的应用。四阶段法主要用来评价基础设施建设项目的影响，比较适合 于区域或城市发展的前中期。 2 0 世纪7 0 年代牛津大学的研究人员于首先对人们的活动和出行行为进行了 综合研究，在此以后基于活动的出行需求预测方法在美国和德国得到一定程度的 发展1 2 l 。基于活动的出行方法主要研究人们的出行行为特征和选择特征个 人或者家庭关于出行和活动决策的规律。通过这些研究，人们逐渐认识到交通出 行需求源于人们对社会活动的需求。 人类面临的时空因素、家庭和生活周期等外部条件因素直接影响个人的出行 决策。国外发达国家出台的环境和能源政策是基于活动的出行预测方法研究的主 要推动力，而交通发展的阶段具有相似性，结合发达国家的交通发展史，在我国 开始进行这方面的研究很具前瞻性，同时也体现了可持续发展战略的思想，为我 国交通研究的进展注入新的活力。 第一章绪论 1 2 国内外研究现状 1 2 1 国外现状 2 0 世纪5 0 年代，国外开始大范围应用城市出行预测模型，6 0 年代用于主要 道路的基础设施投资决策。最早的出行需求模型是一种只包含几个参数，用集计 数据进行标定的简单模型，称为集计模型，是指将每个人的交通活动按交通小区 进行统计处理、分析，从而得到的以交通小区为分析单位的模型。随着交通管理 政策的变化，规划人员开始认识到开发复杂模型的必要性，非集计模型随之产生。 所谓非集计模型是与集计模型相对而言的，指以实际产生交通活动的个人为单 位，对调查得到的数据不进行按交通小区统计等处理而直接用于建立模型，能够 准确描述个人或家庭的出行决策过程。 人们复杂的出行行为模式、价值观念以及家庭经济状况等，使出行关系在本 质上都是极其复杂的。四阶段法( f o l l rs t 印m o d e l ) 不能在令人信服的理论框 架下清楚地解释这些关系，因而产生了一种基于活动的新的交通预测方法，有可 能针对当前的交通规划提供有效而实际的工具。它首先形成于2 0 世纪7 0 年代对 人们出行行为的研究领域。基于活动的方法使人们清楚地认识到人们对出行的需 求源于对社会经济活动的需求，而这些活动在时间与空间上又是分散分布的。更 进一步，这些方法还确定出某个人做出的一系列出行活动的决策之间、内部又是 相互关联的。基于活动的预测方法能够提供一个在理论与概念上都更令人信服的 框架，并可在此框架下进行出行活动需求模型的建立。 在1 9 7 5 ，m c f a d d e n 首先提出了使用离散选择模型来描述家庭选择居住地行 为的设想，他初步阐述了以效用最大化原理为基础的模型机制如何在交通领域加 以运用1 3 7 j 。到了1 9 7 6 年，l e m 姗尝试利用m n l 模型通过家庭的住宅类型，小 汽车拥有量，出行方式等因素来考虑家庭的住宅选址问题1 3 引。在1 9 8 6 年， b 一a 硒v a 和d ep a h n al 矧，a b r a l l a m 和h l l l l tc ( 1 9 9 7 ) 在此研究基础上进行扩 展，使用分层l o g i t 模型( n e s t e dl 0 9 i t ) 进行研究，尝试通过家庭日常的行为特 性来求得家庭长期的出行活动行为特征。 1 2 1 1 基于活动的交通预测方法的优点 基于活动的交通预测方法能够使人清楚地意识到人们对交通出行的需求是 由对社会经济活动的需求而引起的。它认为由于人们一天中的各种出行活动是相 互关联的，因此实现这些活动的出行也是相互联系的。因此，基于活动的预测方 法以人们出行行为潜在的决策过程为基础对出行需求进行预测。从这种意义上 讲，基于活动的预测方法完全不同于四阶段程序方法的发展逻辑，四阶段程序是 第一章绪论 与统计学相关的而不是以人们的行为关系作为模型发展的驱动力。 1 2 1 2 基于活动模型的研究历史 1 基于活动模型的早期研究 o i 锄ds h u l d i n e r ( 1 9 6 2 ) 一引入交通是由活动而产生的需求的概念 h 锄g e r s 仃a n d ( 19 7 0 ) 一概括参与活动的系统限制条件 c h 印i n ( 7 0 年代早期) 一确立时间与空问的行为模式 j o n e s h e g 百e ( 7 0 年代晚期8 0 年代早期) 一提出使用仿真 2 基于活动模型9 0 年代初的概念1 5 l b o w m a n 觚db e n a k i v a 一计量经济学分类。 一引入每日行为模式模型的概念嗍 一模型中包括时间界定 一确立每日行为模式、主要活动、主要活动种类和次主要出行次数、目的 一通过一系列n e s t e dl o g i t 模型实现 3 相关模型 s t a r c h i l d 一( 1 9 8 6 一i 沁c k e r m c n a l l y r 0 0 t ) m i d a s 一一( 1 9 9 2 g 0 u l i a s 趾d 硒t a 删珊1 3 】) a m o s 一( 19 9 5 晒切m l l r a p e n d ”1 a p a s e t a l ) f a m o s 一一一一( 研究中p e n d y a 像硒切m u r a l ) 4 国外使用基于活动预测方法的城市 波特兰( p r o t l a n d ) 三藩市( s 锄f r 孤1 c i s c o ) 纽约( ( n e wy 0 r k ) 9 0 0 d 哥伦布( c o l 珊曲u s ) 1 2 2 国内现状 国内目前在做城市道路交通规划过程中，采用最普遍的还是四阶段法，这是 一种传统的基于集计模型( a g g r e g a t em o d e l ) 的交通需求预测方法。虽然这种方法 中存在着一些问题，如交通小区划分方法上缺乏合理性及理论说服力、数据收集 时需要花费大量的人力和财力等，但是与其它方法比较起来，这种方法却更加接 第一章绪论 近于实际，所以目前为止，四阶段的交通需求分析方法在应用中还是占据主导地 位。 同时，国内研究交通时缺少对弹性出行的考虑。弹性出行是指除了工作出行、 上学出行及与此相关的出行以外的生活性出行。由于过去中国经济发展比较落 后，人民生活水平不高，弹性出行比例相对较低，所以交通工程师在处理这部分 出行时，往往采用简化的方法，假设一定的生活性出行比例或者在以前的生成模 型中干脆忽略掉这部分的内容。但是近些年来，人们生活水平提高很快，尤其在 东南沿海一带的开放城市，如上海、广州和深圳等地，这些城市的居民除了工作 学习出行之外，生活性出行的比例大大增加，由于以前对弹性出行认识和研究的 不足，成为摆在交通工程师面前的一个新的研究课题。基于活动的出行预测方法 正是针对个人出行活动预测的一种方法，国外研究已经有几十年的历史了，但是 国内对基于活动的交通预测方法的研究却刚起步，在这方面进行研究的主要人员 有隽志才、褚浩然、李志瑶，宗芳等人。 1 3 论文研究内容 本论文在b o 、m a n 锄db e n a l ( i v a 和t i m m e m 趾对个人出行活动研究的基础 上，结合运筹学中最短路的研究方法与建模过程，把家庭准备进行的各项出行活 动看作是一项规定好时间的地点的“任务”，每个任务都有其时间窗约束，这样 家庭对出行活动韵选择就可以看作对各个“任务”的选择。然后从家庭对各个活 动分配的时间窗和进行出行时的各种家庭资源因素的约束情况分析了家庭进行 出行活动选择的过程，以系统最优化思想，建立了一个基于时间窗的家庭出行模 式模型。最后利用家庭出行的数据，对模型进行了求解、验证。 论文的主要研究内容： 1 介绍了基于活动交通出行的理论、框架和研究思路。主要理论有基于活 动的出行理论、出行决策理论、效用最大化理论，它们为下一步模型的 分析与建立奠定了基础。 2 国外的研究大多都是对个人出行活动的安排、时间的选择或者出行方式 的选择进行研究。本文从整个家庭出行计划的角度，以家庭出行费用最 小为目标去构建家庭一天最优的出行模式模型。 3 考虑到在某些情况下有些活动难以准时开始的情况，加入了软约束，对 未能准时开始的活动予以惩罚，这样建立的模型更加接近现实情况，也 满足了家庭出行活动的随机性和灵活性。 4 应用遗传算法对模型进行求解。本文主要探讨模型的构建，在求解上使 第一章绪论 用了一种通用的方法一遗传算法，它使目标函数的构造不受连续性及 可导性的限制，拓展了模型的适用性。 第二章基于活动的交通需求预测理论 2 1 出行概述 第二章基于活动的交通需求预测理论 2 1 1 出行的概念 出行是交通规划中最基本的概念。在交通工程学一书中曾对出行作过如 下定义：人、物资或作为运输方式的汽车等从某地点向其他地点移动时，称为出 行。其中，人的移动称为个人出行。在高等学校试用教材城市交通规划也曾 定义过出行：人、车、货从出发点( 即起点) 到目的地( 即讫点) 移动的全过程，分 别称为居民出行、车辆出行和货物出行。但这些定义都比较笼统，只是给出出行 的具体结果，至于出行的动机、原因、出行的种类等方面并没有给出相关的阐述， 所以在实践中还往往需要对出行作出更详细的规定。 关于一次出行的定义，目前不同国家和地区并不完全一致，即使在同一个国 家内部也存在着差异。由于概念上的混乱，致使统计很不一致，即使是同一种出 行情况，统计出的出行量结果也会有很大的差别，这给横向及纵向的对比研究带 来了极大的困难。所以有必要对出行定义进行统一，特别是在一个国家内部。 合理定义城市居民出行，需要从城市交通产生的根源和我们研究居民出行的 目的出发。首先，城市交通是城市范围内起点和目的地之间客货的运转，这种运 转过程的达成需要通过各种交通方式，使用不同的能源，利用不同的交通设施。 但追根溯源，这种客货的运转并不是交通的根本目的，人们不会为了交通而交通， 交通只是人们达成某种目的的手段，这种目的就是人们特定的生产、生活和娱乐 需求。因此，特定的生产、生活目的是城市居民出行的本质根源，是出行的第一 要素，即我们通常所说的“出行源于需求”。所以，应将城市居民出行定义为目 的出行，即从不同出行起点到出行终点完成一次有目的的活动。具有一贯的出行 目的，在途中即使变换了多种交通方式，只要出行目的不改变，仍看作一次出行。 综上所述，城市居民出行应定义为：城市居民为完成某一生产、生活目的， 从甲地到乙地，采用某种或多种交通方式，在交通设施上距离超过3 0 0 m 的移动 过程。 2 1 2 出行活动的概念 1 活动( a c t i v 毋) 第二章基于活动的交通需求预测理论 活动，指的是个人在某个时间段内去某地进行某项事情唧。活动可分为室内 活动、室外活动等。活动概念的引入，处理的对象不再是简单的出行( 物理移动) ， 而且还要考虑个人和家庭的各类决策以及引起出行的原因等等，研究范围得到了 扩展。 2 往返程( t 0 u r ) 往返行程把一系列有序的出行活动按照先后顺序依次连接起来，有时候也被 称作出行链l 加j 。往返行程总是由某地点出发，经过一系列的出行活动后又回到此 出发点。把往返行程作为基本分析单元的模型被称为基于往返行程的模型，此类 模型融合了基于出行的模型的优点。这种思想，正是基于活动的出行需求预测模 型的关键所在。 3 驻停点( s t o p ) 在一次出行链中存在一个主要出行目的地，这样，在起终点和主要出行目的 地之外的活动点被称为中途驻停点7 1 。 4 等待( w a i t ) 进行出行活动前由于准备或者其它原因而无法准时进行出行活动而发生的 延迟。 5 出行( 嘶p ) 利用各种交通工具从一个活动地点到另外一个活动地点所发生的交通行为。 6 阶段( s t a g e ) 进行交通活动有时也需要换乘等行为，这时也要发生等待，我们把所需的交 通和进行的等待一起称之为一个阶段。其中各个概念之间关系的示意图如图 2 1 所示。 主要目的地 图2 一l 出行活动示意图 活动 等待 第二章基于活动的交通需求预测理论 2 2 出行活动的描述 2 2 1 出行活动 我们可以对出行活动进行如下描述：居民由于自身的需要，产生社会活动需 求，由于对社会活动需求的需要进而产生了对交通出行的需求。居民结合自己的 社会经济条件、心理因素、交通运输的历史供应状况等等，建立选择偏好以及各 方案的效用，在此基础上结合出行目的形成选择的标准，最后选择最合适自己出 行的交通方式、出行路线等。 2 2 2 出行活动的基本假设 1 出行是一种派生需求 其出行目的是这种活动的一种阻碍，具有负效应。如果这种阻碍很大时，出 行行为便会受到抑制，或者改变实现的途径，以及手段等。 2 出行行为的实现 交通方式以及路径选择在不考虑反馈作用及动态的条件下，这一行为包括两 个主要过程： 1 分析判断各种实现途径的效用； 2 决策机制。 目前各种实现途径的效用一般都用确定性分析，而在实际出行过程中一般都 是随机的，因为要受到时间、舒适性、安全性、车辆运行状况、天气等因素的影 响和制约。 3 居民对出行活动的决策分析 居民对出行活动进行决策时一般越重要的决策分析越明确，这是因为任何决 策都是需要一定成本的，同时居民对效用的感知也具有一定的精度。人都是生活 在复杂的社会关系中的，每个人在社会关系中都扮演着很多不固定的角色的，这 会影响人们出行活动决策的原则，因此必须考虑这些因素。 4 出行活动路线与方式的选择 居民根据出行活动的需求进行出行路线与方式的选择，由于交通的不确定 性，这种选择是随机的，并不一定最优。居民根据交通信息和出行经验来更新路 径运行时间( 意识) ，使用路径运行时间效用函数做出出行活动选择计划【1 2 l 。同时， 居民根据个人心理等方面的特性，给出一定的弹性系数，并以此来定义可行合理 路径1 1 3 l 。 5 出行时间的考虑 第二章基于活动的交通需求预测理论 出行活动都是发生在一定的时间，并且按照一定时间顺序发生，同时出行在 完成过程中也需要一定时间1 1 4 j l 阁。 6 运用决策理论分析 人们在出行决策中，必须按照决策理论来进行分析。在单一出行中，必须考 虑是一次决策还是多次决策，这两者的分配结果是不一致的1 1 6 l 。对于多次出行， 则要考虑居民的习惯及决策准则的变化等。 7 不确定性 居民的不确定性，感知效用或成本是不完全的，出行信息是不对称的，必须 考虑居民的消费特性，出行决策只是在一定程度上选优1 1 7 1 。 8 出行活动的综合指标 出行活动的费用( 票价或者成本) 、时问等都是综合指标，受各种政策条件、 市场需求条件、供给条件等的制约，对出行活动过程本身具有很大的影响，因此 给出行效用的确定带来困难。另外在对路径或方式的选择中，常常需要考虑多个 因素，在实际中经常将其转化为复合指标进行分析1 8 j 1 1 9 l 。 9 交通运输供应条件 交通运输供应条件之间( 或提供的产品之间) 具有弱替代性( 有时竞争，有时 合作) i 1 1 2 2 j 。单纯考察一次出行时，交通方式选择阶段的模型大多是考察各种 方式的效用，计算出来的结果是竞争形式的1 2 。 2 3 基于活动出行研究思路及其理论 2 3 。1 研究思路 活动指的是个人在一个连续时间段内因为某种目的，采用一定的交通方式和 优先权在某个活动地点去实现某个目的的过程i 矧。与出行相对应活动可分为工作 活动、娱乐活动等。由于每个人都是根据自己的意愿安排活动，而为了把各个在 时间和空间上存在差异的活动连接起来就需要出彳亍1 2 钔。由此可见，活动是最基本 的，它引发了出行，同时也影响了目的地、时间等出行要素。因此基于活动的出 行理论认为要根据活动来预测出行需求，其基木思想可以归纳为： 1 人们对交通出行的需求源于其对社会经济活动的需要； 2 人的行为受时空限制。不同的活动发生的时间和地点都不相同，而且去 各个活动地点要受时间和空间上的约束； 3 。家庭影响个人的活动和出行决策。许多决策都作为家庭决策的一部分， 受家庭中其它成员的限制。所以家庭类型和生活方式等因素都将影响个人的选 第二章基于活动的交通需求预测理论 择； 4 活动和出行决策是相互关联、相互影响的。一次出行活动受上一次和将 来的出行活动的影响。 2 3 2 效用的概念 效用是人们价值观念的度量。当人们面临分配与选择时，不同的人对同一事 物有不同的态度，其中所体现的，正是每个人作为行为主体与其他人在价值原则 上的差异。从一般定性分析看，效用是人们的价值观念在决策活动中的综合表现， 它综合地表明决策者对风险所持有的态度。 2 3 3 效用理论 决策分析中有两个关键问题： 1 对所研究现象的状态的不确定性进行量化； 2 对各种可能出现的后果赋值。 一般说来状态的不确定性用各种状态出现的概率来描述，而研究出现后果的 价值则要用到效用理论。 效用理论是决策论、对策论及数量经济学的基础之一。偏爱( p r e f e r c e ) 分析 作为效用理论的一个主要内容，在众多学科中存在着广泛的应用1 2 5 1 。作为现代科 学的一个完整概念，效用理论在两个重要领域中有着令人瞩目的发展前景： 1 决策科学，包括社会选择理论； 2 经济科学。 经济学的许多分支如市场理论、消费理论、投资理论、福利经济理论和非确 定性经济理论，都是基于效用理论来建立分析模型的。 2 3 4 效用理论的应用 交通现象的各种宏观表征是大量个体出行行为的综合结果，从分析具体的个 体出行行为入手研究交通现象，可以认为出行者的出行行为由一系列的决策组 成，是否出行，何时出行，去何处，采用何种交通工具，选择哪条路线等等。目 前，为大部分研究者所接受的决策理论是由m a n s k i 于1 9 7 7 年首先提出的随机效 用理论( r a n d o m u t i l 时t h e o 巧) ，即在出行个体和选择肢群既定的情况下，以效用 来描述各选择肢的吸引程度。效用被假定是服从一定分布的随机变量，它与选择 肢的特性和选择者个体的社会经济属性有关。每个出行者个体都会选择效用最高 的选择肢1 2 引。 第二章基于活动的交通需求预测理论 即在a 个可选方案中第1 个选择肢被选中的概率可表示为： 尸o 4 ) = e ( u 0 u 加j a 。) 其中： 4 - ：可供选择的选择肢群； u 蛔：个人n 选择分枝i 时的效用； u 胁：个人n 选择分枝j 时的效用。 即出行者个体将在a 。个选择肢中，选择效用最大的选择肢。 2 4 交通出行预测模型方法 2 4 1 离散选择模型 1 离散选择模型概述 离散选择模型用于描述人的选择行为，起源于对交通方式选择的分析和预 测。1 9 7 0 年开始，美国加州伯克利分校经济系教授麦克法登c m c f a d d 钮在旧金 山市铁路系统交通方式需求预测中提出了m n l 模型，为离散选择模型在交通及经 济等领域中的研究开辟了一个新的领域，从而带动了美国的b e n 胧v 巩l 锄n 等人的研究小组将这项研究推向了实用化阶段1 2 7 1 。这种建模思路具有很大的优 势，尤其是模型中能够导入多种政策变量，进而可以评价和决策多种政策方案的 实施效果。基于个人决策的离散分析与传统的集聚分析相比，在分析单位、模型 标定方法、适用范围、政策表现能力、数据的使用效率和自变量导入可能性等方 面均不相同。具体情况如表2 2 所示。 从那时起，离散选择模型开始了它的广泛应用，以及不断的发展。但是，8 0 年代左右的研究方法主要受到离散选择模型构造的限制，即m n l 模型为了满足 其数值可解性而施加的约束。即：个人效用函数随机项的独立同分布特性，选择 项之间的独立不相关性等特性。上述特性虽然在很大程度上简化了m n l 模型的 应用和分析，但是以与复杂的现实世界不一致为代价。 9 0 年代以来，离散选择模型的研究获得了极大的突破。出现了许多新的模 型和不同的模型求解方法，离散选择模型在交通需求预测、计量经济学和市场需 求预测等领域得到了不断的发展1 2 引。根据对效用函数随机项的分布函数的假设不 同，可以将模型划分为两人类： 第二章基于活动的交通需求预测理论 表2 - 2 离散分析和集聚分析方法的比较 第一类模型，其假设效用函数的随机项服从极值分布。 这类模型以心l 模型为核心，包括分层l o g i t 模型，派对l o 西t 模型，交叉 分层l o 酉t 模型，通用l o 醇模型，混合l o 酉t 模型等。 第二类模型，其假设效用函数的随机项服从正态分布。 代表模型为m n p 模型，它的提出和应用虽然早于m n l 模型，但由于对它 的求解不能仅仅通过解析方法，而需要依赖随机模拟方法，应用范围一直不是很 广泛。 2 离散选择模型的基本理论 作为决策单位的个人或者家庭在一个可以选择的、选择项互相独立的集合 中，会选择刘自己来说效用最大的选择项。这一假定称为效用最大化假设，也是 所有离散选择模型的建立基础。作为研究者，我们并不能完全掌握某一个客体对 于某一个人的实际效用值。所以，在描述人的选择行为中，效用函数包括两项， 一部分是可观测项，另一部分是随机项，这样的效用函数也就被称为随机效用函 数，可以表示为：j = j + 其中： 第二章基于活动的交通需求预测理论 g 表示决策者； f 表示选择集中的一个选择项； 表示效用函数的可观测项，通常采用线性效用函数形式：，= ，屈， z ，是所观测到的变量值，包括选择主题的特征模型中可能包括家庭收入，是否 有私家车等，和选择客体的性质，例如在出行方式选择的各种交通方式的出行时 间，出行费用等。屈是要求解模型的参数值，反映了效用值对相应的厶变化的 敏感性。 乞，表示效用函数的随机项，即前面提到的影响主体做出决策但不能被研究 者所观测到的部分。可以说整个离散选择模型研究的发展都是围绕如何合理的假 设这个随机变量。 3 离散选择模型的分类 1 基于极值分布的离散选择模型 这一类模型假设随机效用项服从极值分布，不同模型的区别在于，假设选择 项全部或部分不相关。当假设选择项全部不相关，即是最简单目应用广泛的m n l 模型；当假设选择项之间部分相关，根据相关性的作用不同，有一分层l o g i t 模 型，派对l o g i t 模型，交叉分层l o g i t 模型，通用l o g i t 模型等；当假设选择项 全部相关，就是最新提出的也最复杂的混合l o g i t 模型。随着对选择项相关这个 假设的放松，模型可以解决越来越实际的问题，但求解也变得越来越复杂。 2 m n l 模型 作为第一个实用化的离散选择模型，m n l 模型不仅可以解决离散选择问题， 其求解也很简便。直到现在，心l 模型在实际应用中还占有很重要的地位。 心l 模型中，乞；服从独立同极值分布的假设，该假设使得心l 模型的主要特 点为： 1 ) 选择项之间相互独立，而其它的模型都试图放松对这个假设的依赖。 2 ) 概率表达式为分对数表达形式，使得求解模型非常简便。 根据效用最大化假设，任何决策者都选择对其效用最大的选择项，也就是 说决策者q 选择1 的概率等于选择项z 带来的效用比其他选择项带来的效用都大 的概率，可以表示为： 只，= 尸( ，夥c ) 其中c 表示选择项的集合。例如在交通方式分担问题中，选择集c 包括小汽 车、公共汽车、自行车、步行等。 m n l 模型的分对数表达式为： 铲参 第二章基于活动的交通需求预测理论 2 4 2 计量经济模型 计量经济学模型以效用最大化理论为基础，通常由几个m n l 或n l 等非集计 模型组成，得出所有决策结果产生的概率，由此说明选择各选项的可能性1 2 纠。系 统的发展经历了3 个阶段。第l 阶段是m t c ( m e 们- p o l i t 如t r 觚s p o n a t i c o 删血s s i o n ) 系统，它把各个基于出行选择模型结合起来，能够简单描述时间和空 问的约束和家庭内部的相互影响。第2 阶段是n e t h e r l a n d s 的基于往返行程模型。 它用往返行程作为基本的决策单元，所有的活动和出行都发生在离家和返回家的 途中。第3 步发展到描述1 个人对l 整天活动和出行的选择，它扩展了基于出行 和基于往返行程模型。并且能用已为人们接受的统计过程对模型进行标定、测试 和验证。 1 基于出行的模型( t r i p - b a s e dm o d e l ) 基于出行的模型最早由r u i t c r 和b e n a k i v a 于1 9 7 8 年开发，它是一个基于 计量经济学的系统。该模型包括两个子模型：生活方式模型和活动出行模型，它 们组成一个两层的n l 模型。生活方式模型模拟各种生活方式对家庭中个人出行 的影响。活动出行模型模拟基于家的其它出行和非基于家的出行。低层的模型受 高层选择的制约，同时低层模型的期望效用( l o g s u m ) 作为高层模型的一个变 量，对其产生影响。此模型的主要缺点是：顺序地模拟基于家和非基于家的出行， 而没有明确地描述各出行间的联系。其示意图如图2 3 所示。 努变震 耳 h 歼率i 2 审 s p b 疹行z 2 w 图2 3 基于出行的模型 2 基于往返行程的模型( t 叫r _ b a s e dm o d e l ) 基于往返行程的系统开发于2 0 世纪7 0 年代到8 0 年代，在欧洲得以广泛应 用。与基于出行( 瞄p - b a s e dm o d e l ) 的模型相同，模型也用期望效用来链接生 活方式和活动、出行计划。系统中每一个子模块都是一个n l ( n e s t e dl o g i t ) 模 型。工作往返行程决策受活动性和生活方式决策制约，而且约束所有其它的活动 和出行决策1 3 0 j 。 基于往返出行模型的主要优点：对往返行程和其中的出行链的准确描述。 第二章基于活动的交通需求预测理论 基于往返出行模型的主要缺点：不能把各个往返行程连接起来，而且模型不 能把时间这个影响变量结合到模型系统中去。其实意图如图2 - 4 所示。 移毽广鼍 _ 一 公矿一罗， ， ，h 、一 ( s 三歼率 图2 4 基于往返行程的模型 3 日活动计划模型( d a i l ya c t i v 畸s c h e d u l em o d e l ) b e n a 如v a 和b o 眦趾在1 9 9 5 1 9 9 6 年期间开发了日活动计划模型，解决 了基于往返行程模型存在的两个问题。首先，它描述了家庭和个人对活动模式的 选择，并把往返行程连接了起来。其次，模型中包括时间变量，可以模拟出行活 动和出行的时间。日活动计划的特点是第1 次活动和往返行程类型的选择是多 维的，以下几次往返的数量和目的也是多维的。模型包括日活动模式子模型和几 个往返行程子模型1 3 1 1 。其示意图如图2 5 。 步行，? 中午 公 旱巍峨，h f k 止歼擎 睦卜、o 图2 5 基于活动的模型 2 4 3 混合仿真模型 混合仿真模型的基本观点是模拟人们的决策过程，它假设活动计划是一个有 顺序的由连续的步骤组成的过程，每一步都看作是一次初步的计划。另外还通过 限制决策范围、省略活动和出行计划决策中次要的影响因素来简化模型。模型重 点在生成选择集过程，而决策过程相对简单，一般也采用m n l 或n l 模型。由于决 策理论的不同，混合仿真方法包括多种模型。我们这里介绍几种有代表性的混合 第二章基于活动的交通需求预测理论 仿真模型系统：s e m 、a l b a t r o s s 、创o s 系统。 2 4 3 1 s e m 模型 s e m 是德国p n 公司开发的进行交通需求预测的软件，软件的核心是基于 活动的交通需求预测模型0 3 甜。首先按属性的不同将人群划分为若干种类型，在 此基础上分析活动模式，然后再预估出行分布、目的地选择、交通方式、出行时 间等。 1 - 输入数据 1 ) 土地利用数据( 各交通小区的可居住人数、工作岗位数、商店数、教育 岗位数) ； 2 ) 各类同质人群的比例( 同质人群，指具有相同属性的某一类人群，例如， 拥有一辆小汽车的工作者、没有小汽车的工作者、有一辆小汽车的无业 者，小学生、中学生、高中生、大学生、老年人等) ； 3 ) 各类同质人群各种出行链的比例； 4 ) 各次出行的时间分布； 5 ) 各种方式的出行时间、到达和离开交通工具时间、出行费用； 6 ) 出行的距离和阻抗； 7 ) 目的地选择和方式划分的相关参数。 2 模型结构 v i s e m 模型适用于评价土地利用变化对交通供求的影响以及人口结构变 化、活动行为变化、特殊活动等对交通的影响。其模型结构如图2 6 所示。 2 4 3 2a l b a r r o s s 模型 该模型是荷兰的艾恩德霍芬大学城市规划研究组创建的p 3 1 。 1 输入数据 1 ) 活动日志，如活动的顺序、目的、开始时间和持续时间； 2 ) 各种活动的约束条件； 3 ) 个人家庭的属性、交通小区的信息、交通系统的特征( 如服务水平) 。 2 模型结构 a l b a t r o s s 模型已经发展到第2 版本。该模型由3 个部分构成： 1 ) 生成各种非弹性活动的框架以及其开始时间和持续时间； 2 ) 生成各种弹胜活动的日程安排，如活动的伴侣、持续时间、时间和出行 的特征； 3 ) 是到达地点模型，用来计算弹性和非弹性活动的到达地点。 3 输出结果 第二章基于活动的交通需求预测理论 图2 6v i s e m 模型结构 家庭成员一天的活动安排，如模型的活动时间、目的地、持续时间、出行 方式等。 2 4 3 3a m o s 模型 a m o s 是一个按活动顺序模拟出行的动态仿真器，它将交通系统与土地利用 第二章基于活动的交通需求预测理论 结合起来进行仿真计算。a m o s 的创新之处在于能在交通需求模型中加人更多的 影响因素，如土地利用、空气质量的评定等3 引。am o s 模型可以根据政策的变化 对已有的活动时间表进行调整，因此，它属于可转换模型( s w i t c h i n gm o d e l ) 。 1 数据输入 1 ) 该模型需要3 方面的数据： 2 ) 交通供给数据，如交通网路、出行成本、出行时间等； 3 ) 出行日志数据； 4 ) 受访者对交通需求管理政策反应的数据。 需要进行额外调查，可以采用电话调查的方式。首先询问受访者前一天的活 动情况，调查人员再提出一些交通需求管理的措施，如增加燃油的价格、拥挤收 费、增加自行车道，然后询问若这些政策被实施受访者有何影响，譬如“没有任 何改变”、“晚一点出行“改乘公交 等。 2 模型结构 适应是a m o s 中的一个核心概念。模型首先辨别出行环境的变化，再根据这 些变化调整出行行为模型包括4 个模块：出行行为分析、反应选择、出行行为调 整、评价。模型采用神经网络来生成出行者对交通需求管理的反应1 3 4 1 。其模型结 构示意图如图2 7 所示。 3 计算结果 交通需求管理对出行者的影响。 第二章基于活动的交通需求预测理论 y e s l 接受该出行模式 图2 7 削o s 模型结构图 1 9 o 第三章出行决策 3 1 决策的定义 第三章出行决策 决策是人类生活、生产过程中最普遍存在的一种活动。它是决策者为实现当 前或未来的目标，按照一定的价值准则，对可能的各个行动方案进行分析判断， 从中选择满意方案的过程。 3 1 1 决策的特点 决策的特点是人参与整个决策活动过程，决策过程的每一步都需要依靠决策 者和专家的知识、经验和胆识。决策的正确与否依赖于基本情况和基础数据的全 面性、完整性和可靠性，依赖于系统分析人员的技巧，也依赖于决策者的素质和 胆识。 决策本质上是一个进行反复分析、比较、综合并最后做出抉择的复杂过程。 往往一次分析、比较、综合等是很难完成的，所以决策是一个反复的过程。 但是对所有的决策分析来说，与所提出的决策问题有关的预期结果，通常是 近似的、粗略的。这是因为每个人对于决策未来事件的能力总是不完美的、不完 全准确的。对决策问题的了解，很大程度上依赖于人们的认识活动，它往往与研 究物理现象中经常见到的那种条理清楚的因果关系的情况很不一样。应该认识到 不同程度的不确定性，常常是与决策环境相联系的，采用经常用于统计不确定性 的