CBD区域开行定制公交对其他交通方式的影响研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:hygensos
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来北京城市规模不断发展扩大,机动车保有量不断上升,截至2020年北京市机动车保有量达到约657万辆,庞大的机动车保有量对北京目前的交通网络容量产生了巨大压力,城市交通拥堵与碳排放环境问题接踵而至。而这些问题以北京CBD等核心商务区尤为明显。解决该问题需要引导出行者更多的从小汽车出行向公共交通转移,定制公交作为一种全新的公共交通服务,以其舒适性强、线路灵活、经停站点少和需求响应快等特点成为公共交通方式的重要补充,通过分析定制公交发展现状,发现定制公交的推广程度和大众对定制公交的认可程度还有待提高。针对上述问题本文主要研究出行者对定制公交满意度受各个因素具体的量化影响,同时对因素具体影响进行分析,为公共交通管理者与规划者统筹规划提供依据。本文建立了定制公交中介模型,用以研究各个因素是如何影响出行者对定制公交满意度并对出行者选择定制公交行为过程进行分析,其中将出行者对常规公交满意度和私家车出行满意度设为中介效应。模型通过了收敛效度与区别效度的检验,并采用了引导(Bootstrap)法对中介效应进行分析验证,结果证明了两个中介效应显著,模型为二因子中介模型。同时结果显示出行者对出行时间、价格、舒适性、准点性、站点位置与信息渠道便利性的满意度均正向地反映了对定制公交满意度,其中站点位置和信息渠道便利性重要程度最高,并且定制公交满意度的提高对其竞争的常规公交满意度与私家车出行满意度有负面影响,而出行者对常规公交和私家车出行的满意度下降又对人们选择定制公交的意愿有正面影响,其中介因子以此机理间接促使出行者选择定制公交,同时定制公交满意度提高也会直接促进人们选择定制公交,其直接影响程度要高于间接影响。而后本文又根据包含个人属性与方案属性的多项logit模型与混合(随机参数)logit模型建立了出行者选择出行方式的效用函数,对多项logit模型结果采用Hausman检验法验证其无关方案独立性(IIA),结果未通过假设。通过混合logit模型结果证明了年龄、平均月收入、受教育程度的异质性并计算各个因素的边际效应分析对出行方式选择的具体影响。本文图35幅,表26个,参考文献88篇。
其他文献
空间网络具有广阔的覆盖面积和移动接入能力,是地面网络的有效补充,并在国家军事、民用和应急通信等方面发挥着重要作用。随着地面互联网和空间网络的业务逐渐融合,亟需对两者在协议体系层面进行融合,构建覆盖全球的天地一体化网络。但是卫星网络与地面网络在拓扑稳定性和计算资源等方面有较大差异,地面网络的路由协议不适用,需要考虑新型的网络技术。本文基于标识网络体系的身份位置信息分离映射和控制与转发解耦的思想,对基
随着人们收入水平的提升以及消费观的改变,对蔬菜的品质以及多样性、安全性的需求也越来越高。北京作为一个拥有2000多万常驻人口的一线大城市,蔬菜的需求量在不断提升。然而北京蔬菜自给率低,主要依靠外埠供应。2020年新冠疫情爆发,不仅威胁到了人民的生命安全,由于疫情传播的严防严控,也对北京市蔬菜供应产生了影响。基于此背景,对于疫情下北京蔬菜供应风险进行评估和控制的研究具有现实意义。本文的主要研究内容如
目前我国的城市群大多为单核心城市群,其发展时间短,城市群内经济和交通协调性较弱,核心城市的辐射强度难以满足需求。因此,加强城市群经济空间格局和交通空间结构的协调性,对于推进我国城市群建设具有重要意义。本文以环长株潭城市群为研究对象,采用空间结构理论和复杂网络理论,研究了环长株潭城市群经济与铁路交通的协调发展问题,主要内容和创新如下:首先,基于修正后的引力模型和城市经济重要度,对环长株潭城市群的空间
现有互联网缺乏时延保障能力,其技术已难以满足工业互联网、音视频等时延敏感应用的实时性与确定性要求。因此,IEEE时间敏感网络工作组基于二层以太网提出多种流量整形调度机制。其中,异步流量整形(Asynchronous Traffic Shaping,ATS)调度相比其它整形调度方案具有更高的带宽利用率且易于部署。然而ATS调度机制仅能部署在静态网络中,无法支持流量的动态加入和配置的灵活下发。因此,本
随着人工智能的高速发展,越来越多的领域关注于此并实现落地产业,然而人工智能的发展与模型精准性依赖于大量的数据。实际生活中,除了少数的公司能满足数据量需求外,绝大多数公司数据量少而且数据质量低,无法支撑构建精准的模型。而且国内外制定相关法律法规限制数据的流动,以加强对数据隐私的保护。为了解决“数据孤岛”的情况,联邦学习应运而生。当前已经有许多横向联邦学习的商业落地应用案例,间接扩大模型训练的数据量。
作为搜索引擎、推荐系统、互联网广告的核心技术之一,点击率预估一直是学术界和产业界的热门研究对象。传统的点击率预估模型需要将数据搜集于一处进行训练,但从隐私保护的角度而言,不搜集用户的数据才是一种更好的策略。联邦学习可实现在参与方数据不离开其本地的前提下,利用其数据进行机器学习。将联邦学习应用于点击率预估领域将有助于搜索引擎、推荐系统、互联网广告行业的隐私保护。本文的研究目标是联邦学习在点击率预估领
微波光子信号产生技术是微波光子学研究中的热门研究领域,光生微波信号的用途非常广泛,军用可用于卫星遥感、雷达系统、电子对抗,民用也可用于仪器测试、交通、临床医学等方面。相较于传统的电子学函数波形生成方法,微波光子信号产生技术可以有效的解决带宽、损耗和电磁干扰等“电子瓶颈”问题,且与光纤系统天然兼容。因此,在光电融合技术越发成熟的今天,研究函数波形信号光学生成具有十分重要的意义。本文的主要研究工作如下
抗生素在过去几十年中被广泛使用,由于抗微生物药物耐药性问题日益严重,引起了全球公共卫生的关注。城郊河流接收了大量含有抗生素的废水,被称为环境中抗生素和抗生素耐药基因的蓄水池。本研究以北京市城郊潮白河境内流域为研究区域,选取了包括22种磺胺类抗生素(SAs)、10种大环内脂类抗生素(MLs)、16种喹诺酮类抗生素(QNs)、13种四环素(TCs)、15种贝塔内酰胺类抗生素(β-Ls)、5种聚醚类抗生
本文将高光谱显微成像系统与生成对抗网络(Generative Adversarial Network,GAN)分类算法相结合,提出了一种新的针对多种类荧光分子样本制备结果的检测方式。和传统的紫外线激发成像相比,本文提出的算法弥补了紫外线激发成像难以把控细节、需要较多专家知识等不足,提高了对多种类荧光分子制备结果评判的效率和准确度。本文首先搭建了显微高光谱系统对多种类荧光分子进行数据采集,并对数据进
如今,随着电子商务的快速发展,线上销售渠道日渐重要,越来越多的企业致力于线上线下双渠道运营以满足消费者多元化的需求,获取更大的收益。双渠道供应链较传统供应链结构更加复杂,供应链成员间既有合作又有竞争,加大了供应链管理的难度。本文以双渠道供应链为研究对象,探讨不同情形下供应链成员的最优库存策略。首先,本文对双渠道供应链、传统库存管理理论以及多Agent技术研究现状进行归纳总结。其次,本文使用多Age