一种基于出行者心理主观感知全因素的可选交通方式广义费用的确定方法与流程

本发明涉及交通方式划分与交通流分配领域，尤其是一种基于出行者心理主观感知全因素的可选交通方式广义费用的确定方法。

背景技术：

随着社会经济的发展，社会汽车保有量逐年上升，但由于道路资源的有限性，致使交通出行需求与道路资源供给之间的矛盾逐步加剧。如何合理诱导分配交通客流量使道路资源利用最大化成为了道路交通领域的关注热点，针对道路交通领域客流分配问题，大多数现有研究都是基于以往道路交通的分配模型展开的，其中最主要的是“广义费用函数模型”，通过对时间与行驶距离等指标的统一价值量纲化，计算每条可选路径的费用最大值，将该值作为乘客路径选择的判断标准。但是通过研究发现，现有的应用于道路交通的广义费用函数模型所选择的判断指标为出行时间与出行费用，其中对于时间参数以及距离参数都可以通过量化计算转化为价值，对于出行者心理与主观感知方面的考虑与研究甚少。出行者出行所考虑的因素并非仅仅是时间与费用成本，因出行目的与出行情景的不同，用户对可选交通方式所能提供的拥挤性、安全性、疲劳性、便利性、准时性等主观服务水平及用户的心理的感知起着至关重要的作用，但现有的研究并未予以考虑或未予以充分考虑。致使现有交通流分配方法的精度与实际效果存在着较大的误差，制约着交通需求合理分配与道路资源的高效利用。如何合理且有效地量化出行者对于可选交通方式的主观感知评价，对于解决此问题具有关键性作用。

技术实现要素：

本发明所要解决的技术问题在于，提供一种基于出行者心理主观感知全因素的可选交通方式广义费用的确定方法，

为解决上述技术问题，本发明提供一种基于出行者心理主观感知全因素的可选交通方式广义费用的确定方法，包括如下步骤：

1.1模型参数选择

选择出行费用mij、出行时间tij、感知舒适度cij为主要参数；

1.2模型的构建

基于1.1中的参数变量选择，构建的广义费用函数模型为以下标准形式，其中uij表示费用总价值，ki表示各参数量与价值之间的换算系数；

uij＝mij+k1tij+k2cij(1)

其中，mij为出行时直接花费的费用，例如，小汽车为油费、过路过桥费等，公交、地铁为票价，出租车为支付出租车司机的费用等；tij为出行者i采用交通方式j出行所消耗的出行总时间；cij为出行者i采用交通方式j出行感知到的舒适度，而舒适度成本即为出行者i采用交通方式j出行为获得到的舒适度所花费的费用，例如，公交车的舒适度通常较小汽车相比舒适度较低，但费用相对较低，故出行者为获得更高的舒适度而愿意支付的费用即为舒适度成本。

1.3参数的量化

基于1.2中构建的广义费用函数模型，模型中各参数的量化为以下标准形式，其中gi为出行者i的性别，ai为出行者i的年龄，tij为出行者i在以交通方式j出行时感知到的拥挤度，seij为出行者i在以交通方式j出行时感知到的安全度，faij为出行者i在以交通方式j出行时感知到的疲劳度，coij为出行者i在以交通方式j出行时感知到的便利度，pij为出行者i在以交通方式j出行时感知到的准时度，c′ij为出行者i在以交通方式j出行时的期望舒适度，m′i为出行者i的期望出行费用：

(1)出行时间换算系数k1。k1为出行时间成本与出行时间tij之间的换算系数。出行时间成本与出行者i个人月收入有关，将个人月收入大约换算为每分钟所取得的价值，即单位时间价值，即换算系数k1。

(2)感知舒适度cij。cij为出行者i在以交通方式j出行时感知到的综合舒适度，期望舒适度为一综合指标，包含出行时间长度、拥挤度、安全度、疲劳度、便利度和准时度有关，且不同年龄与性别的出行者存在差异。故，综合以上因素，采用多个调查者对各类可选交通方式感知效果进行拟合的方式获得期望舒适度。其中，αi为各影响因素的拟合系数，α0为拟合的常数项。

cij＝α0+α1gi+α2ai+α3tij+α4crij+α5seij+α6faij+α7coij+α8pij(2)

(3)期望舒适度cij。c′ij为出行者对交通方式j的期望舒适度。期望舒适度表示出行者对交通方式j舒适度的最高愿望，即希望交通方式j的舒适度越高越好。故，其值为交通方式j采用拥挤度最低、安全度最高、疲劳度最低、便利度最高和准时度最高带入公式(2)所得到的值。

(4)感知舒适度换算系数k2。k2为出行者在获得不同感知舒适度与其成本之间的换算系数。因不同出行者的年龄、性别、收入水平、舒适度等级不同而存在差异。其量化方法为以可接受的最高出行费m′ij用与实际花费mij的差值，除以感知舒适度cij与期望舒适度c′ij的差的绝对值。

1.4数据的采集

根据所研究与选定的某一出行路径(包括确定的起终点与中间路径)，可直接通过交通调查获得各类交通方式在该路径出行的出行时间tij与出行费用mij；出行者性别gi，年龄ai，感知到拥挤度crij，感知安全度seij，感知疲劳度faij，感知便利度coij，感知准时度pij，期望舒适度c′ij，期望出行费用m′i可直接通过调查问卷获得。调查问卷的标准形式如附表所示。

1.5费用值计算

通过将1.4的参数采集值分别带入构建的模型中，计算各种可选交通方式的对应费用函数值。

本发明的有益效果为：通过对广义费用函数模型中引入出行者感知的“拥挤度”、“安全度”、“疲劳度”、“便利度”和“准时度”等参数的综合指标“总体舒适度”，并将其作为可选交通方式舒适性的量化价值判断标准，修正了出行成本中对出行者出行感受的判断与量化缺失的弊端，将出行者舒适度引入到广义费用函数中，使构建的判断函数能够更加的合理与适用。

附图说明

图1为本发明的实例交通方式选择示意图

图2为本发明的方法流程示意图

具体实施方式

如图1和2所示，一种基于出行者心理主观感知全因素的可选交通方式广义费用的确定方法，包括如下步骤：

1.1模型参数选择

选择出行费用mij、出行时间tij、感知舒适度cij为主要参数；

1.2模型的构建

基于1.1中的参数变量选择，构建的广义费用函数模型为以下标准形式，其中uij表示费用总价值，ki表示各参数量与价值之间的换算系数；

uij＝mij+k1tij+k2cij(1)

其中，mij为出行时直接花费的费用，例如，小汽车为油费、过路过桥费等，公交、地铁为票价，出租车为支付出租车司机的费用等；tij为出行者i采用交通方式j出行所消耗的出行总时间；cij为出行者i采用交通方式j出行感知到的舒适度，而舒适度成本即为出行者i采用交通方式j出行为获得到的舒适度所花费的费用，例如，公交车的舒适度通常较小汽车相比舒适度较低，但费用相对较低，故出行者为获得更高的舒适度而愿意支付的费用即为舒适度成本。

1.3参数的量化

基于1.2中构建的广义费用函数模型，模型中各参数的量化为以下标准形式，其中gi为出行者i的性别，ai为出行者i的年龄，tij为出行者i在以交通方式j出行时感知到的拥挤度，seij为出行者i在以交通方式j出行时感知到的安全度，faij为出行者i在以交通方式j出行时感知到的疲劳度，coij为出行者i在以交通方式j出行时感知到的便利度，pij为出行者i在以交通方式j出行时感知到的准时度，c′ij为出行者i在以交通方式j出行时的期望舒适度，m′i为出行者i的期望出行费用：

(1)出行时间换算系数k1。k1为出行时间成本与出行时间tij之间的换算系数。出行时间成本与出行者i个人月收入有关，将个人月收入大约换算为每分钟所取得的价值，即单位时间价值，即换算系数k1。

(2)感知舒适度cij。cij为出行者i在以交通方式j出行时感知到的综合舒适度，期望舒适度为一综合指标，包含出行时间长度、拥挤度、安全度、疲劳度、便利度和准时度有关，且不同年龄与性别的出行者存在差异。故，综合以上因素，采用多个调查者对各类可选交通方式感知效果进行拟合的方式获得期望舒适度。其中，αi为各影响因素的拟合系数，α0为拟合的常数项。

cij＝α0+α1gi+α2ai+α3tij+α4crij+α5seij+α6faij+α7coij+α8pij(2)

(3)期望舒适度cij。c′ij为出行者对交通方式j的期望舒适度。期望舒适度表示出行者对交通方式j舒适度的最高愿望，即希望交通方式j的舒适度越高越好。故，其值为交通方式j采用拥挤度最低、安全度最高、疲劳度最低、便利度最高和准时度最高带入公式(2)所得到的值。

(4)感知舒适度换算系数k2。k2为出行者在获得不同感知舒适度与其成本之间的换算系数。因不同出行者的年龄、性别、收入水平、舒适度等级不同而存在差异。其量化方法为以可接受的最高出行费m′ij用与实际花费mij的差值，除以感知舒适度cij与期望舒适度c′ij的差的绝对值。

1.4数据的采集

根据所研究与选定的某一出行路径(包括确定的起终点与中间路径)，可直接通过交通调查获得各类交通方式在该路径出行的出行时间tij与出行费用mij；出行者性别gi，年龄ai，感知到拥挤度crij，感知安全度seij，感知疲劳度faij，感知便利度coij，感知准时度pij，期望舒适度c′ij，期望出行费用m′i可直接通过调查问卷获得。调查问卷的标准形式如附表所示。

1.5费用值计算

通过将1.4的参数采集值分别带入构建的模型中，计算各种可选交通方式的对应费用函数值。

下面用具体实施例来说明本发明。

(1)可选的交通方式：本次实例确定起始站点之间的可选交通方式为五种：地铁、公交、私家车、出租车、共享汽车。出行路径与各类交通方式的分布位置如图1所示。

(2)变量数据采集：通过准确的调查方法获得各类交通方式起终点之间的出行时间与费用如表1所示，通过问卷调查获得出行者出行信息如表2所示。

表1各类交通方式出行信息采集统计表

表2出行者出行信息采集统计表

(3)参数的量化

基于以上数据，通过相关软件(spss)拟合得各类交通方式的感知舒适度的计算模型及各参数结果如以下公式所示：

c1＝b0+b1g+b2a+b3t1+b4cr+b5se+b6fa+b7co+b8p(4)

c2＝d0+d1g+d2a+d3t1+d4cr+d5se+d6fa+d7co+d8p(5)

c3＝e0+e1g+e2a+e3t1+e4cr+e5se+e6fa+e7co+e8p(6)

c4＝g0+g1g+g2a+g3t1+g4cr+g5se+g6fa+g7co+g8p(7)

c5＝d0+d1g+d2a+d3t1+d4cr+d5se+d6fa+d7co+d8p(8)

通过将所有出行者的性别、平均年龄、各类交通方式对应的出行时间、感知拥挤度为1、感知安全度为7、感知疲劳度为1、感知便利度为7、感知准时度为7代入以上公式可得交通方式j的期望舒适度c′j。

通过将出行者的平均月收入与时间代入如下公式可得出行时间(每月30天，按分钟计，共43200小时)成本换算系数k2的值。

通过将感知疲劳度、期望舒适度、期望出行费用与实际出行费用代入公式(3)可得感知舒适度转换系数k2的值。

(4)广义出行费用计算

综上，将调查所得数据及模型计算结果代入公式(1)可得每位出行者对各类出行方式的广义出行费用。以交通方式地铁为例计算如下：

各类交通方式的广义出行费用计算结果如表3所示。

表3样本数据采集统计表

(5)可选交通方式的广义出行费用分析分析

通过计算结果发现，公交的出行费用值m1最小，出租车的出行费用m4最大；公交车出行时间最长，即出行时间成本最高；公交车的感知舒适度最差，即舒适度成本最高；私家车与出租车的出行时间相同，出行时间成本即相同，但小汽车出行费用低于私家车；共享汽车的出行时间略高于出租车与私家车，但共享汽车出行费用低于私家车；出租车的舒适度最高、小汽车次之，共享汽车排第三位，即小汽车的舒适度成本高于出租车，低于小汽车；综上，由广义出行费用结果知，共享汽车的广义出行费用u5最低，故最终选择共享汽车出行。

尽管本发明就优选实施方式进行了示意和描述，但本领域的技术人员应当理解，只要不超出本发明。

表4交通出行属性调查表