个人活动-出行规划过程的动态机制与微观模拟研究

The rule-based computational process models, which take individuals’ activity/travel planning processes as simulation objects, are the most advanced travel demand model system and have obvious advantages in transportation policy analysis. However, the fully operational rule-based computational process models have "timing" and "rule" problems. Facing these problems, this project studies the dynamic mechanism and the micro-simulation of the individuals’ activity/travel planning processes. Firstly, the smartphone-based activity/travel planning process survey is designed; the smartphone app is developed; the survey is carried out to obtain data. Then, the timing model of activity attribute planning and activity scheduling are built to solve the “timing” problem. The activity conflict scenarios and the corresponding conflict resolution rules are fully summarized. The conflict resolution rule choice model is built to solve the “rule” problem. Finally, the model system for micro-simulating the individuals’ activity/travel planning processes is proposed. Taking the individuals who participate in the survey as simulation objects, their activity/travel planning processes are simulated using the models proposed in the project and the Monte Carlo method. The research results of the project can make the rule-based computational process model more real, and can meet the requirements of the travel demand model from cities moving focus from transportation facility construction to transportation demand management.

基于规则的计算过程模型以个人活动-出行的规划过程为建模对象，是最先进的交通需求模型体系，在交通政策分析上有显著的优势。但是目前实际应用的基于规则的计算过程模型存在着“时序”和“规则”的问题。针对上述问题，本课题开展了个人活动-出行规划过程的动态机制和微观模拟研究。首先设计基于智能手机的活动-出行规划过程的调查方法，开发手机应用程序，开展调查获取数据。进而建立活动属性生成时序模型和活动安排时序模型模拟活动生成与安排的时间机制，解决 “时序”的问题。总结冲突情景和相应的冲突解决规则，建立冲突解决规则选择模型，解决 “规则”的问题。最后提出能够微观模拟个人活动-出行规划过程的模型体系，以参与调查的个人为模拟对象，综合应用上述模型和蒙特卡洛方法，模拟个人的活动-出行规划过程。本课题研究成果能使基于规则的计算过程模型更加真实，更能适应城市从注重交通设施建设向注重交通需求管理转变对交通需求模型的要求。

基于规则的计算过程模型以个人活动-出行的规划过程为建模对象，是最先进的交通需求模型体系，在交通政策分析上有显著的优势。但是目前实际应用的基于规则的计算过程模型存在着“时序”和“规则”的问题。针对上述问题，本课题开展了个人活动–出行规划过程的动态机制和微观模拟研究。首先设计基于智能手机的活动–出行规划过程的调查方法，开发手机应用程序，开展调查获取数据。针对“时序”问题，建立活动属性生成时序模型和活动安排时序模型模拟活动生成与安排的时间机制，发现尽管不同目的活动的属性生成和活动安排的时序存在显著差异，但活动目的并不是决定活动安排时序的唯一因素，个人和家庭社会经济属性、活动地点和时间的灵活性特征、活动参加人员等也有重要的影响。针对“规则”问题，总结冲突情景和相应的冲突解决规则，建立冲突解决规则选择模型，发现主要影响因素是活动位序、活动特征、冲突类型等。基于活动属性生成和活动安排时序及活动冲突解决规则研究结论，考虑活动日程、出行链目的和复杂程度，生成多类日活动模式，应用基于规则的常规C5.0算法和boosted C5.0算法模拟个人日活动模式。通过对规则的分析可以理解个人日活动模式的决定因素及潜在动机。针对个人出行规划，应用基于梯度提升模型的倾向得分加权算法研究了建成环境和居住自选择效应对出行行为的影响。针对步行、自行车、公交出行率和小汽车出行距离分别计算观测效应、平均处理效应和建成环境比例，研究发现居住自选择效应对小汽车出行距离的影响最大，其次是步行出行率和公交出行率。最后提出了模型结构体系与功能模块分离的模型设计理念，使个人日活动模式模型既可以作为独立的模块应用于基于活动的模型体系中，也可以和人口合成、可达性变量、出行时间选择、出行链等模块一起应用于传统四阶段模型的改进，使其向基于活动的模型过渡。不同城市可根据自身需求灵活选用相应模块来定制城市交通模型，满足城市交通规划及交通政策分析的诉求。