隨著城市機動化進程的加快,私家車保有量與日俱增,道路擁堵、停車?yán)щy、交通事故、環(huán)境污染等問題日趨嚴(yán)重。與此同時,科技的進步使得自動駕駛汽車(Autonomous Vehicles:AV)成為現(xiàn)實,自動駕駛技術(shù)的發(fā)展有望在提高道路交通安全的同時減少交通擁堵、降低污染物排放。自動駕駛技術(shù)也可能為人們的出行提供諸如共享自動駕駛汽車(Shared Autonomous Vehicles:SAV)這樣的商業(yè)運營服務(wù)。如果融合私家車和公共交通兩者優(yōu)勢的SAV介入交通市場,私家車出行和公共交通出行勢必受到一定沖擊,其原因在于人們的日常出行多了一種選擇方式。另外,SAV可以與動態(tài)合乘系統(tǒng)進行結(jié)合,那么考慮合乘的SAV將是實現(xiàn)綠色交通和可持續(xù)發(fā)展的一種積極嘗試。因此,在這種出行方式投入市場之前進行全面的意愿調(diào)查及分析具有重要的現(xiàn)實意義,并有助于科學(xué)、合理地制定相關(guān)的交通政策。首先,通過查閱文獻資料,分析總結(jié)了考慮合乘的SAV出行方式選擇行為的影響因素,在此基礎(chǔ)上進行SP調(diào)查問卷的設(shè)計,于2019年2月共回收問卷488份,其中有效問卷393份。其次,針對有效數(shù)據(jù),基于K-Means聚類分析對出行者的歷史出...

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 研究目的
    1.3 研究意義
    1.4 研究內(nèi)容
    1.5 技術(shù)路線
2 文獻綜述及出行行為分析理論
    2.1 國內(nèi)外研究現(xiàn)狀
        2.1.1 SAV的提出
        2.1.2 SAV方式選擇行為
        2.1.3 SAV的合乘服務(wù)
    2.2 離散選擇模型
        2.2.1 隨機效用理論
        2.2.2 Mixed Logit模型
        2.2.3 模型參數(shù)估計方法
        2.2.4 模型檢驗
    2.3 行為調(diào)查方法
    2.4 數(shù)據(jù)分析方法
    2.5 本章小結(jié)
3 調(diào)查方案設(shè)計及數(shù)據(jù)分析
    3.1 調(diào)查問卷設(shè)計
        3.1.1 歷史出行行為特征調(diào)查
        3.1.2 出行方式選擇意愿調(diào)查
        3.1.3 性格態(tài)度特征調(diào)查
        3.1.4 個人社會經(jīng)濟屬性調(diào)查
    3.2 數(shù)據(jù)預(yù)處理
    3.3 數(shù)據(jù)分析
        3.3.1 歷史出行行為特征屬性
        3.3.2 SAV相關(guān)事項的擔(dān)憂程度
        3.3.3 個人社會經(jīng)濟屬性分析
    3.4 本章小結(jié)
4 考慮合乘的SAV選擇行為建模及分析
    4.1 模型變量界定
    4.2 模型變量處理
        4.2.1 歷史出行模式變量分類
        4.2.2 性格態(tài)度特征變量分類
        4.2.3 模型變量賦值
    4.3 Mixed Logit模型參數(shù)標(biāo)定
        4.3.1 隨機變量系數(shù)對模型標(biāo)定的影響
        4.3.2 ML-I、ML-II模型標(biāo)定
    4.4 ML-II模型結(jié)果分析
        4.4.1 無私家車人群
        4.4.2 有私家車人群
    4.5 本章小結(jié)
5 結(jié)論
    5.1 總結(jié)
    5.2 創(chuàng)新點
    5.3 展望
參考文獻
附錄 考慮合乘的共享自動駕駛汽車使用意愿調(diào)查
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號：3997374