基于不同场景下旅客出行广义费用函数研究
交通流多路线选择与广义行程费用分析

2) :
2
7 Λ
=
N! N1 !N2
!
i =1
N
pi
i
=
3
4 526 ! 159 ! 1 367
!
3
p1
159
1
p2
367
2107 e109112β1 +8146β2 - 4178 e75173β1 +1161β2 +28146β3 = 0 6195 e109112β1 +8146β2 - 19187 e75173β1 +1161β2 +28146β3 = 0 基于牛顿迭代法编制专用程序解上述方程 组 , 得 到 β1 = - 01116 , β2 = - 01315 , β3 = -
对于这种具有随机性质的效用 , 我们可以计
算出行者选择第 i 条路线的概率 , 即 :
pi = P{ ui > uj , j ≠ i , i , j ∈ M} (3)
K
令 vi = 6βjzij , 根据 (2) 式 , ( 3) 式可进一步 j=1
表示为 :
pi = P[ vi + ei > vj + ej , j ≠ i , i , j ∈ M ] =
42
重 庆 交 通 学 院 学 报 第 19 卷
6 Λ3 = Niln pi
(7)
i
然后 , 将 Λ3 分别对β1 , β2 , …, βk 求偏导 , 并
令导数为零 , 得到以下方程组 :
5Λ3 5β1
=0
5Λ3 5β2
=0
(8)
…
5Λ3 5βk
=0
上述方程组整理出来后是一个指数形式的非
基于机器学习的航空客运票价预测研究

基于机器学习的航空客运票价预测研究一、引言航空客运领域一直处于高度竞争状态,航空公司为了与其他竞争对手占据更大的市场份额,必须对航班票价进行实时调整。
这需要对市场需求、客户分类和航班路线进行分析,然后使用适当的算法来预测航班票价。
机器学习技术的发展使得航空公司更加容易处理大量数据,并实现更加准确、高效的票价预测。
二、相关研究1.机器学习在航空客运票价预测中的应用机器学习技术在航空客运中的应用日趋广泛,包括决策树、随机森林、神经网络等算法。
2007年,DeOreo和Sperling提出了一种利用回归树进行票价预测的方案,并通过广告宣传来招揽潜在用户。
2016年,Gao等人提出了基于马尔科夫链模型的航空客运系统,并使用机器学习技术对航班数据进行分析和预测。
2.航空客运票价预测的关键影响因素(1)经济因素:航空客运市场的基本供求关系、燃油价格、货币政策等;(2)航空公司因素:空运航空公司利润预期、据此确定的航班计划;(3)客户需求因素:包括客户偏好、旅游季节、座位利用率等。
三、基于机器学习的航空客运票价预测模型本文的研究基于机器学习技术,采用决策树算法来预测航班票价。
具体模型如下:Step1 数据采集我们选择航空客运公司的历史票价数据,以及一些与预测结果相关的经济、航空公司、客户需求等的数据作为预测模型的输入变量。
这些输入变量根据它们对应的分类,以自2004年起将近80000条数据整理并保存在数据库中。
Step2 数据清理和预处理在这一步,我们对数据进行清理和预处理,包括去除缺失值和异常值、标准化变量、缩放变量等。
Step3 特征提取在这一步,我们选择输入变量和输出变量之间的关系变量。
例如,我们选择历史票价、客户群体、特殊促销等作为输入变量,选择未来航班票价作为输出变量。
Step4 构建决策树模型我们使用Python编程语言,使用sklearn库构建决策树模型。
该模型能够自动处理分期租赁、书面政策等复杂而实际的问题。
旅客列车开行方案优化

关 的停靠站序列、类别、编组辆数、频率、载客总数和经路
参
数
记 T (i, j) 和 T (i, j) 分别为列车运行区段T (i, j) 的里程和旅
行时间
12
三、客运专线开行方案的费用分析
铁路的收益主要为 票价收入。
旅客列 车的开行费用主要 包括列车公里费 用、车公里费
铁 用、车小时费用,分别为:
及 费
h 1, 2,L , m 。消费层次 h 的旅客平均时间价值为 (h)
用
考虑有限的运输资源,限制类别 u 的车辆小时总数
相
关
不超过 N(u) ,类别 u 的列车编组辆数上下限分别为
参 数
b(u) 和 b(u) ,车站 i 的等级为 D(i) ,列车整备能力为
L(i )
11
三、客运专线开行方案的费用分析
相 关
类别 u 的列车的每车辆小时费用为 cH (u)
参
旅客乘坐类别 u 的列车在类别 的线路上行
数 驶的每人公里票价率为 r(u, )
10
三、客运专线开行方案的费用分析
客流分为 m 个消费层次,车站 i 至 j 的客流量为
方
案
f (i, j) , i, j 1, ,n , f (i, j) 按消费层次分为 f h (i, j),
国 ➢ 几种典型的开行方案模型: 外 M. T. Claessens 等(荷兰) 列车运行成本最小模型 。
Carlos Martins 等支线公交网络设计的旅客和经营者的费用最小模
研 型。 究 Michael R.等(1996)以直达旅客数量最大的混合整数规划模型。 现 Yu-Hern Chang等以经营者的运营成本和旅客总旅行时间最少的模
基于数据挖掘的航空旅客预订与出行行为分析

基于数据挖掘的航空旅客预订与出行行为分析随着航空业的蓬勃发展,人们的航空旅行方式也越来越多样化。
航空公司和旅行代理企业为了提供更好的服务,开始关注航空旅客的预订与出行行为。
通过对航空旅客的数据挖掘和分析,可以了解更多关于旅客预订和出行行为的信息,为航空公司和旅行代理企业提供更准确、个性化的服务。
航空旅客预订行为分析是基于航空旅客的预订记录进行数据挖掘和分析,以了解旅客预订的特点和规律。
通过分析旅客的预订时间、预订方式、目的地选择等方面的数据,可以为航空公司提供更准确的机票销售策略。
此外,通过对旅客的预订偏好和旅行动机的分析,航空公司还可以为旅客提供个性化的服务和推荐,提高旅客的满意度。
航空旅客出行行为分析是基于航空旅客的出行记录进行数据挖掘和分析,以了解旅客的出行行为和习惯。
通过分析旅客的出行频率、出行目的地、出行方式等数据,可以为航空公司制定更合理的航班安排和航线规划。
此外,通过对旅客的出行偏好和行为模式的分析,航空公司还可以为旅客提供个性化的服务和推荐,提高旅客的忠诚度。
在航空旅客预订与出行行为分析中,一个重要的分析指标是旅客的预订与出行的时间。
通过对旅客预订和出行时间的分析,可以了解不同季节和时间段旅客的出行偏好和需求。
例如,一些旅客更喜欢在节假日或特定季节旅行,航空公司可以根据这些信息制定相应的促销活动和优惠策略,吸引更多旅客选择航空旅行。
另一个重要的分析指标是旅客的预订与出行的方式。
航空旅客的预订方式多种多样,可以通过航空公司官网、旅行代理网站、手机应用等渠道进行预订。
通过对旅客预订方式的分析,航空公司可以了解旅客对不同预订方式的偏好和使用习惯,进而针对不同渠道制定相应的销售和推广策略,提高预订转化率和客户粘性。
此外,航空旅客的目的地选择也是一个重要的分析指标。
通过对旅客目的地选择的分析,航空公司可以了解旅客对不同城市和国家的兴趣和需求。
这可以帮助航空公司制定更合理的航线规划和机票销售策略,满足旅客的出行需求。
基于广义费用函数的多式联运路径优化研究

(7)
p-1
式中:ACu为第k种运输方式的各类污染物排放
总成本,元;Ep为采用第k种运输方式所排放的
第p种污染物的质量,kg&”为第p种污染物的 价, /kgA
2) 噪声污染成本
en% $ % ・ enuk ・"g ・"p
(8)
式中:en%为我国第k种运输方式的单位噪声污染
成本,元/(t・km) ;en%为欧洲第k种运输方式的
1多弍联运广义费用函数构建
1.1托运人目标分析
1) 运输成本
minCM $ n ・ $
・ L% ・ x% +
i,j-Vk-K
H ・ $$c% ・ y%
(1)
z-V k,-K
式中:H为计费集装箱标箱数,由货物需求量决
定,TEU&k为从节点%到j采用第k种运输方式
的单位运输成本,元/(TEU・km) L%为从节点%
节点i的货流量与转出节点i的货流量相等;式
(14)表示任意两相邻节点i与j之间最多只能选
择一种运输方式;式(15)表示集装箱在转运节点
i处最多有一次运输方式的转换;式(16)表示集
装箱在节点j选择由第k种运输方式转换为第l
输方式时, 集 箱从
i 输到 j
时必须采用第k种运输方式,从节点j运输到节 点h时必须采用第l种运输方式;式(17)为货物 到达节点的时刻约束;式(18)〜(19)表示决策变 量的取值约束以及在起点和终点货物不发生 换装. 2.3模型求解
运输方式l的衔接等待时间,h.
$ minCD (Vmax・1・36・z+2r )・H・T ⑶
式中:Ct为货物运输时间价值成本,元;Vmax为单 位集装箱满载时的货物价值,元;少为货物入箱
收益管理情境下旅客购票的效用度量函数研究

收益管理情境下旅客购票的效用度量函数研究收益管理的出现使得旅游行业更加聚焦于旅客的价值,而旅客购票则成为收益管理的核心。
考虑旅客购票的效用度量函数对于有效的收益管理显得尤为重要。
本文将基于历史数据,对旅客购票的效用度量函数进行研究,旨在更准确地衡量旅客的效用。
一、旅客需求用户价值(User Value)首先,我们将旅客需求用户价值(User Value)作为影响旅客购票效用的主要因素,考虑到旅客需求用户价值通常取决于其出行目的,本研究以出行目的作为旅客需求用户价值的代表因素,以个人出行、商务出行、团队出行为代表进行研究。
二、价格感知的影响其次,我们将旅客的价格感知作为影响旅客购票效用的另一重要因素,价格感知代表了旅客对价值和价格的看法。
我们将旅客的价格感知和需求价值进行分析,探究旅客对于价格的敏感性。
本研究将会研究常规旅行路线、新航线、当季特价率旅游产品的价格敏感度,以及在不同价位下旅客的购买意愿。
三、服务品质的影响同时,我们认为旅客服务品质需求也会影响旅客的购票效用。
不同的旅行产品具有不同的服务水平,本研究将研究服务水平对旅客进行价值评估,探索不同旅游产品的服务细节和旅客忠诚度,以此为基础研究服务品质对旅客购票效用的影响。
四、目的地地位和知名度的影响最后,我们认为目的地地位和知名度对于旅客购票效用也具有影响。
不同目的地在旅游市场的地位和知名度差异较大,本研究将研究目的地的地位和知名度对旅客购票效用的影响,探索目的地与其所在地区的差异,以此分析目的地的影响力因素。
总的来说,本文基于以上四个因素,建立旅客购票效用度量函数,并通过已有的数据进行验证分析,预期能更加准确地衡量旅客效用,并有效支持旅游企业在收益管理的流程中作出相应决策,提高企业的绩效。
广义费用

1.The paper selects the economy,rapidity and convenience as evaluation index,sets up a generalized cost function and decides the model parameters by using maximum likelihood method.根据我国都市圈内城际客运市场竞争日趋激烈的现状,采用改进的Logit模型预测通道上各种运输方式的客流分担率,选择经济性、快速性、方便性为衡量指标,并建立广义费用函数,利用极大似然估计法确定模型参数,并以北京都市圈内京津通道上各种运输方式的竞争为例说明该模型的应用方法。
2.environmental are established.首先介绍了城市交通网络分析中公平目标和广义费用函数的概念,建立了考虑环境因素的广义用户平衡和广义系统最优配流模型,并用著名的FRANK-WOLFE 算法对所给模型进行了求解。
近年来,随着经济的快速发展,城市对交通的需求迅速增长,而由此引发的交通问题日益严峻。
智能交通系统(ITS)将先进的信息技术,数据通信传输技术、自动控制技术以及计算机处理技术等有效地运用于整个运输管理体系,能为目前城市交通面临的众多问题提出可行的解决方案,其相关领域的研究越来越受到各个国家的重视。
交通流诱导系统作为ITS的重要组成部分,能够有效地防止交通阻塞,减少车辆在道路上的逗留时间,并最终实现交通流在网络中各路段上的最优分配。
而实现广义出行费用最小化是有效地交通流诱导的基本前提,在广义费用的各个费用组成中,该领域学者一致认为旅行时间费用是广义费用中最为重要的费用。
因此,本文在建立广义费用模型的基础上,分别对城市路段旅行时间的长期预估和短期预测进行研究,并根据不同特点分别建立预测模型,最后以杭州市几个路段的浮动车数据验证了模型的实用性。
本文研究的主要内容包括:(1)建立了识别用户广义费用的模型。
基于乘客个性化需求的出租车合乘费用优化模型研究

基于乘客个性化需求的出租车合乘费用优化模型研究随着城市运输需求的不断增长,出租车合乘作为一种新兴的交通方式,越来越受到乘客的关注。
然而,目前出租车合乘模式在费用方面存在一些问题,如费用计算不合理、不公平等。
针对这些问题,本文基于乘客个性化需求,研究出租车合乘费用优化模型,旨在提高出租车合乘的服务质量和用户满意度。
首先,文章将探讨乘客个性化需求对出租车合乘费用的影响。
乘客的个性化需求包括出行时间、出行距离、车辆类型、服务质量等因素。
通过调查统计和分析,可以发现不同乘客对这些因素的重视程度各不相同。
例如,一些乘客更注重出行时间的准确性,而另一些乘客则更看重服务质量。
基于乘客个性化需求,本文提出了一种出租车合乘费用模型。
该模型综合考虑了乘客需求的多样性,通过收集大量的乘客出行数据,建立了基于区域划分的乘客需求模型。
该模型通过对乘客出行数据的分析,确定了不同因素对出租车合乘费用的影响程度,从而在计算合乘费用时能够更加准确地满足乘客的个性化需求。
在模型的实施过程中,本文还考虑了乘客对费用的感知程度。
因为不同乘客对费用的感知程度也存在差异,所以需要对不同乘客的费用感知进行量化,并将其纳入到合乘费用模型中。
通过对不同乘客的费用感知进行量化,可以更加准确地计算出符合乘客个性化需求的合乘费用。
最后,本文基于所提出的出租车合乘费用模型进行了实证研究。
通过利用乘客出行数据进行仿真实验,对模型的准确性进行验证。
实证研究结果表明,所提出的模型在优化出租车合乘费用方面具有较高的精确度和可靠性。
综上所述,基于乘客个性化需求的出租车合乘费用优化模型能够更好地满足乘客的个性化需求,提高出租车合乘的服务质量和用户满意度。
未来,可以进一步完善该模型,拓展研究领域,为出租车合乘行业的发展做出更大的贡献综合考虑乘客需求的多样性,本文提出了一种基于区域划分的出租车合乘费用模型,通过收集乘客出行数据并分析其影响因素,能够更准确地计算符合乘客个性化需求的合乘费用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
式中,R i 为第 i 种交通方式的运价率;Li 为第 i 中交通方式的运行里程;Ex1 为旅客出发到 车站的费用;Ex2 为旅客出站后到目的地的费用。 2.1.2 快速性 通常描述快速性的指标有速度和时间,而对于旅客而言,最直接的反映便是时间。旅客 总的出行时间包括运输工具的运行时问和市内交通的衔接时间,快速性的属性值用Ti 表示: Ti = (
基于不同场景下旅客出行广义费用函数研究
摘要:通过引入价值工程的思想,选择经济性、快速性、方便性、舒适性和安全性为衡量指 标,建立城际列车、城市轨道交通及城市道路三种不同场景下的旅客出行广义费用函数,并 分析其异同。 关键词:价值工程;旅客出行;广义费用
Study on generalized cost of passenger trip Under different scene
Li Vi
+ t x1 + t x1 ) × V(T)
(2-1-2)
式中,Ti 为选择第 i 种运输方式旅客总的出行时间;Li 为第 i 种运输方式的运行里程;Vi 为 第 i 种运输方式的旅行速度;t x1 为旅客出发到车站的衔接时间;t x1 为旅客到站后到目的地 的衔接时间;V(T)为旅客的时间价值。 2.1.3 方便性 由于在快速性属性值中已考虑旅客前往乘车点和目的地的出行衔接时间, 这里主要考虑 候车时间、购票时间、排队时间等因素的影响。方便性属性值用Ni 表示: Ni =(Wi + Yi + Pi ) × V(T) (2-1-3) 式中,Wi 为运输产品 i 的候车时间;Yi 为运输产品 i 的购票时间;Pi 为运输产品 i 的排队安 检时间。 2.1.4 舒适性 该项属性指标一般不易定量表示, 但为了在效用函数中体现各种运输方式的舒适度特性, 必须将舒适度量化。根据研究,出行花费在一定程度上体现了舒适度,舒适度的度量值可取 各种运输方式花费的 5%~10%,用Mi 表示。由于舒适性是旅客在出行过程中的收益,所以不 加总在费用函数中,而是采用减法。 2.1.5 安全性 对于安全性属性值的量化,根据各种运输方式的事故伤亡人数比例进行设定取值,用Si 表示。查阅资料,城际列车、城市轨道交通系统、城市道路的安全性参数依次为 0.99、0.99 和 0.90。 2.2 城际列车广义费用函数(北京-天津) 城际列车是连结城市间的铁路运输系统, 可以提供旅客商业旅行、 观光等等多方面的服 务。城际列车和通勤列车及其他轨道运输最大的不同点在于:①运输距离较长(通常会超过 200km);②停靠站数较少;③营运速度较快;④列车内装较豪华,跨夜行驶的列车甚至会连 结卧铺车。京津城际列车 2008 年 6 月 8 日通车,试运速度每小时 280 公里,2008 年 8 月 1 日已达到每小时 320 公里,北京到天津 30 分钟到达,大大缩短了城市之间的空间距离。 对于京津城际列车的旅客出行广义费用函数的构建, 要同时考虑以上五个要素。 通过北 京南站乘坐城际列车到达天津站, 首末需要借助其他交通工具到达列车站, 所以在经济型和 快速性中要考虑旅客出发到车站的费用, 旅客出站后到目的地的费用, 以及中间换乘的衔接 时间价值。广义费用函数模型如下: L R i ∙ Li + Ex1 + Ex2 + Vi + t x1 + t x1 × V T + (Wi + Yi ) × V(T) i Ci = − Mi Si 2.3 城市轨道交通系统广义费用函数(知春路-北京站) (2 − 2)
E i +T i +N i Si
− Mi
其主要考虑因素包括: 经济性、快速性、方便性、安全性、舒适性,以下对各种运输方 式服务特性进行价值的度量,用更细分的服务度量因素对其进行量化处理。
2.1.1 经济性 旅客考虑到经济因素时, 主要是直接以该运输方式的票价作为依据心, 再间接考虑中转 衔接费用。所以,经济性的衡量指标Ei 包括两部分,计算公式如下: Ei = R i ∙ Li + Ex1 + Ex2 (2-1-1)
0 引言
20 世纪 90 年代后,我国的交通运输行业得到了快速的发展,城际列车、客运专线、高 速公路、 城市道路等等, 不同交通方式进程上飞跃性的突破和进展为国民经济的发展起到了 巨大的推动作用,也为人民的生活带来了翻天覆地的新变化。以北京为研究对象,其城市道 路,地铁,城际列车等多种交通运输方式的完善,打通了各个区域联系的壁垒,极大的改善 了居民的出行环境。 随着国民经济的快速发展和人民生活水平的不断提高,人们对出行的质量要求已不再是 以前低层次的出行需求,不仅要求能安全到达目的地,而且还要求快速、舒适、便捷。西方国 家旅客出行更关注的要素是快速性 , 在出行交通方式选择上采用的模型主要为广义时间模 型, 即通过比较广义时间预测旅客会最终选择何种客运产品。 然而我国旅客出行最关注的要 素为经济性, 旅行费用对旅客选择影响最大, 故在出行选择模型上我们采用了广义费用模 型, 基于不同场景下对用户广义费用函数结构进行研究。
1 出行费用的价值工程分析
1.1价值工程的涵义 在国家标准 GB8223-87 中,对价值工程作出如下定义: “价值工程是通过各相关领域的协 作,对所研究对象的功能与费用进行系统分析, 不断创新, 旨在提高所研究对象价值的思想 方法和管理技术” 。其基本表达式为:
V=C
F
( 1-1 )
式中:V 为价值;F 是功能;C 为费用或称成本。不断提升价值成为价值工程分析的出发点。
FC CS
=
V C ∙C C I V式( 1-4 )的推导结果 , 如果视整个系统的价值为一常量,则出行者与运 营商的价值成反比。如果用于普通的商品流通过程中,该结果成立,然而,在对交通 系统进行分析时,这样的结论却完全不符合事实。因为出行者,必须要涉及到时间变 量,随着人们对时间的认识,时间的节约给出行者以及运营商的收益成为许多可研究 的课题。
3 模型的比较
综合分析以上三种模型结构, 现将不同场景下的旅客出行广义费用函数进行比较, 汇总 表格如下: 场景 城际列车
Ci = Ri ∙ Li + Ex1 + Ex2
广义费用模型
L + i + tx1 + tx1 × V T + (Wi + Yi ) × V(T) Vi − Mi Si
异同点 ①经济性:票价、中转衔接费用; ②快速性: 城际列车行驶时间、 中转时 间; ③方便性:候车时间、购票时间;
1.2出行者的价值研究 对于一个理性人来说, 就是要在出行的过程中获得最大的价值。 出行者的价值是出行者 所获得的效用与获得该效用所付出的全部费用之比。正如价值工程的基本公式所表示的 V=F C,该公式表明选择某种出行方式的人们对其价值的考量,这一价值随着功能的增加而 增加,同时随着成本的减少而增加。对于某个出行者来说,出行的功能就是使其自身从 O 地安全、迅速地到达 D 地,相应的他必须为此支付一定的费用,其比值便是从价值工程角 度考虑的出行者获得的价值。 而公式表示的是人们对某种出行方式功能与成本 (付出的费用) 的数量取向,表达各个相关参数之间的大致的数量关系。 如果仅考虑出行者付出的金钱费用,出行者价值可以表示为: VC =
2 旅客出行广义费用函数研究
2.1旅客出行广义费用概念及特征 按照经济管理学理论, 广义费用指企业因生产经营活动和其他活动而发生的全部经济利 益总流出。具体到各个行业,由于产品属性不同,广义费用中的各个组成因素的定义和衡量 是不同的。旅客出行广义费用指是运输费用、运输时间、中转费用、中转时间等因素通过一 定的换算关系最终表现出来的货币值。 旅客出行选择客运产品的过程是一个多目标决策过程, 一般的旅客出行广义费用函数结构如下(Ci 表示广义出行费用) : Ci =
Abstract: By introducing the idea of value engineering, select economy, rapidity , convenience, comfort and safety as measure to establish generalized cost function in ways of travel: inter-city train, urban rail traffic and urban road. finally, analyzing their similarities and differences. Key words: cost function; passenger trip; generalized cost
出行效用 付出费用
= CC
F
C
( 1-2 )
对于出行方式的提供者,也进行价值工程的判断,将收入视为其价值,可表示为: VS =
收入 投入成本
=C
I
S
( 1-3 )
如果将实际问题简化,认为出行者付出的金钱成本等于出行提供者的收入,即 CC =I, 则对于由交通凡是提供者与出行者构成的整个系统来说: V=
在寸土寸金的大都市,地铁已经成为占用土地和空间最少、运输能量最大、运行速度最 快、环境污染最小、乘客最安全舒适的理想交通方式,因此越来越被国际大都市所选用。50 多年来中国的地铁建设取得了相当不错的成绩, 在缓解城市交通压力方面发挥了巨大的作用。 北京地铁始建于 1965 年 7 月 1 日,1969 年 10 月 1 日第一条地铁线路建成通车,使北京成 为中国第一个拥有地铁的城市。2010 年北京地铁客流超过 1000 万人次居亚洲第二(仅次于 东京) 。北京地铁目前实行全程 2 元票制,成为国内票价最低的城市轨道交通系统。 查阅北京地铁运行线路图可知, 由知春路出发到达北京站, 共有两种不同的地铁换乘线 路:乘坐地铁 13 号线在西直门站下车,换乘地铁 2 号线在北京站下车;乘坐地铁 10 号线在 惠新西街南口站下车,换乘地铁 5 号线在雍和宫站下车,再换乘地铁 2 号线在北京站下车。 由于我们讨论的是广义费用函数,不需要具体标定参数,且这两种路线的性质相同,都是存 在换乘,所以在构建参数时可以不必区分。 具体讨论广义费用函数, 乘坐城市轨道交通同样包括五个度量因素, 经济性上要考虑票 价和出发点到达地铁站及地铁站到达目的地的衔接费用, 比如公交车的接驳; 快速性同样有 这部分的时间花费,当然,如果出发地、目的地离地铁站比较近,可以步行到达,那么不必 考虑接驳的费用,但是要考虑步行到达地铁站的时间价值;方便性中,地铁站排队安检是占 用了很大部分时间,这是京津城际中可以忽略的地方。广义费用函数模型如下: L R i ∙ Li + Ex1 + Ex2 + Vi + t x1 + t x1 × V T + (Wi + Yi + Pi ) × V(T) i Ci = − Mi Si 2.4 城市道路广义费用函数(交大-颐和园) 近年来,北京城市内部的道路交通基础设施建设得到了飞速的发展,打通了平安大街、 菜市口南大街;修建了白颐路、三里河东路等一大批主干道;对二、三环路进行了大规模改 造,包括改建西直门、大北窑等多座立交桥,封堵了上百个出入口,将二环路和三环路改建 为半封闭的快速路; 四环快速路、 五环公路也相继建成, 完善了环路之间的快速联络线等等。 北京城市道路的快速发展,为居民城市内部的路面交通出行带来了极大的方便。 具体研究交大-颐和园的城市道路广义费用函数,我们假设是借助小汽车,即私家车, 完成出行的全过程,那么需要注意以下服务特性度量因素的不同:①经济性:可以不考虑旅 客出发到车站的费用Ex1 及旅客出站后到目的地的费用Ex2 ;②快速性:不考虑市内交通的衔 接时间t x1 和t x1 ;③方便性:可以把候车时间、购票时间、排队时间转换为拥堵时间,用Q i 表 示。则广义费用函数模型如下: L R i ∙ Li + Vi × V T + Q i × V(T) i Ci = − Mi Si (2 − 4) (2 − 3)