本项目研究活动-出行决策行为与交通管理策略的互动关系,在交通供给方案或管理政策实施之前,预测居民的政策响应行为,评价实施效果和可行性,有重要理论意义和实际价值。主要内容包括分析居民活动-出行行为的一般规律和影响居民决策变量的内在联系及制约关系,建立活动-出行决策的贝叶斯置信网;应用非集计建模理论,模型化表达贝叶斯网络,构建活动-出行预测模型系统;运用马尔可夫链蒙特卡罗仿真方法、Gibbs 抽样和数据增广技术,完成模型系统的贝叶斯参数估计;应用所建贝叶斯置信网络研究交通管理策略与出行行为的互动影响机制;应用活动-出行预测模型系统分析评价交通供给方案或管理策略的有效性。研究成果将丰富和扩展出行行为研究的理论框架和分析方法、提高模型的参数估计效率和预测精度,为诊断城市交通问题、制定和实施高效的交通供给方案和管理政策提供科学有效的决策分析方法。
英文主题词Bayesian Method; Markov Chain Monte Carlo Simulation; Activity; Travel Behavior; Transportation Demand Management