《先进的交通工具

PDF
《先进的交通工具/2020年/文章
特殊的问题

方法和技术的新一代公共交通规划和操作

把这个特殊的问题

研究文章|开放获取

体积 2020年 |文章的ID 7436710 | https://doi.org/10.1155/2020/7436710

Hyunmyung Kim Haneum Seok,共同虹膜Changju李, 实证分析模式选择与个人快速运输一次短途旅行”,《先进的交通工具, 卷。2020年, 文章的ID7436710, 13 页面, 2020年 https://doi.org/10.1155/2020/7436710

实证分析模式选择与个人快速运输一次短途旅行

学术编辑器:普拉卡什Ranjitkar
收到了 2020年1月21日
修改后的 02年9月2020年
接受 2020年10月05
发表 2020年11月17日

文摘

最近,新兴要求新的运输模式,如个人快速交通(PRT),提高连接的第一和最后一英里旅行。ICT发展和不断增长的担忧环境问题加强这些要求通过特定的运输方式可以满足每个人的需要短途旅行。虽然PRT受到特别关注短线游,的确,最近的方法已经发展为中期分析旅游者的行为来长途旅行不相关的短途旅行。本研究提出了一个合适的方法使用逻辑回归模型可以帮助理解的特性确定模式选择短途旅行。PRT的模式选择短途旅行在这个研究是基于的数据调查。考虑各种因素后,此行的目的很明显,加上天气条件影响显著旅行者的模式选择PRT短途旅行。此外,预计这项研究将发挥重要的初始作用分析新兴交通模式可以更容易地应对新要求短途旅行。

1。介绍

在“四段式”旅游需求建模过程中,模式选择模型计算旅行的比例,使用特定的运输方式之间出发地和目的地的出行分布估计的步骤。能力解释模式选择模型,推出一种新的模式或改善运输服务的准确性直接影响估计旅行每个模式,例如,(1- - - - - -3]。模式选择模型,因此,扮演关键角色在决定投资在运输4]。

最新的模式选择模型目标国际或地区内的旅行中期/长途旅行。交通基础设施投资或计划的评估,考虑到运输的运动模式分别,一般,不包括整个旅行的旅行者。因此,旅行距离和/或时间的运输方式(如汽车、铁路、公交、地铁、出租车)曾是重要的因素,提出实现从先前的研究,例如,(2,3,5,6]。

面向用户的新范式的出现要求传统的面向供应运输服务更改为以用户为中心的。同时,道路基础设施为中期/长途旅行在很多城市已经达到了成熟阶段。新的方法的智能移动使用小型模式的短途旅行已经非常流行。环境问题引起的交通问题与巴黎协议(7)创建了一个新的社会规范提供一个方便、健康和可持续发展的社会,对特殊运输方式进行短途旅行的兴趣。一次短途旅行需要新的因素分析包括公共交通的服务水平,也没有进行部分是由于缺乏合适的模型或可用的数据(8]。

的短途是指适宜步行的距离步行,骑摩托车,骑自行车目前占主要的运输方式。不到一公里的旅行经常被忽略甚至在短途旅行。最近,随着信息和通讯技术的发展,新的电动摩托车等交通方式,自主和demand-responsive个人快速运输(PRT)也出现的一次短途旅行。这些模式是关键连接终端的中期/长途乘坐地铁或公共汽车,并将第一个和最后一个英里的起源和目的地9,10]。因此,运输模式进行短途旅行提高无缝服务,用户满意度,和流行的大众运输系统。

交通模式进行短途旅行的重要性正在增加。然而,传统的旅游需求模型难以解释这种旅行的影响(8]。因为目前的交通系统允许自由转让和简单的降落和登机,这限制阻碍了可靠的现代运输技术和政策分析。因为大多数模式选择模型已经开发中期/长途旅行,例如,(11,12],理性因素以外的旅行时间和成本一直被忽视的小对模式选择的影响。然而,其他因素的影响是重大的旅行时间和成本是微不足道的一次短途旅行。例子包括访问终端,使用楼梯的不适,不利天气条件下,儿童和老人的需求,和携带的行李。如前所述,基于传统的模式选择方法中使用的分解行为模型仅限于有四个步骤的旅游需求过程从根本上反映这些因素(8]。

2。范围和目标

本研究的主要目标是识别和量化的模式选择和影响因素,为新兴交通模式的分析提供基础的新要求一次短途旅行。作为主要方法,输入确定的调查可能PRT选择考虑到旅行目的,天气条件,如果乘客陪同孩子。PRT的概念,理想的运输方式之一,被用于这项研究作为竞争手段,走在一次短途旅行。确定本研究的目标,进行了文献综述,确定一个合适的评估方法。分析当时导致执行更新的解释。

3所示。文献综述

本研究是首次尝试理解因素决定运输模式的短途旅行和三分文献综述包括的主要兴趣(1)定义范围的一次短途旅行;(2)替代模式考虑一次短途旅行;和(3)解释变量,确定交通模式为一个特定的短途旅行。

3.1。范围定义的短途旅行

旅行距离是最具影响力的因素在决定运输方式。例如,飞机比距离超过1000公里,而步行,骑摩托车或自行车的合理选择距离小于2公里。开发模式选择模型的短途旅行,因此需要距离的范围定义在这项研究中。

如表所示1,虽然5公里是经常用作短途旅行的最大边界(15,16),短途旅行最近提出的各种定义。也就是说,它是指出,不到3公里的距离最近的研究中采用(17)为了应对的必要性分析nonmotorized旅行如步行和自行车。


作者 使用距离 原因

金姆和Ulfarsson [13] 低于2.25公里 一个短途是定义的95年th百分位的行走距离12900年访问数据集的基础上
Tran et al。14] 低于1公里 距离在1公里被认为是其竞争力的短途因为走路而不是其他模式,如摩托车和自行车
李等人。15] 低于5公里 距离5公里以下被认为是短途,因为多数,超过40%的所有旅行,造成交通堵塞
聚氨酯等。16] 低于5公里 距离5公里占所有的90%以下为老年人短途旅行
费雷尔和鲁伊斯17] 低于3公里 一个短途被定义为距离步行45分钟或更少

3.2。模式选择短途旅行

即使是一次短途旅行,游客经常决定他们的旅行从可用模式集群由一组特定的旅行距离。例如,在上海,中国(见图1),平均出行距离的差异确定哪些模式选择的短途旅行。例如,走路被选为平均出行距离1公里,而机动模式(即。、摩托车和汽车)被平均出行距离2公里以上。

除了首选的交通方式的距离,所有的短途旅行的平均出行距离1.687米模式作为参考用于短途旅行在这个研究的范围。

开发合适的模式选择模型,可能的替代模式需要探索一次短途旅行,如表所示2


作者 交通模式 多的考虑模式
自行车 踏板车 出租车 公共汽车 地铁 个人车辆

Mackett [18] 7
Olszewski和Wibowo19] 5
穆勒et al。20.] 5
金姆和Ulfarsson [13] 4
沃尔顿和Sunseri21] 2
Sidharthan et al。22] 2
Halldorsdottir et al。23] 4
Tran et al。14] 3
李等人。15] 3
聚氨酯等。16] 4
普拉托等。24] 5
频率 11 10 4 1 7 3 8 - - - - - -

从文献综述,散步是最普遍的模式一次短途旅行(11 11),紧随其后的是自行车(10 11)、个人车辆(8 11),和公共汽车11 (7)。有趣的是,竞争对手(即nonmotorized模式。,walking and cycling) is not public transportation such as bus, but rather, individual vehicles. This means that for a short-distance trip, the use of individual vehicles is common because of their superior access and comfort. In other words, travelers favor their personal vehicle as competitive for the first and last mile as it also satisfies their need for access and comfort.

比较考虑以前的文学的模式显示的数量是最多7的范围内,至少2,平均4。因此,在一般情况下,四个独立模式的选择被认为是短途的旅行。

3.3。解释变量为模式选择短途旅行

3概述了模式选择模型的变量进行一次短途旅行从以前的文献。


性别 年龄 家庭收入 车辆所有权 旅行的距离 行走舒适(斜率/楼梯) 旅行时间 旅行的目的 交通安全 交通状况/交通拥堵 天气 犯罪

Mackett [18]
Olszewski和Wibowo19]
穆勒et al。20.]
金姆和Ulfarsson [13]
沃尔顿和Sunseri21]
Sidharthan et al。22]
Halldorsdottir et al。23]
李等人。25]
Marquet和Miralles-Guasch26]
Rybarczyk和加拉格尔(27]
Tran et al。14]
李等人。15]
聚氨酯等。16]
费雷尔和鲁伊斯17]
光和里德28]
普拉托等。24]
频率 8 7 7 6 6 7 6 6 5 5 5 4

综述了总共16个研究,12个因素,其中包括社会经济因素如性别、年龄、家庭收入和车辆所有权,主要是作为解释变量。此外,trip-related因素如旅行距离,行走舒适、旅行时间、旅行目的,交通安全,交通状况/拥堵关键因素在很多研究中得到应用。一些先前的研究采用天气(5个中的16研究)和犯罪的16项(4)作为解释变量。平均4.5解释性变量用于16进行研究。

从这个检查,两个解释变量被确定的特点:(1)多个因素考虑模式选择模型(2)传统的因素(例如,旅行距离和时间)并不总是参与模式的选择研究

模式选择短途旅行可能不遵循传统的方法/中期长途旅行。另一个原因是,在短途旅行,旅行距离和时间可能会产生轻微影响的选择模式。有趣的是,这两个原因是相关的,这样对于短途旅行其他因素很大程度上决定模式。旅行距离和时间基本上是nondeterminants的运输模式。

3.4。从文献综述外卖

有几个关键点的文献综述,可以提取作为输入分析模式选择短途旅行的旅行者:(1)许多研究已经考虑到5公里的短途旅行。,考虑走的平均速度(4公里/小时)29日,30.和的平均速度PRT (40 km / h) (31日),本研究采用4公里的短途旅行。(2)在不同交通模式用于短途旅行,散步是最常见的模式一次短途旅行。因此,两种模式被选择步行和PRT作为本研究的替代发展调查和模式选择模型。(3)综述了各种因素作为解释变量从先前的研究。这些旅行的特性(例如,旅行时间、旅行距离和旅行目的),环境特性(例如,行走舒适和天气),和个人特征(例如,性别和年龄)影响最大的模式选择短途旅行。除了这些因素外,此行的目的,天气条件,PRT票价,旅行时间,伴奏被选为决定因素研究中的模式选择模型。

4所示。方法

是有用的说明图中描述的整个过程2。该方法在本研究中,考虑这些目标包括四个部分:(1)预定义的测试方法进行试验调查(2)完成一个方向设置为主要调查的初步结果(3)进行主要的调查(4)建模和校准的主要调查结果

第一步是检查的因素(即。,explanatory variables) through the pilot survey which were identified from the literature review. Two factors were selected in this step being a weather factor representing traffic environments, and an accompanying children factor which could affect the mode choice in a leisure trip. Note that the major objectives of the pilot survey were checking the applicability of selected factors in this study, and providing preliminary results to be used to set up the main survey.

在考虑天气因素,两个不同的区域组成的大型居住区公园是Gwanggyo Ilsan京畿道,韩国,被选中。试点调查期间,自治和demand-responsive PRT引入新的、更实用的公共交通模式试点调查的受访者。这个PRT无人模式最多6名乘客操作在一个指定的或实际上标志着道路,用户可以随时访问一程。

第二步设计主要调查是基于试点调查的初步结果。基本上,两个主要目的是强制性的和nonmandatory被认为有两个因素,这是测试在试点调查中,使用两种不同的票价方案。场景的类型相应地设置了需要考虑的因素模型校准。下一步是进行调查主要包括60个问题,紧随其后的是模型校准和逻辑回归。尽管新兴技术的可用性,如机器学习方法,逻辑回归模型被选为工具,分析旅游者的行为进行短途旅行。

这个决定有两个重要原因:(1)逻辑回归模型一直被视为一个标准的方法来描述一个响应变量和解释变量之间的关系在过去的十年里(32](2)机器学习技术受到了人们的欢迎,但可以成为低效的规模相对较小的数据集,因为它需要大量数据集训练模型(33]

5。分析和结果

5.1。试点调查:初步发现在短途旅行旅客的行为

从1030年试点调查反应被调查者收到来自这两个地区(515)的反应。然而,只有1006响应有效(97.7%)都是有效的。的基本问题有两个选择好与坏天气(雪、雨、和/或低温)。在旅行的时候步行20分钟内,调查问卷的时间间隔是5,10,15日和20分钟,步行或PRT模式被选择。平面的PRT被假定为500韩元(韩元)人均,不管距离。图3(一个)试点调查的结果描述天气状况。

另一个位置(Uiwang在京畿道,韩国)作为一个湖公园地区家庭休闲活动经常发生被选为检查旅客的同伴的影响。总共有501个有效回复来自附近Uiwang地铁站和铁路的自行车。PRT选项方面提出了旅游成本的增加从0到1500(人均韩元)。在本试验调查,只有旅行成本的决定因素在选择PRT因为Uiwang地铁站之间的距离和铁自行车站被固定在1公里,陪同孩子和实际成本没有得到证实。图3 (b)显示该试点调查的结果。

飞行员调查显示旅行者首选PRT当天气条件并不好,当天气相比显然是好。旅行时间和天气条件之间的关系也被观察到。随着时间的增加,天气条件的影响程度降低。如果旅行时间相对长,它变成了一个关键因素选择PRT不管天气条件。相比之下,当旅行时间相对较短,天气条件选择PRT成为至关重要的因素。陪同孩子而言,PRT票价为零的时候,大多数的受访者会选择PRT,但PRT的概率选择在两个截然不同的情况下减少。这是PRT费用增加时,或者当没有孩子。与旅游人均花费500韩元,PRT的概率选择显示没有什么差别,不管陪同孩子。

5.2。方向设置为主要调查:案例开发和校准过程

从试点调查中,6例(见图4)生成的开发主要问卷调查和最终的发展模式选择模型。

6例最初生成,每个案例都有两个不同的票价方案:每人500和1000韩元。因此,总共12个场景被认为是在这个研究。因为强制旅行很少发生有孩子的,孩子们只包括附带的条件在nonmandatory旅行(见表4)。


箱号 旅行的目的 天气条件 同伴条件

案例1 强制性的 - - - - - -
案例2 - - - - - -

案例3 Nonmandatory 没有
例4 没有
例5 是的
案例6 是的

一个四个步骤的方法(见图5),其中问卷开发从步骤1到3,第四步是如何调整的模式选择模型研究:(1)总距离4公里分为五个间隔800米每(定义为一次短途旅行在这个研究)(2)旅行从每个间隔距离是随机选择的(3)旅行时间散步和PRT分别从每个随机选择旅行距离估计(4)每100米,PRT选择的概率被安装到转移曲线

如前所述,60个问题是对每一个被采访者在主要的调查中,组成六个场景有两个选项(500和1000韩元),和五个间隔隔开800米(4公里)。

5.3。主要调查:短途旅行旅客的行为的结果
5.3.1。描述和人口统计数据

主要通过互联网调查(1)获得大量的反应为所有类型的旅行者的团体和(2)有更多的平衡反应无论区位特征。1217受访者采访了性别平等四天(从30th9月3理查德·道金斯2016年10月)。表5介绍了受访者的反应的细节。


类别 频率(被调查者,%)

性别
男性 609 (50.0)
608 (50.0)

年龄
0-19 128 (10.5)
为20 - 29 240 (19.7)
- 39 239 (19.6)
40至49 241 (19.8)
50-59 240 (19.7)
60 + 129 (10.6)

占领
员工(全职) 633 (52.1)
个体工商户 107 (8.8)
Sstudent 234 (19.2)
家庭主妇 157 (12.9)
失业的人 54 (4.4)
其他人 32 (2.6)

家庭成员的数量
1 99 (8.1)
2 164 (13.5)
3 334 (27.4)
4 491 (40.3)
5 105 (8.6)
6 + 24 (2.1)

家庭收入(单位:千韩元/月)
0 - 999 61 (5.0)
1000 - 1999 117 (9.6)
2000 - 2999 205 (16.8)
3000 - 3999 236 (19.4)
4000 - 4999 200 (16.4)
5000 - 5999 186 (15.3)
6000 - 6999 85 (7.1)
7000 + 127 (10.4)

5.3.2。逻辑回归模型的描述

主要调查的基础上,初步观察关于旅游条件或交通环境的影响选择PRT,除了模式选择模型的校准,如下:(1)强制性的旅行,(我)PRT首选在恶劣天气条件下不管PRT票价,和(2)PRT票价较低时,旅行者显然喜欢用PRT即使在良好的天气条件(见图6)。具体而言,这两个场景的旅行费用500韩元、1000韩元在恶劣天气(例2)显示的概率高于案例1(良好的天气条件)。然而,在案例1(好天气),一个场景显示500韩元的概率高于一个场景有1000韩元(见的水平轴10分钟的旅行时间的差异)。如果天气很好,票价更便宜的PRT PRT选择的概率增加了约30%,10分钟的旅行时间是不同的。(2)nonmandatory旅行没有公司的情况下,观察相同的结果。(我)PRT票价没有显著影响PRT在恶劣天气的选择和影响(2)较低的票价PRT选择具有良好的天气条件(见图7)。4,这两个场景与恶劣的天气有500韩元、1000韩元的概率高于3(好天气条件),而500韩元,更高的概率在案例3相比有1000韩元(作为一个近似15%差距十八分钟的差异之间的旅行时间500韩元、1000韩元)。(3)当比较一个强制性的旅行对nonmandatory旅行没有车费公司500韩元,nonmandatory旅行没有公司更敏感的天气条件如左边的图所示的数字67。这种敏感性变得类似1000韩元(见正确的图表数据67)。即决定PRT显然是受天气条件影响一个强制性的旅行和nonmandatory旅行没有公司。(4)在nonmandatory旅行公司,(i)天气条件差了PRT的概率选择不管票价和(2)的影响,不同的票价显示在相同的天气条件下的一个微小差别在例5和6(见图8)。具体地说,公司有恶劣天气条件是一个有效的因素来确定PRT的选择。显示在图8的差距大约30%的九分钟区别好和坏天气条件之间的旅行时间(例5和6)被发现在这两种票价。所示的水平轴与坏天气15分钟的旅行时间的差异,相似的观察概率。这是不管票价差异导致的结论是,旅行与公司没有受到机票,而是由于天气条件。(5)在好天气条件下,(i)不同票价的选择影响PRT无论旅行目的和(2)影响PRT旅行目的的选择,特别是票价较低(见图9)。同样的旅行目的,选择PRT 500韩元的概率一般都高于1000韩元。看15分钟的旅行时间的不同的水平轴,PRT的概率选择强制访问500韩元是25%高于1000韩元。也有不同的旅行目的,PRT的概率选择强制性的旅行总是高于nonmandatory旅行由于更高的价值放在时间仅需要旅行的人。(6)在恶劣的天气条件下,(i)票价差异并不是一个强有力的因素来确定选择PRT无论旅行目的和(2)旅行的目的并不影响PRT强烈的选择(见图10)。同样的旅行目的,发现了一个相似的概率选择PRT两票价。同样,相同的条件,PRT选择的概率成为类似的强制性和nonmandatory旅行没有公司。

5.4。模型校准:逻辑回归模型在短途旅行旅客的行为

根据从主调查结果,PRT选择是校准的概率函数。多种功能测试后,逻辑回归曲线确定由于其较高的拟合优度。总共12个逻辑回归曲线展示在表6


情况下 场景 旅行的目的 天气条件 同伴条件 PRT票价(韩元) 功能

案例1 场景1 强制性的 - - - - - - 500年
场景2 1000年
案例2 场景3 - - - - - - 500年
场景4 1000年

案例3 场景5 Nonmandatory 没有 500年
场景6 1000年
例4 场景7 没有 500年
场景8 1000年
例5 场景9 是的 500年
场景10 1000年
案例6 场景11 是的 500年
场景12 1000年

12个场景中,两个例子提出了基于观测数据从主调查和计算值逻辑回归函数1和5。每平方措施模型显示拟合优度高0.915(图11(图)和0.96612),分别。

6。结论

有新兴的要求连接的第一和最后一英里的旅行。根据信息通信技术的进步和日益增长的兴趣在环境问题,特殊运输方式在短途旅行,满足个人的各种需要为了方便和舒适已确定。先前的研究大多处理中期/长途旅行部分是由于缺乏合适的模型或短途旅行的可用数据。一些研究集中在短途旅行进行了简单的分析和有限的范围。

当前研究的主要特点(1)提出一个合适的方法,可以理解的特性确定所选择的运输方式为一次短途旅行;(2)量化各种因素的影响,包括访问目的、天气条件、票价,旅行时间,和陪同孩子,影响模式选择短途旅行;(3)重申的逻辑回归模型的适用性分析短途旅行的旅行者的行为;和(4)提供为主动运输模式的分析,如电动摩托车,它预计将增长,以应对新的要求(包括Mobility-as-a-Service)的短途旅行。

总之,这次旅行目的和天气条件影响因素对模式的选择是一致的部分与Ashkrof et al。34]。强制性的工作场所或学校旅行在类似的旅行时间,旅客首选PRT。偏爱PRT也观察到在恶劣天气条件下,无论哪一类型的旅行目的和PRT票价。与公司旅行时,天气条件再次成为一个关键因素在选择PRT时,虽然票价的变化没有相对影响模式选择。总之,天气不好时,PRT票价差异和旅行目的不是一个强有力的因素在决定选择PRT。然而,在好天气,其他的因素导致了PRT的选择。包括不同的票价无论旅行目的,旅行目的(即。,强制trips)影响PRT选择,特别是在较低的票价。鉴于机票好天气条件下成为一个有效的因素,这一发现也类似于一个从刘et al。35)得出的结论是,成本显著影响模式选择短途旅行。

天气对我们的生活有重大的影响。例如,平均降水天数(包括降雪和降雨)是每年103.5天在韩国36]。因此,天气条件的影响的程度对PRT选择是值得注意的。这可能需要进一步的仔细和彻底的调查,因为最近的焦点集中在各种环境因素,例如全球变暖,气候变化,黄色的粉尘,粉尘。

相比以前的分解行为模型(例如,logit模型),本研究采用逻辑回归模型来校正输出的调查。注意,短途旅行不受旅游威慑如旅行时间、距离,票价,而长途旅行。然而,其他因素,如天气、安全、和斜率,确定模式选择短途旅行。因为logit模型需要很多解释变量,校准的过程变得复杂,进而将模型的解释意义定义为低。

为了克服这个问题,另一种模型考虑为模式的选择是由使用不同的变量逻辑回归模型,从调查实际复制模式的选择。然而,逻辑回归模型有一个限制当表达三个以上多个模式,替代方法需要考虑。这些包括机器学习技术,可以将很多因素和模式。在这方面,决策分析技术,如联合方法,朴素贝叶斯算法的决策树算法,随机森林算法,可以用于模式选择建模与各种解释的因素在未来的研究。

数据可用性

在这项研究中使用的所有数据都可以要求作者(Hyunmyung金,khchlsy@gmail.com)。

信息披露

Changju Lee目前在交通部门,联合国亚洲及太平洋经济和社会委员会,10200年曼谷,泰国。作者此处的观点是,不一定反映联合国的观点。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

本研究从研发项目提供资助的朝鲜铁路研究所、韩国。此外,本研究的改进支持基础科学研究项目通过韩国国家研究基金会资助的科学,ICT和未来规划(没有。2016 r1a2b2012722)。

引用

  1. c . A . Klockner和t . Friedrichsmeier多层次方法的交通方式可以选择如何来人特点和情况确定汽车的使用在一个特定方面学生样本,”交通运输研究F部分:心理学和行为,14卷,不。4、261 - 277年,2011页。视图:出版商的网站|谷歌学术搜索
  2. a . Reichert和h . r .基督徒,”模式用于长途旅行,《交通和土地使用,8卷,不。2、87 - 105年,2015页。视图:出版商的网站|谷歌学术搜索
  3. a·l·l·奥尔森因素的影响在旅游模式的选择上主要城市:公园的吸引力和骑马Infrastruktur,斯德哥尔摩,瑞典,2003年,http://urn.kb.se/resolve?urn=urn: nbn公司禁止:se: k:女主角- 1627
  4. 纯矿物和c·r·Sekhar”模式选择分析:数据、模型和未来,“国际交通和运输工程》杂志上,4卷,不。3、269 - 285年,2014页。视图:谷歌学术搜索
  5. m .间谍”,家庭和工作场所之间的距离作为工作满意度的因素在俄罗斯西北石油工业,”Fennia,卷184,不。2、133 - 149年,2006页。视图:谷歌学术搜索
  6. r·尤因,w . Schroeer和w·格林,“学校位置和学生旅行:分析影响模式选择的因素,”交通研究委员会杂志》上,卷1895,不。1,55 - 63、2004页。视图:谷歌学术搜索
  7. 联合国气候变化框架公约》,巴黎协定联合国气候变化框架公约》,纽约,纽约,美国,2019年,https://unfccc.int/process-and-meetings/the-paris-agreement/the-paris-agreement
  8. l .明·h·朱、l .夏和l . Lei“城际旅游需求分析模型”,机械工程的发展》第六卷,ID 108180条,2015年。视图:谷歌学术搜索
  9. 交通与发展政策研究所”,E-scooters可能是每个人的“最后一英里”解决方案,“运输问题交通与发展政策研究所,纽约,纽约,美国,2019年,https://www.itdp.org/2018/12/14/e-scooters-last-mile-solution/视图:谷歌学术搜索
  10. a·辛格超级电动摩托车负担得起最后一英里连接:它们是什么,他们会来印度2019年,金融表示,诺伊达,印度,https://www.financialexpress.com/auto/bike-news/uber-electric-scooters-for-affordable-last-mile-connectivity-what-they-are-and-will-they-come-to-india/1530478/
  11. r . Moeckel r . Fussell, r·唐纳利“模式选择”建模对于长途旅行,交通信,7卷,不。1,35-46,2015页。视图:出版商的网站|谷歌学术搜索
  12. c . Llorca j·莫雷,j .霁,r . Moeckel”估计一个长途旅游需求模型,运用访问调查、基于位置的大数据,和旅行计划服务,“交通研究记录:《交通研究委员会,卷2672,不。47岁,103 - 113年,2018页。视图:出版商的网站|谷歌学术搜索
  13. 金和g . f . Ulfarsson”,限制汽车使用可持续交通:分析模式选择短的家庭旅行,”运输,35卷,不。6,723 - 737年,2008页。视图:出版商的网站|谷歌学术搜索
  14. m·t·Tran m . Chikaraishi问:h .范教授j . Zhang和藤原,“感知社区步行对模式选择的影响在河内的短途旅行的城市,”交通研究东亚社会杂志》上11卷,第1345 - 1328页,2015年。视图:谷歌学术搜索
  15. m·李·g·歌、y . Cheng和l . Yu”之前的识别影响因素的模式选择短途旅行,”离散动力学性质和社会ID 795176条,卷。2015年,9页,2015。视图:出版商的网站|谷歌学术搜索
  16. 吴x Pu、w . Wang和y“短途旅行模式选择行为的老人,”学报15科国际会议的交通工具,第3865 - 3854页,北京,中国,2015年7月。视图:谷歌学术搜索
  17. 费雷尔和t . Ruiz”,建筑环境的影响在决定走短途旅行:证据来自两个西班牙城市,“交通政策卷,67年,第120 - 111页,2018年。视图:出版商的网站|谷歌学术搜索
  18. r . l . Mackett“为什么人们使用他们的汽车短途旅行?”运输,30卷,不。3、329 - 349年,2003页。视图:出版商的网站|谷歌学术搜索
  19. p . Olszewski和美国Wibowo”,使用等价的步行距离评估交通站在新加坡,行人可访问性”交通研究委员会杂志》上卷。1927年,38-45,2005页。视图:谷歌学术搜索
  20. 美国穆勒、美国Tscharaktschiew和k•哈斯”来学校的模式选择模型和模式的学校选择在城市地区,”交通地理杂志,16卷,不。5,342 - 357年,2008页。视图:出版商的网站|谷歌学术搜索
  21. d·沃尔顿和s Sunseri”影响因素决定开车或走短距离公共交通设施,”国际期刊的可持续交通,4卷,不。4、212 - 226年,2010页。视图:出版商的网站|谷歌学术搜索
  22. r . Sidharthan c . r . Bhat r . m . Pendyala和k . g .“儿童上学的交通方式选择行为的模型占空间和社会交互作用奥斯汀,德克萨斯大学奥斯汀分校,TX,美国,2010年。
  23. k . Halldorsdottir l·克里斯滕森t·c·詹森和c·g·普拉托”造型模式选择短trips-shifting从汽车到自行车,”欧洲交通学报》会议2011年英国格拉斯哥。视图:谷歌学术搜索
  24. c·g·普拉托、k . Halldorsdottir和o·a·尼尔森”潜在的生活方式和模式选择决策时短距离旅行,”运输,44卷,不。6,1343 - 1363年,2017页。视图:出版商的网站|谷歌学术搜索
  25. c·李,x朱、j . Yoon和j·w·Varni“超越距离:儿童学校的交通方式的选择,“《行为医学,45卷,不。1,55 - 67、2013页。视图:出版商的网站|谷歌学术搜索
  26. o . Marquet和c . Miralles-Guasch短距离行走。社会经济驱动程序的使用距离在日常流动性在巴塞罗那,”交通研究部分:政策和实践卷,70年,第222 - 210页,2014年。视图:出版商的网站|谷歌学术搜索
  27. g . Rybarczyk l·加拉格尔,“衡量潜在的自行车和步行城市通勤大学”交通地理杂志39卷,1 - 10,2014页。视图:出版商的网站|谷歌学术搜索
  28. t .广和e·a·里德”走旅行波特兰生成模型,或者,“交通研究D部分52卷,第353 - 340页,2017年。视图:谷歌学术搜索
  29. g . Chiaranda e·贝尔纳迪l . Codeca et al .,“跑步机上行走速度和生存预测男性与心血管疾病:一个10年的随访研究中,“BMJ开放,3卷,不。10日,2013年。视图:出版商的网站|谷歌学术搜索
  30. M.-C。赵,H.-C。吴,L.-Y。常”,步速和性别影响压力中心进展在正常走路,”步态和姿势,37卷,不。1,43-48,2013页。视图:出版商的网站|谷歌学术搜索
  31. d·杰弗瑞指南的实现者个人快速运输(PRT)、欧洲委员会、布鲁塞尔,比利时,2010年。
  32. j .方,“为什么物流比多重回归分析,回归分析更可靠”商业与经济学杂志》上,4卷,不。7,620 - 633年,2013页。视图:谷歌学术搜索
  33. p . Gulhane和b . v . Chaudhari”,机器学习的研究和深度学习的各种因素,”国际期刊的研究在计算机和信息,4卷,不。3月16,2019页。视图:谷歌学术搜索
  34. p . Ashkrof g . Homem de Almeida科雷亚是o .猫,和b . van Arem”自动化车辆对交通方式的影响偏好不同的旅行目的和距离,”交通研究记录:《交通研究委员会,卷2673,不。5,607 - 616年,2019页。视图:出版商的网站|谷歌学术搜索
  35. w . y . Liu陈、吴,j .你们“典型相结合的交通方式选择实用新型多模式交通网络,”可持续性,11卷,不。2,p。549年,2019年。视图:出版商的网站|谷歌学术搜索
  36. 韩国气象局、与降水平均天数、韩国气象局、首尔,韩国,2017年,https://data.kma.go.kr/stcs/grnd/grndRnDay.do?pgmNo=156

版权©2020 Hyunmyung金等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点264年
下载203年
引用

相关文章