检索结果-南通市图书馆

作者：李泽阳东南大学

学位级别：硕士

随着汽车保有量和驾驶人数量的快速增长,我国的道路交通安全形势愈发严峻。统计结果表明,90%以上的交通事故与驾驶人直接或间接相关。因此,为提高道路交通安全性,减少道路交通事故的发生,针对驾驶人驾驶行为的识别与风险评估是非常必要... 详细信息

随着汽车保有量和驾驶人数量的快速增长,我国的道路交通安全形势愈发严峻。统计结果表明,90%以上的交通事故与驾驶人直接或间接相关。因此,为提高道路交通安全性,减少道路交通事故的发生,针对驾驶人驾驶行为的识别与风险评估是非常必要的。在对国内外驾驶行为研究成果梳理与总结的基础上,为解决现有研究存在的数据源单一和识别异常驾驶行为种类不全面的问题,本文提出一种基于多源自然驾驶数据的异常驾驶行为识别方法,所建模型能够识别出细粒度的异常驾驶行为,并构建了与之对应的驾驶风险评估体系,根据异常驾驶行为的频率、时长和危险程度评估驾驶人的实时驾驶风险和累积驾驶风险。主要研究内容如下:首先,基于手机传感器数据,选择了多种不同的机器学习算法和深度学习算法,对驾驶人的急加速、急刹车和急转向行为进行识别,并对比了各模型识别上述驾驶行为的性能。评价结果表明,深度学习中的时间序列模型具有最好的识别效果,可以达到75%以上的精准率和召回率。然后,基于前向行车记录视频数据和GPS数据,采用边缘检测滤波算法对车道线进行检测并计算车辆中轴与车道中心线的距离,由此识别驾驶人的急变道和危险超车行为。评价结果表明,该方法具有较好的识别效果,可以达到0.8以上的F1-score值;采用YOLOv5目标检测算法和单目摄像头测距算法计算前车距离,结合实时GPS速度数据识别驾驶人的跟车过近行为;采用GPS速度数据和从Open Steet Map获取到的限速信息,识别驾驶人的超速行为。最后,在上述异常驾驶行为识别的基础上,构建了异常驾驶行为风险评估指标体系,并进一步提出了对驾驶人异常驾驶行为的实时风险和累积风险计算方法。实验结果表明,以上两种方法能够有效评估驾驶人在不同驾驶风格和不同道路类型下的实时风险和累计风险,达到了预期效果。综上所述,本文完整的探讨了从异常驾驶行为识别到风险评估的全过程,通过融合手机传感器数据、前向行车记录视频数据和GPS数据等自然驾驶数据,使用多种机器学习算法和深度学习算法,实现了对异常驾驶行为的细粒度识别,并最终完成了对驾驶人驾驶风险的评估。研究成果可服务于对驾驶人异常驾驶行为的实时提醒和引导、未来城市交通大脑的实时风险管控、车队管理、驾驶人准驾资格审查、针对性驾驶培训和保险差异化定价等场景。

关键词：驾驶行为识别驾驶风险多源数据机器学习深度学习

基于综合激进模型的激进驾驶行为影响因素研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于综合激进模型的激进驾驶行为影响因素研究

作者：孟鸿程东南大学

学位级别：硕士

驾驶员的激进驾驶行为对于道路交通安全有重要影响,研究激进驾驶行为的影响因素对于了解激进驾驶行为的产生机理和应对措施方面具有重要意义。本文基于激进驾驶行为的综合模型研究激进驾驶行为的影响因素,分析驾驶员个人特质和道路环境... 详细信息

驾驶员的激进驾驶行为对于道路交通安全有重要影响,研究激进驾驶行为的影响因素对于了解激进驾驶行为的产生机理和应对措施方面具有重要意义。本文基于激进驾驶行为的综合模型研究激进驾驶行为的影响因素,分析驾驶员个人特质和道路环境对激进驾驶行为的影响。以驾驶员的一项个人特质公正世界信念为例,基于问卷调查研究公正世界信念、驾驶愤怒和激进驾驶行为的关系。以交通冲突为例,基于自然驾驶数据研究道路事件对驾驶员激进驾驶行为的影响。本文的主要工作如下:（1）采用了结构方程模型研究驾驶员个人特质和激进驾驶行为的关系。基于文献调研设计测量驾驶员公正世界信念、驾驶愤怒和激进驾驶行为的问卷,通过问卷调查获取驾驶员在所有量表中的得分。根据已有文献中驾驶员个人特质和激进驾驶行为的关系构建所有变量之间关系的模型,并采用结构方程模型研究公正世界信念、驾驶愤怒和激进驾驶行为之间的关系。结果表明,公正世界信念与驾驶员的驾驶愤怒相关性较低,而与驾驶员的激进驾驶行为则具有显著的负相关关系。（2）分析了驾驶员对于自身激进驾驶行为的感知偏差。对部分问卷调查参与者进行了驾驶实验,采用K-means根据车辆速度、加速度和偏航率对驾驶数据进行聚类,确认所得聚类结果中属于激进驾驶行为的类别。定义了一个激进驾驶程度的指标,分析每个驾驶员的激进程度,并与其问卷调查的结果相比较。结果发现,驾驶员自我评价的结果与客观数据识别的激进驾驶行为之间具有一定的差异。（3）构建了驾驶员激进驾驶行为分类器。根据驾驶数据中车辆的速度和加速度对驾驶过程中的车辆状态进行标签,若车辆的速度和加速度超过一定的阈值则被标签为激进驾驶行为;构建支持向量机分类器,获取车辆在不同状态下驾驶员出现激进驾驶行为的概率。结果表明,采用径向基函数且惩罚参数为0.6时分类器的准确率最高,最终结果在测试集中获得了99.88%的准确率和95.63%的召回率。（4）分析了道路事件对激进驾驶行为的影响。基于已经建立的激进驾驶行为分类器,研究交通冲突前后驾驶员激进驾驶概率的变化。根据已建立的分类器获取交通冲突前后各30s的激进驾驶概率并进行比较。对共84个交通冲突事件前后的激进驾驶概率进行比较发现,41个交通冲突发生后激进驾驶概率降低,35个交通冲突发生后激进概率增加,其它8个交通冲突发生后激进概率不变。配对样本T检验的结果表明,交通冲突前后驾驶员的激进驾驶概率并无显著变化,即交通冲突对驾驶员的激进驾驶行为并无显著影响。

关键词：交通安全激进驾驶行为综合激进模型公正世界信念交通冲突

网约车驾驶人情绪与激进驾驶行为关联规则挖掘

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

网约车驾驶人情绪与激进驾驶行为关联规则挖掘

作者：吴颖东南大学

学位级别：硕士

基于驾驶人表情和车辆运动数据的危险驾驶行为预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于驾驶人表情和车辆运动数据的危险驾驶行为预测

作者：朱倩东南大学

学位级别：硕士

危险驾驶行为是导致交通事故的重要原因。监控驾驶人行为,在危险驾驶发生前进行预警,对减少事故发生率有着至关重要的意义。现有的计算能力以及数据采集设备已经可以实现实时采集数据并计算分析,使得事前预警成为现实。驾驶人在驾驶车... 详细信息

危险驾驶行为是导致交通事故的重要原因。监控驾驶人行为,在危险驾驶发生前进行预警,对减少事故发生率有着至关重要的意义。现有的计算能力以及数据采集设备已经可以实现实时采集数据并计算分析,使得事前预警成为现实。驾驶人在驾驶车辆过程中,当出现情绪失控会导致驾驶变形。现有研究主要聚焦于不同情绪下的驾驶特性,很少有研究将情绪作为行为预测的特征。因此,本文通过融合驾驶人面部表情数据和车辆运动数据预测驾驶人的驾驶行为。为获得最真实的数据,本研究开展了自然驾驶实车试验,并通过多种预处理手段对自然数据进行清洗,而后使用机器学习算法预测驾驶行为。具体研究内容如下:为获取大规模真实驾驶数据,以网约车驾驶人为受试对象,开展了自然驾驶实车试验。通过试验采集了百万级车辆运动数据和视频数据。通过专业软件分析视频,获取情绪数据和微表情数据。对原始数据进行预处理,包括时间同步、数据拼接、无效值处理以及数据平滑。使用考虑道路线性及道路摩擦力的物理模型以及加速度阈值识别急变道、急加速,急减速三种危险驾驶行为,标注危险驾驶行为数据。选择决策树,随机森林,梯度提升树,支持向量机,贝叶斯网络5种具有代表性的机器学习模型。在不同特征集上测试模型的预测能力。选取综合考虑精确率和召回率的F1作为模型评估指标,确定最优模型用于后续研究。结果发现梯度提升树在各个特征集的表现均优于其他模型,且使用车辆运动数据+情绪数据的特征集,模型可以获得最优的预测效果,F1为92.66%。选择前述的最优模型梯度提升树研究具有最优预测能力的时间窗和特征集组合。使用不同的特征集和时间窗建立梯度提升树,比较各模型的预测能力。结果表明使用行为前0-2s的情绪+车辆运动特征可以获得最佳的预测精度(F1=93.97%)。在给驾驶人预留1s反应时间的情况下,使用行为前1-13s的车辆运动+情绪+微表情特征可获得最优的预测性能(F1=85.88%)。综上,本文基于大规模自然驾驶数据,融合面部表情和车辆运动等多源数据对驾驶行为进行预测。比较5种机器学习模型的实际预测性能,选择最合适的预测模型;通过网格搜索策略,寻找出最优特征集和时间窗。研究提出的驾驶行为预测方案可以直接应用于实时的危险驾驶行为预测,为智能汽车人机交互发展提供技术支撑。

关键词：驾驶行为预测机器学习自然驾驶面部表情车辆运动数据时间窗

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市公共自行车的静态再分配问题研究

城市公共自行车的静态再分配问题研究

作者：李涛东南大学

学位级别：硕士

随着中国的经济增长和城市化进程的不断发展,如何发展公共交通成为了一个重中之重的问题,而在“可持续交通”的口号号召下,城市公共自行车的发展也扮演着越来越重要的角色。公共自行车作为大众出行的普遍选择之一,可以减少城市拥堵、环... 详细信息

随着中国的经济增长和城市化进程的不断发展,如何发展公共交通成为了一个重中之重的问题,而在“可持续交通”的口号号召下,城市公共自行车的发展也扮演着越来越重要的角色。公共自行车作为大众出行的普遍选择之一,可以减少城市拥堵、环境污染、资源浪费等问题,为人们的出行做出了巨大的贡献,但是公共自行车也涉及到一系列管理、运营、调度、分配和优化等问题,其中,车辆的调度问题一直是城市公共自行车系统的重点研究问题,通过科学的调度,可以完成更合理的投放,达到更好的“借还车”需求。本文以公共自行车站点的存量数据为基础,通过建模和算法运算,对各个站点进行重新调度计算,使其达到更好的调度运营效果,主要研究内容如下:(1)针对公共自行车站点的历史数据,对各个站点的初始最佳库存水平进行估算。首先引入并估算各个站点的惩罚函数,作为起始库存水平的函数,其次是计算整个公共自行车系统的总罚值、以最小化各站点的存量水平,最后建立非线性规划,来保证在重新调度前、后,公共自行车系统中自行车总数的不变性。(2)基于以上的计算结果,完成对公共自行车的静态再分配研究,重点研究公共自行车在静态再分配操作后的站点最优库存水平的估计,针对静态再分配问题(SBRP),引入了受时间限制和放宽时间限制的两种静态分配模型(ResSBRM和RelSBRM)。在受时间限制的条件下,通过搭建混合整数线性程序(MILP),解决了部分路径问题,在放宽时间限制这一约束条件下,通过引入惩罚值这一因素,来确保装载车辆在每个公共自行车站点处以期望的库存水平完成静态再分配操作。(3)考虑到RelSBRM和ResSBRM模型的局限性,更适用于小型网络部分,又开发了一种启发式算法来估算大型网络的最优解。启发式算法为公共自行车的网络边缘分配权重,结合权重矩阵可以在公共自行车网络中形成集合,该集合按照需求第一、路径第二的原则进行处理优化,将启发式算法所得结果与MILP模型的结果进行比对,发现启发式算法有益于解决大型公共自行车网络中的静态再分配问题。本文重点研究了城市公共自行车系统中的静态再分配问题(SBRP),通过各部分研究,将更好地服务于公共自行车系统,科学合理的促进了“借还车”需求问题,为公共交通发展做出了贡献。

关键词：公共自行车静态再分配启发式算法最优解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网约车数据的居民出行时空特征分析

基于网约车数据的居民出行时空特征分析

作者：张斌东南大学

学位级别：硕士

随着经济和出行需求多样化的发展,网约车出行在人们的日常出行活动中扮演着愈发重要的角色。乘客的出行过程中产生了大量的定位数据,这些定位数据所反映出的居民活动空间移动范围广,记录时间长,为研究城市区域内的人员流动及其在时间和... 详细信息

随着经济和出行需求多样化的发展,网约车出行在人们的日常出行活动中扮演着愈发重要的角色。乘客的出行过程中产生了大量的定位数据,这些定位数据所反映出的居民活动空间移动范围广,记录时间长,为研究城市区域内的人员流动及其在时间和空间上的变化提供了新的依据。本文在总结国内外相关学者对居民出行时空规律相关研究的基础上,结合网约车平台产生的订单数据及相关的地理空间数据,开展了以下几个方面的研究工作:(1)统计分析居民的网约车出行活动随时间产生的变化情况,对比了工作日与休息日网约车出行量随时间变化规律的差异,根据网约车出行量随时间的变化特征将一天划分为四个时段,并分别统计对比了工作日和休息日的不同时段内,居民乘网约车出行的行程时间、出行距离和平均车速等参数的均值、变化范围及变化趋势。(2)使用基于密度的OPTICS(Ordering Point to Identify the Cluster Structure)聚类算法对出行过程中的上下车位置进行聚类,以识别出行活动的热点区域。此算法可以降低聚类过程对输入参数的敏感性,使得聚类结果更为客观准确。在识别热点区域的基础上,对热点区域的空间分布及其随时间的变化情况进行了研究。出行热点区域总体分布上在靠近城市中心的区域内,大型交通站点周边区域的网约车活动强度始终维持在较高水平。出行热点在空间上存在一定的不均衡性,上车活动的热点区域不一定也有较多的下车活动发生。(3)通过出行活动空间分布的标准差椭圆研究网约车出行活动的核心区域及其在城市空间上展现出的方向性。结果显示网约车出行活动在城市的各个方向上较为均衡,并未在某一方向上产生明显的偏重,这也反映出城市相对合理的空间布局。创建泰森多边形划分研究区域、确定单个地铁站点的服务范围,计算每个区域内网约车出行活动的集聚程度,对各个区域内出行活动的集聚程度进行可视化展示及差异对比,分析不同集聚程度的区域在城市空间上的分布状况。由城市中心向外围延伸,出行活动在地铁站点周边的集聚程度总体上在逐渐减弱,但是在大型交通站点附近出行活动在空间上的集聚程度显著高于邻近区域。(4)使用有序Logistic回归模型研究兴趣点(Point of Interest,即POI)种类及数量对出行活动强度的影响。研究发现不同种类兴趣点对于出行活动的影响不同,即使是同类兴趣点对于上下车活动的影响也会有差异。交通设施对于网约车出行活动强度的影响最为显著,餐饮和医疗设施对于网约车出行活动的影响较为显著,生活服务设施和体育休闲服务设施对于下车活动没有显著影响,然而对于上车出行活动有显著影响。本文从时间和空间角度对居民乘网约车出行的活动特征进行了研究,此研究不仅有助于加深我们对居民出行行为和模式的理解,还能从交通管理的角度解释不同时段、不同地区内乘客的出行需求,有利于网约车车辆的调度管理,也可以作为网约车平台上订单预测、车辆调配的参考,实现有限资源的有效分配和充分利用。同时本文的研究结果也可为基于位置的服务,如消费推荐、店铺选址等提供依据,对城市规划与管理亦有着重要的参考价值。

关键词：网约车出行活动时空特征热点区域兴趣点

基于GIS的交通监控资源管理系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GIS的交通监控资源管理系统设计与实现

作者：刘振宇南京师范大学

学位级别：硕士

目前,我国高速公路交通安全监控信息已进入了联网应用阶段,国内部分经济发达省份的公路交通监控系统已初步建立,但由于各地前端监控设备种类、数据格式、传输协议不一致,造成各类监控设备集成困难,跨部门跨区域跨路网的交通监测信息无... 详细信息

目前,我国高速公路交通安全监控信息已进入了联网应用阶段,国内部分经济发达省份的公路交通监控系统已初步建立,但由于各地前端监控设备种类、数据格式、传输协议不一致,造成各类监控设备集成困难,跨部门跨区域跨路网的交通监测信息无法高效衔接,路面各种交通监控设备关联性差、主动服务水平低。各类交通监控资源虽然量大面广,但监管人员不足,实时显示设备及场所空间有限,从而引起各类交通技术监控资源失管失控问题。基于上述问题,本课题开发了一个适用于大范围交通监控资源管理系统的技术模块。该模块主要对各类交通监控设备信息进行有效管理,如视频监控设备、智能卡口设备、交通流检测设备等。该系统将与高速公路有关的信息以图形、图像或文本的方式形象、直观地显示在用户面前,达到图文并茂的效果。本文首先分析了基于GIS交通管理体系以及软件的总体架构,包括了监控资源管理体制、软件的机构框架、软件模块划分。在软件框架结构的基础之上,为了让监控设备的编码符合国家或者行业规范,根据国家交通信息标准规范给出了交通监控设备编码,使交通监控设备的编码更加符合规范。其次,对系统进行了总体功能分析,给出了基于任务和层次需求的模块分割方案,为下一步工程的细化研究做好准备。在此基础之上,利用Oracle的软件平台设计了适配于GIS的数据库链表结构,用ER图给出表关系的示例。进一步利用ARCGIS软件平台进行GIS的设计,其平台包括ARCMAP、ARCGIS-SERVER、ARCSDE等软件,给出了地图浏览加载模块样例。最后,给出了该软件的一些操作说明。文中设计的系统模块是“区域公路网交通安全监控信息网络化集成应用技术及示范”系统的一部分技术模块,可以为交通管理部门充分有效利用交通资源提供技术支持,.促进整个高速公路网管理的现代化和信息化进程,使高速公路运营系统的能力得到充分发挥。

关键词：监控资源 GIS Oracle ARCGIS

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

居民出行特征与出行幸福感和健康的关系分析

居民出行特征与出行幸福感和健康的关系分析

作者：李赛赛东南大学

学位级别：硕士

幸福和健康是人们永恒的追求,近年来,国内对幸福感和健康的关注热情日益高涨,十九大报告指出要实施“健康中国”战略,完善国民健康政策,为人民群众提供全方位全周期健康服务,而幸福感水平也已经逐渐成为社会发达程度的标志之一。本文将... 详细信息

幸福和健康是人们永恒的追求,近年来,国内对幸福感和健康的关注热情日益高涨,十九大报告指出要实施“健康中国”战略,完善国民健康政策,为人民群众提供全方位全周期健康服务,而幸福感水平也已经逐渐成为社会发达程度的标志之一。本文将居民日常出行活动与出行幸福感和健康联系起来,研究居民出行时长、出行方式等出行特征对其出行幸福感和健康状况的影响,在此基础上提出提升居民出行幸福感和健康状况的交通政策和措施,研究结论对城市规划、交通政策制定等具有重要的参考价值。本文首先整理了幸福感的研究框架,厘清了出行幸福感和健康的含义,总结和分析了国内外学者在这方面的研究。接着以中国家庭追踪调查数据和美国时间使用调查数据为基础进行研究,主要研究内容及结论如下:(1)对国内和美国居民的幸福感状况、健康状况以及出行特征进行了分析,并采用基尼不纯度和方差分析的方法明确了出行特征对居民出行幸福感和健康的影响。研究发现2010年以来,我国居民的健康状况和美国居民的出行幸福感和健康状况均较为稳定。在出行方面,美国居民小汽车出行比例非常高,达到90%,国内居民出行采用(电动)自行车和步行的比例较大,分别达到了28%和42%,小汽车出行比例仅占5%。(2)采用有序Logistic模型的方法对影响出行幸福感的因素进行建模分析,结果显示影响出行幸福感的出行特征主要包含出行时长和出行目的以及出行中是否与他人交互。出行时间过长会导致出行幸福感降低,这一点对于高收入居民和已婚居民尤为明显。在出行目的方面,通勤活动确实带给出行者更为负面的情绪。出行中与他人交互则可以显著提升出行幸福感。(3)采用二项Logistic模型的方法对影响个人主观健康的因素进行建模分析,结果显示影响个人主观健康的出行特征主要包含出行时长和出行方式。当工作日出行时长在30-60分钟时,居民主观健康状况较60分钟以上的出行者更好。出行方式方面,摩托车和(电动)自行车出行者的主观健康状况较步行出行者更好。此外,出行时长的主观健康效应还会因性别、婚姻状况、个人收入等个人因素不同而产生异质性,女性、已婚居民、高收入人群更易受出行时长的负面影响。(4)采用二项Logistic模型的方法对影响个人客观健康和健康行为的因素进行建模分析,结果显示出行方式对客观健康有显著影响,(电动)自行车出行较步行对客观健康情况更为有益;出行时长仅对最近两周内是否感到身体不适这一因变量产生影响。此外,小汽车出行者较步行者,其身体质量指数(BMI)偏离正常范围的概率更大。本文最后根据研究结论和我国城市交通现状,分别从政府层面、个人和社会层面提出了相应的建议。政府层面的建议包含以公共交通为导向引导城市结构优化、为慢行交通方式创造更为舒适的出行环境;个人和社会层面的建议包含创造能相互交流的出行环境、避免疲劳出行、依据个体差异提供多样化出行方案。

关键词：幸福感健康影响因素出行特征

回归神经网络（RNN）卷积码解码器在各种通信系统中性能的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

回归神经网络（RNN）卷积码解码器在各种通信系统中性能的研究

作者：林国华南京师范大学

学位级别：硕士

长期以来，纠错编码一直被认为是克服由噪声、自然干扰、人为干扰、衰落以及其他信道损耗所造成的不良影响的一种有效方法。其中卷积码纠错编码是一种有效的、运用较广泛的纠错码，其解码方法的研究一直是热点。卷积码解码器的功能是... 详细信息

长期以来，纠错编码一直被认为是克服由噪声、自然干扰、人为干扰、衰落以及其他信道损耗所造成的不良影响的一种有效方法。其中卷积码纠错编码是一种有效的、运用较广泛的纠错码，其解码方法的研究一直是热点。卷积码解码器的功能是找出与接收端的受噪声干扰的码字最相似的信息序列。序贯解码和Viterbi解码是卷积码解码器中最为常用的两种，其中Viterbi解码器被视为良好的最大似然解码器，但是其复杂度随约束长度的增加是指数上升的。为了解决此问题，需要有新型的结构简单的解码器，但其效果要接近甚至要超过Viterbi解码器。人工神经网络(ANNs)由于其非线性和硬件易实现等特点，已经被广泛地应用于数字通信的各个领域。这些ANNs的运用主要集中在现有算法的实现上，研究表明，可以用ANNs来实现卷积码的解码工作，从而代替Viterbi解码器，结构要简单的多，并且硬件容易实现，从而为卷积码解码提供了一个全新的技术手段。本文根据前人的研究，详细介绍了一种基于回归神经网络(RNN)的1／n卷积码解码器的原理与实现，研究结果表明RNN解码器与Vterbi解码器效果很接近，对一些特殊的卷积码，性能非常好，通过模拟退火(SA)算法对此解码器的性能进行了很大改善。进一步研究了迭代次数和解码器深度对其性能的影响，在原有的硬判决和软判决解码器的基础上，还引进了模拟解码器。并首次将此RNN卷积码解码器分别运用于移动通信、超宽带通信和光纤数字通信系统，分别画出了RNN解码器在不同信噪比时的误码率曲线，分析了其在各个通信系统中的性能，为RNN解码器在各个通信系统中的应用提供了理论依据，所以研究结果具有实用价值。

关键词：卷积码 Viterbi解码器人工神经网络回归神经网络(RNN) 卷积码解码器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于结构方程模型的出行幸福感度量

基于结构方程模型的出行幸福感度量

作者：艾尔（Muhammad Zubair）东南大学

学位级别：硕士

幸福是人类生活中最重要的因素,尤其是在旅行行为中。考虑到快乐的已知好处和负面情绪的不足,组织者和战略制定者有必要了解人们的日常活动与快乐之间的关联。本研究通过结构方程模型（SEM）方法、广义线性模型（GLM）方法和机器学习模... 详细信息

幸福是人类生活中最重要的因素,尤其是在旅行行为中。考虑到快乐的已知好处和负面情绪的不足,组织者和战略制定者有必要了解人们的日常活动与快乐之间的关联。本研究通过结构方程模型（SEM）方法、广义线性模型（GLM）方法和机器学习模型（MLM）方法综合衡量基于各种个人活动的旅行幸福感。具体而言,我们使用从美国人的时间使用调查（ATUS）中收集的数据,在旅行方式、旅行目的、旅行时长和个人因素的背景下检查旅行行为。幸福感的评价基于幸福感测度系数（外在权重）和另外两个常用的评价指标,塔克-刘易斯指数（TLI）和比较拟合指数（CFI）。在拟合指数的基础上将SEM模型与MLM和GLM进行比较。总体结果描绘了人的幸福感和出行方式的相互联系。该研究建议结合一个人的更多个人活动以了解幸福模式,并建议使用SEM评估ATUS数据以获得准确结果。本文旨在调查不同状态下的人的幸福感与个人活动的关系。为此,我们通过结构方程模型（SEM）方法获取并评估了2012-2013年美国时间使用调查（ATUS）数据。本研究的发现是关于44个变量中的幸福感。亚裔和白人似乎比黑人和西班牙裔人表现出更高的幸福感,这意味着他们不满意。人们步行或骑自行车旅行更快乐。身体不适的人与较低的幸福感有关,而身体健康的人与较高的幸福感有关。夫妻和移民找到了幸福。从结果来看,家庭收入高的人比家庭收入低的人更幸福,而家庭收入低的人则不幸福。选择城市中基于外权重的人们幸福感排序为:中心城市＜中等城市＜大城市＜小城市。还观察到老年人比年轻人更快乐。此外,基于外部权重值,就业者的幸福感高于失业者。最后,工作教育时间、工作教育汽车乘客、工作教育公共交通、汽车司机维护、自行车步行维护和步行与更高的幸福感相关。因此,本研究建议结合一个人的其他个人活动,并通过SEM方法进行评估以获得最佳结果。基于外在权重,这项研究检索了影响幸福感的关键参数。关于这些选定因素如何以及为何影响幸福感的深入统计调查是正在进行的研究的一部分。例如,旅行的目的如何影响一个人的幸福感?简而言之,未来的研究应该着眼于确定的特征与幸福之间的关系。很少有研究检验应用SEM建模方法并针对常用方法（例如有序逻辑回归方法、广义有序逻辑回归方法、广义线性模型方法）宣布最佳结果,但特别是在个人层面衡量旅行幸福感的SEM模型尚未全面报道.

关键词：幸福一出行方式二出行时长三出行目的四出行行为五结构方程建模六