检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

共享自动驾驶汽车经营策略优化分析

交通运输系统工程与信息 2020年第3期20卷 6-13页

作者：田丽君刘会楠许岩福州大学经济与管理学院福州350116 内蒙古财经大学统计与数学学院呼和浩特010070

研究共享自动驾驶汽车(SAV)与普通汽车共存背景下,SAV公司如何根据运营目标优化经营策略并影响通勤者出行方式选择.假设高速公路上存在一定数量的独驾通勤者,无车通勤者在SAV和地铁之间进行权衡.分析固定需求和弹性需求下,SAV公司追求... 详细信息

研究共享自动驾驶汽车(SAV)与普通汽车共存背景下,SAV公司如何根据运营目标优化经营策略并影响通勤者出行方式选择.假设高速公路上存在一定数量的独驾通勤者,无车通勤者在SAV和地铁之间进行权衡.分析固定需求和弹性需求下,SAV公司追求系统总成本最小或系统净收益最大和利润最大时的最优经营策略,即SAV票价和容量,进而得到均衡时模式划分情况,SAV最优发车数,系统总成本或系统净收益,以及公司利润等指标.算例对均衡结果进一步验证发现,SAV公司垄断经营会收取较高的票价,提供容量较小的车型.在系统最优情形下,SAV公司无法获得正利润,需要政府补贴运营.

关键词：城市交通共享自动驾驶汽车两模式问题均衡经营策略

共享自动驾驶汽车的使用意向异质性及其影响机理研究

在线全文

学校读者我要写书评

暂无评论

共享自动驾驶汽车的使用意向异质性及其影响机理研究

作者：汤心怡浙江大学

学位级别：硕士

共享自动驾驶时代的到来,将有希望解决部分私有汽车长时间空置造成的资源浪费问题,实现绿色环保低碳出行。自动驾驶的落地除了技术问题所面临的挑战,还要充分考虑用户的接受意愿、提升用户的使用体验,从而增强自动驾驶汽车对于公众的吸... 详细信息

共享自动驾驶时代的到来,将有希望解决部分私有汽车长时间空置造成的资源浪费问题,实现绿色环保低碳出行。自动驾驶的落地除了技术问题所面临的挑战,还要充分考虑用户的接受意愿、提升用户的使用体验,从而增强自动驾驶汽车对于公众的吸引力。本文立足于用户的接受程度和消费者的体验两方面,综合意向调查(SP)数据和实际行为调查(RP)数据,展开了共享自动驾驶汽车的使用意向异质性及其影响机理研究,以分析出行者是否愿意使用共享自动驾驶汽车、使用后是否满意,以及影响机理分析结果可以在政策方面上提供何种理论参考这三个问题。本文主要研究内容如下:(1)建立了一个分析共享自动驾驶汽车使用意向机理的结构方程模型,并使用面向杭州市居民收集的意向调查数据进行例证。结构方程模型的路径分析结果表明,安全性、享乐动机和乐观看法都是显著影响共享自动驾驶汽车使用意向的关键因素,其中安全性对使用意向的驱动力最强。以日常出行特征和社会经济属性作为调节变量的多群组分析结果表明,人群使用共享自动驾驶汽车的行为意向存在异质性。年龄对安全性、享乐动机与使用行为意向的关系起显著的调节作用;人们日常主要的出行方式,会对乐观看法与使用行为意向的关系起显著的调节作用。(2)获取了针对自动驾驶汽车经验者的受访数据,对全国率先提供自动驾驶出租车服务的长沙、北京、沧州三个城市中有过服务使用经验的用户展开满意度和使用行为的相关调查。以三因素理论为基础,以整体满意度为因变量,分项服务属性的满意度、社会经济属性和使用行为经验的相关的变量为解释变量,建立了用户对共享自动驾驶汽车满意度的梯度提升决策树模型。通过非对称影响分析证明了各服务属性对用户整体满意度的非线性作用。(3)检验了用户住地周边建成环境与其使用满意度的相关性。抽取长沙市满意度调查数据为例,利用兴趣点(POI)获取出行者的居住地建成环境的相关指标,基于统计的相关性分析,研究建成环境与各类服务属性满意度的关系。结果表明不同建成环境下的用户对共享自动驾驶汽车服务属性具有不同绩效要求的可能性。结合共享自动驾驶汽车出行使用意向机理、满意度以及建成环境相关性研究的结果,本文从用户心理感知和实际服务需求出发,为共享自动驾驶汽车的运营、发展和规划提供了政策方向上的理论基础和参考依据。

关键词：出行行为共享自动驾驶汽车结构方程模型满意度三因素理论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

共享自动驾驶汽车的公众使用意愿调查分析

汽车零部件 2022年第S02期 69-82页

作者：霍月英张越王亚宁肖振朝内蒙古大学交通学院内蒙古呼和浩特010070 内蒙古大学数学科学学院内蒙古呼和浩特010021

以自动驾驶技术为依托,共享自动驾驶汽车(shared autonomous vehicles,SAV)的交通新模式正孕育而生。公众对SAV的态度及使用意愿是决定其是否及何时可落地应用的关键之一,本文旨在揭示公众对SAV的使用意愿。通过使用频率、居住地点选择... 详细信息

以自动驾驶技术为依托,共享自动驾驶汽车(shared autonomous vehicles,SAV)的交通新模式正孕育而生。公众对SAV的态度及使用意愿是决定其是否及何时可落地应用的关键之一,本文旨在揭示公众对SAV的使用意愿。通过使用频率、居住地点选择、使用时机,以及SAV与传统小汽车、公交、其他公交接驳方式竞争下的使用意愿来全面反映公众对SAV的使用意愿。基于问卷调查回收的864份有效样本,通过统计分析,揭示了公众对SAV的使用意愿、态度及个人属性对SAV使用意愿的影响。研究结果表明:公众倾向于以1~2元/km的价格使用SAV;SAV将不会显著地影响土地利用;技术感兴趣群体、支持自动驾驶群体、高收入群体、驾龄长的群体未来将更频繁、更及时地使用SAV,更有可能放弃传统小汽车、公交或其他接驳方式,转为使用SAV出行。

关键词：共享自动驾驶汽车使用意愿公众态度使用频率使用时机

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

共享自动驾驶汽车对土地利用和交通系统影响

共享自动驾驶汽车对土地利用和交通系统影响

作者：李旭丰大连理工大学

学位级别：硕士

随着科技的发展与进步,智能交通系统已经被应用于整个交通运输与管理体系中。从长远的角度来看,共享自动驾驶汽车(Shared Autonomous vehicle,SAV)是今后智能交通系统发展的必然趋势。SAV引入后会对城市交通系统产生直接的影响,它可以... 详细信息

随着科技的发展与进步,智能交通系统已经被应用于整个交通运输与管理体系中。从长远的角度来看,共享自动驾驶汽车(Shared Autonomous vehicle,SAV)是今后智能交通系统发展的必然趋势。SAV引入后会对城市交通系统产生直接的影响,它可以提高道路通行能力,从而影响道路网络上的车流量。此外,由于乘坐舒适性的提高,它还会降低人们的出行时间价值,进而会诱发更多、更远的出行。因此,最终会导致城市蔓延,对土地利用造成影响。土地利用性质的改变将显著影响居民的出行分布和出行行为,这又会重新影响道路网络上的车流量。鉴于此,本文利用土地利用与交通互动反馈理论,分析引入SAV以后对城市土地利用和交通系统的长期影响。本文运用了Meta-analysis的方法,得出了模型中的重要参数,从而构建了江阴市的土地利用与交通整合模型,制定了4种区域发展方案:趋势发展方案、引入SAV发展方案、道路拥挤收费方案以及综合发展方案(既引入SAV,又进行道路拥挤收费)。又利用因子分析与聚类分析等方法得出了引入SAV以后建成环境属性对土地利用的4个方面(工作岗位可达性、土地利用多样性、人口密度、工作岗位密度)的影响的变化,也得出了SAV对不同建成环境属性的小区所产生的土地利用方面的影响。最终发现,对于工业岗位多的交通小区,引入SAV会增加收费政策对工作岗位可达性的收益。零售岗位状况、街道设计、公交状况越好的小区,土地利用多样性越高。工业岗位越多的小区,人口密度越低。引入SAV会提高工作岗位可达性,但是如果先收费以后再引入SAV,则会导致收费区域内部的交通小区的工作岗位可达性降低。引入SAV会使出行时间降低,收费政策也会使出行时间降低,但是引入SAV降低出行时间的效果更好。

关键词：共享自动驾驶汽车土地利用与交通整合模型建成环境属性

基于潜在类别-Logit模型的共享自动驾驶汽车使用意向

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交通信息与安全 2022年第2期40卷 135-144页

作者：姚荣涵龙梦张文松祁文彦大连理工大学交通运输学院辽宁大连116024

自动驾驶技术和共享经济融合产生的共享自动驾驶汽车(SAV)可为人们提供优质的出行服务。为探究出行者选择SAV的行为特性,对受访者的社会经济属性、历史出行特性、行为态度特征进行调查,并采用正交试验设计出行方式选择意向调查问卷,收集... 详细信息

自动驾驶技术和共享经济融合产生的共享自动驾驶汽车(SAV)可为人们提供优质的出行服务。为探究出行者选择SAV的行为特性,对受访者的社会经济属性、历史出行特性、行为态度特征进行调查,并采用正交试验设计出行方式选择意向调查问卷,收集到311份有效数据。为充分考虑个体异质性,利用潜在类别分析探究SAV使用者的潜在类别,并将所得潜在类别作为变量融入离散选择Logit模型,建立SAV使用意向的潜在类别-Logit模型。结合多项或混合Logit模型以及划分的3个潜在类别,根据4个合理的模型标定的性别、交通模式、SAV使用人群类型、等待时间等59个变量的参数,识别SAV使用意向的显著性影响因素,并采用7个拟合优度指标评价多项Logit、混合Logit、潜在类别-Logit等8个模型。利用边际效应分析,探讨出行方式属性对SAV使用意向的具体影响。结果表明:涉及3个潜在类别的离散选择Logit模型具有更强的解释性,这3个潜在类别可分别描述为冲动的积极创新者、矛盾的保守创新者和理智的保守使用者;不同潜在类别人群的显著性因素存在明显差异,SAV使用人群类型是不同潜在类别人群共有的显著性因素,其中SAV创新者在各个模型中的显著性水平值均小于0.1;潜在类别-Logit模型的第1类和第2类预测正确率比其他Logit模型分别高出5.9%~28.3%和5.4%~18.5%,可以更好地解释出行者对SAV的使用意向;出行等待时间对出行者选择SAV的影响最大;当SAV选择概率接近于0.5时,轻微降低SAV人均出行费用最易引起选择私人小汽车的出行者转而选择SAV。

关键词：智能交通共享自动驾驶汽车使用意向潜在类别-Logit模型

基于出行者使用意向的共享自动驾驶汽车停车选择行为研究

在线全文

学校读者我要写书评

暂无评论

基于出行者使用意向的共享自动驾驶汽车停车选择行为研究

作者：陈枫重庆交通大学

学位级别：硕士

自动驾驶汽车是未来智能绿色交通的重要发展方向之一,它有望缓解城市交通拥堵、污染问题、交通事故和停车困难等问题,共享自动驾驶汽车是指采用自动驾驶技术和共享经济模式相结合的新型出行方式,虽然这种新型出行方式还面临着技术、安... 详细信息

自动驾驶汽车是未来智能绿色交通的重要发展方向之一,它有望缓解城市交通拥堵、污染问题、交通事故和停车困难等问题,共享自动驾驶汽车是指采用自动驾驶技术和共享经济模式相结合的新型出行方式,虽然这种新型出行方式还面临着技术、安全、法律和市场等多方面的挑战,但随着技术的不断发展和普及,共享自动驾驶汽车将逐渐成为城市出行的重要组成部分。然而,目前关于共享自动驾驶汽车的相关研究还不够充分,影响出行者对共享自动驾驶汽车使用意向和停车选择行为的因素及其作用机理方面的研究尚不完善。本文首先研究了出行者对共享自动驾驶汽车使用意向,基于技术接受模型的概念框架,引入感知风险、环保意识和社会经济属性构建了扩展技术接受模型,然后设计了关于出行者对使用共享自动驾驶汽车的使用意愿的调查问卷,通过线上收集问卷数据,通过因子分析保证样本数据有效且可靠,构建结构方程模型研究出行者对共享自动驾驶汽车使用意向的主要影响因素,研究结果表明,感知有用性、感知易用性、感知风险、环保意识、态度和社会经济属性是影响共享自动驾驶汽车使用意向的主要因素,通过模型中直接效应、间接效应和总效应的检验,发现感知有用性对共享自动驾驶汽车使用意向的总效应(0.382)最大,其次为感知易用性(0.338)、感知风险(-0.299)、环保意识(0.277)、态度(0.199)社会经济属性(0.193)。此外,通过对观察指标变量AT2和IN3的研究,发现感知有用性、感知易用性、感知风险、态度、社会经济属性和使用意向都对停车行为有影响。为了进一步研究停车行为的具体影响因素,构建了基于出行者使用意向的共享自动驾驶汽车停车选择行为多项Logit模型,通过正交设计试验确定陈诉偏好调查的问卷设置,发放问卷获取数据,对模型变量进行处理,将有效数据代入模型中,分析了出行者的停车选择行为与影响因素(包括出行者的社会经济属性、出行属性和停车属性)之间的关系。结果表明,在不同停车时间下,出行者选择停车方式影响因素的显著性不同,乘车时间、停车时间、出行成本、停车成本、巡航成本、等待时间和交通排放是影响出行者对共享自动驾驶汽车停车方式选择的主要因素。在共享自动驾驶汽车运营商为用户提供最大效用的停车选择时,本文的研究成果可以提供一定的理论依据。

关键词：共享自动驾驶汽车结构方程模型行为意向多项Logit模型停车方式选择行为

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

考虑共享自动驾驶汽车的通勤方式选择研究

考虑共享自动驾驶汽车的通勤方式选择研究

作者：崔馨玥大连理工大学

学位级别：硕士

自动驾驶汽车作为一种新型交通工具,受到国内外产业界、学术界、政府等部门的广泛关注。而共享自动驾驶汽车将共享经济融入自动驾驶汽车运营模式中,既为用户解决了自动驾驶汽车价格昂贵、停车困难的问题,又可以减少汽车保有量,提高车辆... 详细信息

自动驾驶汽车作为一种新型交通工具,受到国内外产业界、学术界、政府等部门的广泛关注。而共享自动驾驶汽车将共享经济融入自动驾驶汽车运营模式中,既为用户解决了自动驾驶汽车价格昂贵、停车困难的问题,又可以减少汽车保有量,提高车辆利用率,有效缓解交通拥堵,特别是早晚高峰时段的通勤交通拥堵。共享自动驾驶汽车作为一种通勤交通工具,具有巨大潜力。在此背景下,本文以共享自动驾驶汽车通勤的使用意向以及影响通勤选择的因素为对象开展研究。本研究使用行为偏好调查和意向偏好调查结合的问卷调查方式收集数据,建立多指标多原因（MIMIC）模型,分析个人属性和通勤习惯对潜变量的影响以及潜变量之间的作用关系,研究公众对使用共享自动驾驶汽车通勤的意向;建立混合选择模型,分析个人属性、通勤习惯、感知潜变量和方案特性对通勤方式选择的影响,研究考虑共享自动驾驶汽车后影响通勤方式选择偏好的因素和影响程度。MIMIC模型的分析结果显示,信任、社会影响属性和态度等变量直接影响了共享自动驾驶汽车的使用意愿;信任通过感知有用性和态度间接影响了使用意愿,而社会影响属性通过态度间接影响了使用意愿。混合选择模型的结果显示,步行及等待时间、出行时间和出行费用对通勤偏好有显著影响;除方案特性影响外,个人属性中,有车群体在通勤行为中会坚持使用汽车通勤;通勤习惯中的现有通勤方式也显著影响通勤选择,受访者不会轻易改变自己的通勤习惯。本研究对使用共享自动驾驶汽车背景下的通勤偏好的影响因素进行了分析,解释了未来通勤者的交通工具使用意向。研究结果可为政府部门科学引导通勤方式选择,制定可持续发展城市交通政策提供参考。

关键词：共享自动驾驶汽车通勤方式选择 MIMIC模型混合选择模型随机森林

基于强化学习的共享自动驾驶汽车车队规模和订单匹配算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于强化学习的共享自动驾驶汽车车队规模和订单匹配算法研究

作者：邵宇豪北京交通大学

学位级别：硕士

随着日渐增长的出行需求与有限的道路资源、有限的车辆资源之间的矛盾逐渐加深,现代城市中的车辆资源运用不合理、道路交通拥堵问题日益严重。在共享出行逐渐普及和自动驾驶技术的飞速发展背景下,为了最大限度地提高交通系统的整体运行... 详细信息

随着日渐增长的出行需求与有限的道路资源、有限的车辆资源之间的矛盾逐渐加深,现代城市中的车辆资源运用不合理、道路交通拥堵问题日益严重。在共享出行逐渐普及和自动驾驶技术的飞速发展背景下,为了最大限度地提高交通系统的整体运行效率、减轻道路压力以及缓解道路拥堵,有必要对合理配置共享自动驾驶汽车(Shared Autonomous Vehicle,SAV)的车队规模、投放策略以及订单匹配策略进行研究。受限于目前城市道路上出行车辆日渐增多、城市交通压力日渐增大、道路拥堵现象日益严重等状况,为了满足用户的出行需求,一味地增加出行服务车辆是不合理的。反之,合理地配置SAV投放数量以及研究最佳的服务策略,在满足出行需求的前提下,通过行程需求匹配指导SAV车辆资源配置、车辆部署和优化服务策略,减少SAV的浪费投放,减轻道路交通压力,缓解道路拥堵现状成为必经之路。另外,合理的订单匹配策略有助于提高系统的整体效率,使得订单的完成效率更高、乘客的体验更优。基于此,本文主要研究工作如下:(1)考虑SAV车队规模以及时变投放策略的研究。基于设计应用强化学习算法,将求解车队规模问题转化为路径最大覆盖问题进行求解,通过将行程时间、坐标等信息的输入,将其进行编码与解码,寻求行程点的最大衔接,最终寻求最大路径覆盖。应用此流程,在时空信息输入的条件下,依据智能体进行派车动作的数量,即可求解出车队规模数量。最后,结合厦门市网约车订单数据进行了实证研究,求解了各个时段满足所有订单所需SAV的最小车队规模,进而得出每个时段订单数量与满足所有订单最小车队规模及总投放量的关系。(2)考虑SAV区域性投放策略的研究。探讨对分区域的空间性投放策略的研究,对整体研究区域进行社区发现划分,整合各区域内订单信息,对SAV区域性的投放进行求解。基于地理地图,利用Gephi进行各区域社区划分,减少车辆各区域间不确定流动的影响,将总研究区域划分成子研究区域,对空间供给分布特征进行研究,分析得出区域性的车辆投放数量及其变化特征。最后,结合厦门市地理区域及订单数据进行了社区发现区域划分以及区域性投放策略的实证研究。(3)考虑SAV订单匹配算法的优化研究。提出了考虑道路拥堵及道路通行时间的OD-SAC(Order Dispatch–Soft Actor Critic)订单匹配算法,将每辆SAV视作一个独立的智能体,构建多智能体马尔科夫决策过程模型,通过最大化熵与累计奖励和以训练智能体。在不同大小尺度的路网结构实验地图大小下,以整个系统完成所有订单的总时间最小化为目标,将该算法与三种基线算法在训练结果以及训练时间上进行比较,OD-SAC算法在实验结果上相比三种基线均有超出27%的提升效果,即本算法能够有效地优化匹配结果、降低系统中完成订单的时间、提升系统整体效率。(4)基于时变的路网拥堵状态的订单匹配研究。应用轨迹数据,分析不同时段路网的平均通行速度与通行时间,得出时变的城市路网拥堵情况。应用前章所提出的OD-SAC算法进行订单匹配,在考虑时变的道路拥堵的情况下,各时段订单服务率、订单平均耗时减少程度对比不考虑道路通行时间的匹配算法与基线算法皆有所提升,且在订单高峰时段,其提升率越显著。分别在考虑路网拥堵情况与未考虑路网拥堵的情况下,应用OD-SAC订单匹配算法进行实验,可得出在高峰时段下,即路网拥堵的情况下,在考虑路网拥堵情况下进行匹配策略,相比不考虑路网拥堵情况,在提升系统效率以及乘客舒适度上皆有显著优势。本学位论文图31幅,表23个,参考文献52篇。

关键词：共享自动驾驶汽车车队规模订单匹配算法强化学习

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交通运输工程与信息学报 2021年第3期19卷 1-12页

作者：胡晓伟石腾跃于璐毛科俊哈尔滨工业大学交通科学与工程学院哈尔滨150090 哈尔滨工业大学(威海) 汽车工程学院威海264200 中国宏观经济研究院综合运输研究所北京100038

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析。为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技... 详细信息

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析。为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型。然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Logit模型,构建混合选择模型,并以用户选择共享自动驾驶汽车出行的概率衡量用户使用共享自动驾驶汽车的意愿。最后基于SP调查数据标定模型参数,得到潜变量关系及关键影响因素,通过弹性分析研究关键因素对用户使用意愿的影响。结果表明,感知有用性、出行费用、感知易用性、等待时间的影响最为显著,对应的弹性值分别是0.0502、-0.0401、0.0385和-0.0350。本研究对相关企业及相关政府部门发展和推广共享自动驾驶汽车具有重要参考价值。

关键词：智能交通技术接受度模型混合选择模型共享自动驾驶汽车弹性分析