居住外迁个体通勤活动链中的多维出行决策机理

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51378120
  • 项目类别：
    面上项目
  • 资助金额：
    77.0万
  • 负责人：
    杨敏
  • 依托单位：
    东南大学
  • 学科分类：
    E0804.结构工程
  • 结题年份：
    2017
  • 批准年份：
    2013
  • 项目状态：
    已结题
  • 起止时间：
    2014-01-01 至2017-12-31

项目摘要

Residential relocation as consequence of city reform and construction during urbanization, is responsible for some commuting travel problems. By looking at that in a more microscopic way, effect of residential relocation on commuting travel can be captured by studying relocated commuter's activity-travel behavior. This research follows a technical guideline of "Collection of multi-source data - Identification of influencing factors - Analysis of travel mechanism - Verification of mixed simulation". It aims to better capture the complex evolution of multi-dimensional commuting chain features including travel mode, time, destination and path, which is caused by residential relocation. More specifically, based on data collected by carefully organized survey about residential relocation and individuals' activity-travel behaviors, influencing factors of multi-dimensional decisions in relocated commuters' activity chains will be targeted. Analysis models about mechanism of making those decisions will be established using methods like hierarchical bayesian networks and agent-based reinforcement learning. Then, using Multi-Agent and ArcGIS as a mixed simulated method and based on case study of typical city, evolution of relocated individual's commuting behavior as well as some dynamic features of macroscopic travel mode structure and its space-time distribution can be predicted. The expected research results can help to provide some theoretic basis as well as analyzing method to forecast potential commuting travel problems cause by residential relocation in a microscopic way.
立足当前城镇化进程中老城改造和新区建设并举背景下居住外迁所衍生的通勤交通出行问题，从微观个体活动-出行行为源头探索居住外迁对通勤交通出行的影响规律。针对居住外迁影响下个体通勤活动链中方式、时间、起讫点、路径多维出行特征演变的复杂性，采用"多源数据采集-影响因素识别-行为机理解析-混合仿真实证"的总体技术路线展开研究。基于个体居住外迁及活动-出行多源数据的同步调查分析深入挖掘居住外迁个体通勤链中的多维出行决策影响因素，扩展运用多层贝叶斯网络建模和智能体强化学习方法构建居住外迁个体通勤链中的多维出行决策机理解析模型。结合典型城市案例，运用Multi-Agent 和ArcGIS 混合仿真预测居住外迁个体微观通勤行为演变及宏观通勤交通结构与时空分布的动态变化特征。预期研究成果可为从微观尺度预见居住外迁引发的潜在通勤交通问题提供科学的理论依据和分析方法。

结项摘要

城市居住外迁引发城市通勤交通问题的同时，也给城市迁居个体出行带来一系列微观变化，导致城市交通需求时空的重分布。居住外迁个体通勤方式、时间、起讫点、路径等多方面出行特征相互关联、相互制约，呈现出复杂的多维决策行为。已有研究虽已开始关注居住外迁引发的通勤交通问题，但居住外迁衍生交通出行演变规律的理论方法和分析手段一直缺乏科学的系统研究，难以提前预测感知居住外迁可能引发的潜在交通矛盾。因此，本项目围绕居住外迁衍生交通出行演变规律，以预防和控制该交通问题的二次演化和蔓延为研究目的，采用“多源数据采集-影响因素识别-行为机理解析-混合仿真实证”总体技术路线，针对居住外迁个体通勤活动-出行多源数据获取与出行特征分析方法、居住外迁个体通勤链的多维出行决策影响因素、多维出行决策模型以及居住外迁下的交通特征演变仿真展开研究。研究结合个体居住外迁及活动-出行数据调查设计和API、POI网络数据，以南京城市内部迁居人群为例，建立多源迁居人群出行数据库，基于Sequential Mixed Logit、Cox、贝叶斯网络以及Rasch模型，模拟南京内部迁居个体通勤者出行行时间、空间分布、方式结构以及全过程出行方式链在迁居前后的微观变化特征，结果发现迁居前后社区建成环境、公交服务及路网可达性、临近轨道接驳设施服务、居住区位以及家庭基础经济条件的变化，均是影响居住外迁个体通勤多维出行决策变化的重要因素。同时，项目扩展运用神经网络和多智能体强化学习方法，联合构建居住外迁个体通勤链中的多维出行决策机理解析模型，混合仿真和预测居住外迁个体微观通勤行为演变及宏观通勤交通结构与时空分布的动态变化特征。研究成果可为从微观尺度预见居住外迁引发的潜在通勤交通问题提供科学的理论依据和分析方法。

项目成果

期刊论文数量（17）
专著数量（0）
科研奖励数量（2）
会议论文数量（5）
专利数量（7）
Multiagent-Based Simulation of Temporal-Spatial Characteristics of Activity-Travel Patterns Using Interactive Reinforcement Learning
使用交互式强化学习的基于多主体的活动旅行模式时空特征模拟
  • DOI：
    10.1155/2014/951367
  • 发表时间：
    2014-01-01
  • 期刊：
    MATHEMATICAL PROBLEMS IN ENGINEERING
  • 影响因子：
    --
  • 作者：
    Yang, Min;Yang, Yingxiang;Chen, Jian
  • 通讯作者：
    Chen, Jian
An exploration of the relationships between socioeconomics, land use and daily trip chain pattern among low-income residents
低收入居民社会经济、土地利用与日常出行链模式关系探讨
  • DOI：
    10.1080/03081060.2016.1160579
  • 发表时间：
    2016-05-18
  • 期刊：
    TRANSPORTATION PLANNING AND TECHNOLOGY
  • 影响因子：
    1.6
  • 作者：
    Cheng, Long;Chen, Xuewu;Yang, Shuo
  • 通讯作者：
    Yang, Shuo
基于贝叶斯网的城市迁居者通勤方式变迁模型
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    交通运输系统工程与信息
  • 影响因子：
    --
  • 作者：
    吴静娴;杨敏
  • 通讯作者：
    杨敏
Exploring the impact of residential relocation on modal shift in commute trips: Evidence from a quasi-longitudinal analysis
探讨住宅搬迁对通勤出行模式转变的影响：来自准纵向分析的证据
  • DOI：
    10.1016/j.tranpol.2017.07.005
  • 发表时间：
    2017
  • 期刊：
    Transport Policy
  • 影响因子：
    6.8
  • 作者：
    Yang Min;Wu Jingxian;Rasouli Soora;Cirillo Cinzia;Li Dawei
  • 通讯作者：
    Li Dawei
基于贝叶斯网络的城市常规公交服务满意度分析模型
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    东南大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    吴静娴;杨敏
  • 通讯作者：
    杨敏

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

泥石流沟谷滑坡体的点云采样分析及变化检测
  • DOI：
    10.3969/j.issn.1001-5078.2020.02.002
  • 发表时间：
    2020
  • 期刊：
    激光与红外
  • 影响因子：
    --
  • 作者：
    詹俏;甘淑;袁希平;杨敏
  • 通讯作者：
    杨敏
极端降水过程对岩口水库入库溪流污染负荷的影响及其对策
  • DOI：
    10.12030/j.cjee.202109039
  • 发表时间：
    2022
  • 期刊：
    环境工程学报
  • 影响因子：
    --
  • 作者：
    王亚博;李慧莉;张洪刚;何怡;焦茹媛;刘凡;张宝;杨敏
  • 通讯作者：
    杨敏
面向滑坡体三维点云数据的一种压缩方法
  • DOI：
    10.3969/j.issn.1672-8262.2020.02.018
  • 发表时间：
    2020
  • 期刊：
    城市勘测
  • 影响因子：
    --
  • 作者：
    李绕波;袁希平;甘淑;朱赞;杨敏
  • 通讯作者：
    杨敏
紫罗兰挥发物化学成分分析及促生活性物质鉴定
  • DOI：
    10.12101/j.issn.1004-390x(n).202103028
  • 发表时间：
    2022
  • 期刊：
    云南农业大学学报（自然科学）
  • 影响因子：
    --
  • 作者：
    姚汉央;弓雅婧;苏宏鼎;杨荣亮;杜飞;杨敏;朱书生;邓维萍
  • 通讯作者：
    邓维萍
多年冻土区露天矿边坡开挖的关键参数研究
  • DOI：
    10.13928/j.cnki.wrahe.2018.09.002
  • 发表时间：
    2018
  • 期刊：
    水利水电技术
  • 影响因子：
    --
  • 作者：
    李国锋;李宁;刘乃飞;杨敏;朱才辉
  • 通讯作者：
    朱才辉

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杨敏的其他基金

MaaS对空巴联程出行的影响机理与配置优化
  • 批准号：
    52072066
  • 批准年份：
    2020
  • 资助金额：
    58 万元
  • 项目类别：
    面上项目
建成环境对轨道通勤方式链的作用机理与小汽车转移调控
  • 批准号：
    71771049
  • 批准年份：
    2017
  • 资助金额：
    49.0 万元
  • 项目类别：
    面上项目
TDM作用下个体活动－出行行为序列及群体集聚规律研究
  • 批准号：
    50908052
  • 批准年份：
    2009
  • 资助金额：
    20.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码