18、动态出行信息下基于 ATIS 的驾驶员服从模型研究

动态出行信息下基于 ATIS 的驾驶员服从模型研究

在交通领域，理解驾驶员对动态出行信息的响应和服从行为至关重要。本文围绕驾驶员对可变信息标志（VMS）的响应展开研究，通过一系列调查和建模分析，揭示影响驾驶员服从行为的因素，并构建有效的预测模型。

1. 数据调查

研究的范围往往受限于数据的可得性。为了解城市网络中驾驶员对 VMS 的服从结构，采用了陈述偏好（SP）方法进行广泛的用户调查。
- 调查方式 ：借助互联网进行在线调查。这种方式能让研究人员为受访者提供更详细、真实的描述，使受访者的回答更接近实际行为，还能大幅减少编码错误，并可根据之前的回答调整选项。不过，使用该方法时需谨慎控制样本群体。
- 样本选取 ：随机抽取了 1000 名有出行经验的中国驾驶员进行调查。
- 问卷内容 ：设计了包含 22 个问题的驾驶员调查问卷，涵盖驾驶员的人口统计学特征、对动态出行信息的感知以及在有 VMS 的动态出行信息下的驾驶行为。
- 潜在影响因素 ：确定了 17 个潜在影响因素，包括城市类型（x1）、地区（x2）、性别（x3）、年龄（x4）、婚姻状况（x5）、学历（x6）、职业（x7）、是否为全职工作者（x8）、月收入（x9）、当前路线的拥挤程度（x10）、当前路线的车辆排队长度（x11）、当前路线的延误率（x12）、对替代路线的了解程度（x13）、替代路线的长度比（x14）、替代路线的拥挤程度（x15）、预期旅行时间节省率（x16）和动态出行信息的质量（x17）。

最终收到 540 份完整的调查问卷