前言：中文期刊网精心挑选了出行方式范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
出行方式范文1
中图分类号： U491.1； TP391； TP18
文献标志码：A
Abstract：
Concerning the influence of residents psychological factors on travel mode choice in the actual travel， a travel mode choice model based on prospect theory was established and a choice method more according to human thinking habits was put forward. Considering psychological reference points of travel time and travel cost comprehensively， satisfied travel mode to resident was obtained. The influence of reference point on travel mode was analyzed by comparing changes of comprehensive prospect value under different reference points. Finally an example gave the application of this travel mode choice method. The experimental results show that residents in the minority whose expectation of travel time is lower prefer bus travel， although the comprehensive prospect value changes of taxi and private car are identical. More residents tend to use private car mode， which is consistent with the fact. The proposed method provides a new way to predict resident travel mode.
Key words： prospect theory； travel mode choice； scene； reference point； prospect value
0引言
居民出行行为研究已成为交通系统规划与管理领域的一个热点问题，它对于优化城市客运结构、制定交通管理政策及缓解拥堵问题都有着重要意义。通常的城市居民交通出行方式包含公交、出租、私家车、地铁等方式，居民根据自己的出行标准会选择某种出行方式。不少学者对出行方式的选择问题展开了研究。杨励雅等[1]提出了一种考虑偏好差异与备选方案的居民出行方式的选择模型；朱顺应等[2]提出一种具有模糊特性变量的出行方式预测；万霞等[3]从居民出行方式选择机制分析入手，确立出行方式选择动态影响因素，在多项Logit模型的基础上建立了方式选择动态模型等。上述大部分研究大多都是建立在“期望效用理论”的基础上，效用理论是以决策者是完全理性为前提条件的，但事实上人们在出行时往往表现出非完全理性。一个出行者在出行时会根据可获得的信息以及经验做出出行方式选择的判断，决策过程中，均不可避免地要受到自身因素的影响，比如出行者的个体习惯、面临风险时的态度、自身的偏好等。
心理学家卡尼曼（Kahneman），提出了一种新的理论――前景理论。卡尼曼因为“将来自心理研究领域的综合洞察力应用在了经济学当中，尤其是在不确定情况下的人为判断和决策方面做出了突出贡献”，摘得2002年度诺贝尔经济学奖的桂冠。“前景理论”的提出引起了国内外许多学者对于不确定情况下的人为判断和决策方面的研究[4-6]。本文为了克服效用理论始终以决策者是完全理性为前提条件的不足，结合“前景理论”建立了一种基于前景理论的出行方式选择模型，并且从行程时间及出行费用两种主要指标分析参照点的变化对出行方式的综合前景值的影响，本文提出的模型更加符合真实情况，具有一定的理论价值和实用意义。
1前景理论
前景理论把心理学研究引入到不确定条件下的决策中来，开拓了一个全新的研究领域。前景理论揭示了影响行为选择的非理性心理因素，为研究不确定情况下的人为判断和决策方面提供了新的思路。目前前景理论已经被应用于经济、会计方面的决策行为及营销宣传、消费行为等领域的研究。
Kahneman和Tversky将人们的决策过程分为编辑和评价两个阶段：在编辑阶段，决策者设定一个参照点，并将决策的各种可能结果编辑为相对某个参照点的收益或损失；在评价阶段，决策者依据价值函数对收益和损失进行主观评价，并依据决策权重函数测度主观概率风险。价值函数与参照点的选取有关，反映了决策者对客观价值的主观感受，价值函数的自变量是收益或者损失；决策权重函数表示人们对客观概率的主观评价，反映了概率对前景价值的影响。人们的行为遵循效用最大化原则，选择效用最大即前景值最大的方案。
概括而言，“前景理论”有3个基本理论观点[7-8]：
1）面临“获得”，人们倾向于“风险规避（risk aversion）”；
2）面临“损失”，人们倾向于“追求风险（risk seeking）”；
3）获得和损失相对于“参照点”而言的。
2基于前景理论的出行方式选择模型
2.1基于前景理论的出行方式选择问题描述
出行方式选择问题就是一个不确定环境下的方案选择，出行者对出行后可能出现的情况如交通拥堵等无法准确预测，对出行时间等结果也无法准确预计。当出行者准备出行时，经常面对能够到达目的地的若干种出行方式，如何做出选择并不是完全随意的，也不是完全理性的。根据前景理论的心理学分析，出行者会预先设定一个参照点，这个参照点反映了出行者对此次出行的心理预期，并依据参照点来衡量选择某种出行方式后的收益或损失，人们的心理更加看重的是收益或损失的变化量而不是最终量，因此出行方式的选择依赖于这种收益或损失的变化，仅依赖于期望效用值的完全理性选择方式并不能反映人们的真实选择。由于人们在面临收益时是倾向于风险规避的（确定效应），面临损失时是倾向于风险喜好的（反射效应），人们对出行方式的选择也需遵守相应心理规则。
本文选用行程时间与出行费用两个最直接因素作为出行者出行方式选择的指标，行程时间指出行者从起点到达终点的过程中所花费时间，除了途中行使时间外，根据不同出行方式行程时间也可能包括停车时间或转车时间等。出行费用指出行者从起点到达终点的过程中所花费费用，可能包括车费、燃料费、停车费等。为便于模型说明，下面将问题相关描述如下。
5结语
本文基于前景理论研究了居民出行方式选择问题，结论可以看出人们在实际出行时，个人期望参照点对出行方式的选择有很大影响，不同行程时间及出行费用期望值下会有不同的出行方式选择，并且基于前景理论的出行方式选择方法能够分析出行指标与出行方式前景值之间的关系与变化。本文方法分别考虑行程时间与出行费用两种指标，能够直观分析行程时间与出行费用对出行方式选择的影响，这与已有的研究将两个指标合为一个综合指标考虑不同。并且本文方法很容易发现离出行者期望较远的指标范围，可以帮助出行者调整参照点以获得更好的满意度。这种分析方法更符合出行者的心理，为预测居民出行方式选择提供了一种新途径，该方法能够辅助分析客运交通管理政策变化下出行者行为的变化以及对优化居民出行方式结构、改善城市交通拥堵也具有一定的指导意义。
参考文献：
[1]YANG L， ZHAO P. Travel mode choice model accounting for individual preference heterogeneity and correlation among choice alternatives [J]. Acta Scientiarum Naturalium Universitatis Pekinensis， 2012， 48（6）：1009-1015.（杨励雅，赵鹏军.考虑偏好差异与备选方案相关性的居民出行方式选择模型[J].北京大学学报，2012，48（6）：1009-1015.）
[2]ZHU S， DENG S， WANG H， et al. Predictive Logit model of trip mode with fuzzy attribute variables [J]. Journal of Traffic and Transportation Engineering， 2013， 13（3）：71-78.（朱顺应，邓爽，王红，等.具有模糊特性变量的出行方式预测Logit模型[J].交通运输工程学报，2013，13（3）：71-78.）
[3]WAN X， WANG W， CHEN J. Research on dynamic model of withinday travel mode choice of residents [J]. China Journal of Highway and Transport， 2012， 25（2）：121-126.（万霞，王炜，陈峻.居民全日出行方式选择动态模型研究[J].中国公路学报，2012，25（2）：121-126.）
[4]LUO Q Y， YANG Y S， SUN B F. Integrated decisionmaking of resident travel mode and route based on prospect theory [C]// Proceedings of the 2011 International Conference on Transportation， Mechanical， and Electrical Engineering. Washington， DC： IEEE Computer Society， 2011： 1822-1825.
[5]ZEISBERGER S， VRECKO D， LANGER T. Measuring the time stability of prospect theory preferences [J]. Theory and Decision， 2012， 72（3）：359-386.
[6]HJORTH K， FOSGERAU M. Using prospect theory to investigate the low marginal value of travel time for small time changes [J].Transportation Research Part B： Methodological， 2012， 46（8）：917-932.
[7]SHIN D， RYU H， KIM N， et al. Modeling of a human decisionmaking process with prospect theory [C]// CrossCultural Design： Methods， Practice， and Case Studies. Berlin： Springer， 2013： 459-466.
[8]HENDERSON V. Prospect theory， liquidation， and the disposition effect [J]. Management Science， 2012， 58（2）： 445-460.
[9]HU X， WANG J， SUN G. Travelers mode choice behavior analysis under bounded rational [J]. Journal of Harbin Institute of Technology， 2011， 43（12）： 114-118.（胡晓伟，王健，孙广林.有限理性下出行者方式选择行为[J].哈尔滨工业大学学报，2011，43（12）：114-118.）
[10]ZHANG X， FAN Z. Method for risky hybrid multiple attribute decision making based on prospect theory [J]. Journal of Systems Engineering， 2012， 27（6）： 772-780.（张晓，樊治平.基于前景理论的风险型混合多属性决策方法[J].系统工程学报，2012，27（6）：772-780.）
[11]ZHANG B， JUAN Z， NI A. The applicability of prospect theory in travel behavior research [J]. Journal of Beijing Institute of Technology， 2013， 15（1）： 54-62.（张波，隽志才，倪安宁.前景理论在出行行为研究中的适用性[J].北京理工大学学报，2013，15（1）：54-62.）
出行方式范文2
关键词：出行方式；结构优化；道路资源；出行成本
中图分类号： I043 文献标识码： A
0、前言
城市居民出行结构，直接影响着人们出行的效率。对于城市居民出行方式结构进行优化，可以促进城市交通系统的顺畅运行，减少出行成本，降低交通能耗，从而实现城市交通的合理健康发展。另外，对城市的居民出行方式结构进行优化研究，有助于合理利用有限的城市交通空间，从而有效缓解城市的交通拥挤问题。
1、模型假设
为了建立合理的居民出行方式结构优化模型，现提出四点理想化的假设条件：
(1) 所研究城市为相对封闭的、独立的系统；
(2) 城市交通系统的边界保持不变；
(3) 城市居民的出行率和出行总量在一定时期内保持不变；
(4) 本模型仅考虑步行、公共汽车、出租车及私家车等四种出行方式。
2、模型目标函数
本文主要考虑道路交通资源的使用效率和出行者的出行成本，将本模型的目标函数确定为出行者平均消耗的时空资源数量最小及出行者平均出行成本最小。
(1) 出行者平均时空资源的消耗最小
出行者平均时空资源的消耗数量反映了城市道路时空资源的使用效率。本文采用时空资源的消耗指数来评价道路资源的使用效率，按公式1-1计算。
(1-1)
式中——出行方式i占出行总量的比例；
——出行方式i的人均时空资源消耗（m2·s/人）；
——出行方式i的平均出行距离（m）。
出行方式i的人均时空资源消耗与该方式运行时的侧向净空、出行距离、运行速度以及安全车头间距等因素有关，按公式1-2计算。
(1-2)
式中——出行方式i正常运行时的侧向净空（m）；
——出行方式i的安全车头间距（m）；
——出行方式i的安全车头时距（s）；
——出行方式i的平均载客人数（人）；
——出行方式i的平均运行速度（m/s）。
出行者采用各出行方式的安全车头间距的计算公式为：
(1-3)
式中——车辆制动时驾驶员的反应时间（s）；
——车辆长度（m）；
——安全车间距离（m）；
——道路摩阻系数；
——道路纵向坡度。
安全车头时距的计算公式如下：
(1-4)
步行的安全时距根据经验取值，一般取为0.8s。
(2) 出行者的平均出行成本最小
出行者的出行成本主要包括出行费用成本和出行时间成本两个部分。通过出行时间的价值将出行费用转化为对应的出行时间，与实际出行时间相加得到出行者的出行成本。出行者的平均出行成本按公式1-5计算。
(1-5)
式中——出行方式i的平均费用（元）；
——出行方式i的时间价值（元/h）。
根据以上优化目标，得到居民出行结构优化的目标函数如下：
(1-6)
(1-7)
3、模型约束条件
本文主要考虑道路资源的数量、居民出行可达性、能源消耗和大气污染物排放的限制，提出如下几个约束条件。
(1) 城市道路资源的约束
道路资源数量是居民出行结构发展的刚性约束，可表示为如下形式：
(1-8)
式中——出行方式i的人均动态占用道路面积（m2/人）；
——城市人均动态占用道路面积限制指标（m2/人）。
出行方式i的人均动态占用道路面积按公式1-9和1-10计算。
(1-9)
(1-10)
(2) 居民出行可达性的约束
城市交通系统的可达性是评价交通系统是否能够满足居民正常出行需求以及交通系统服务水平的重要指标。居民出行的可达性用居民在预算出行时间内的平均出行距离与等效城市半径的关系来表示。居民出行的可达性约束如下所示。
(1-11)
式中——居民的预算出行时间（h）；
——等效城市半径（km）。
等效城市半径可按城市用地面积(记为A)推算得到，其计算公式为：
(1-12)
(3) 城市环境承受能力的约束
本文重点考虑CO和NOx，通过确定的二者排放的上限值来对居民出行结构进行限制。城市居民出行结构的环境承受能力的约束条件如下：
(1-13)
(1-14)
式中——出行方式i污染物j的人均排放因子（g/(人·km)）；
——关于污染物j排放量的上限值（g/(人·km)）；
Vij——为出行方式i污染物j的单车排放因子，单位为g/(车·km)。
各出行方式关于CO和NOX的单车排放因子如表1-3所示。
表1-3 各出行方式CO和NOX的单车排放因子(g/(车·km))
单车排放因子 摩托车 公共汽车 出租车 私家车
CO 16.3 40.38 45.6 43.6
NOX 0.1 6.6 1.8 2.8
城市的大气污染物排放总量按公式1-15计算。
(1-15)
(1-16)
式中——时间内城市环境允许的大气污染物排放总量（）；
——污染物排放源强（mg/m2·s）；
——城区面积（m2）；
——排放周期，通常为1h或24h。
——地面大气污染物的浓度值（mg/m3）；
——城市大气的混合层高度（m）；
——城市主导风速（m/s）。
由于居民出行产生的大气污染物是城市大气污染的其中一个组成部分，居民出行的大气污染物限值按公式1-17确定。
(1-17)
式中——居民出行污染物的浓度限值（mg）；
——城市交通大气污染物占总污染物的比例；
——居民出行大气污染物占城市交通污染物的比例。
(4) 城市能源消耗的约束
为促进交通的可持续发展，需要优化城市居民出行结构，减少不必要的能源消耗，从而缓解我国城市能源供应日益紧张的状况。城市能源消耗约束条件如下：
(1-18)
式中——出行方式i的能源消耗因子（MJ/人·km）；
——人均出行能源消耗的上限值（MJ/人·km）。
根据有关学者的研究，各交通出行方式的能源消耗因子如表1-5所示。
表1-5 各出行方式的能源消耗因子
出行方式 地铁 公共汽车 摩托车 私家车 出租车
能耗因子(MJ/人·km) 0.322 0.714 1.495 2.795 5.990
Carlsson-Kanyama等人调查得到发达国家为满足居民的正常出行每年人均消耗能源的上限值为1. 1×104MJ，其中交通出行占15%。结合我国实际情况，取我国城市的交通系统能源消耗上限值为发达国家的60%，由此得到人均出行能源消耗的上限值为18.1 MJ/人·km。
(5) 各出行方式的发展规模约束
有关学者通过研究城市交通结构与城市规模、经济发展以及人口分布情况等的关系，提出了针对我国不同规模城市的交通结构建议值，如表1-6所示：
表1-6 我国城市交通结构建议值
城市规模 经济发展程度 交通结构比例(%)
公共交通 私家车 自行车 步行
特大城市 发达 >50 10-15 15-20 15-20
欠发达 30-40 10-15 20-25 25-30
大城市 发达 30-40 10-15 25-30 20-25
欠发达 30-35 10-15 25-30 25-35
中小城市 — 10-20 20-35 25-30 20-35
王炜等人通过分析出租车的需求和供给情况，从城市交通可持续发展的角度考虑，认为城市居民出行方式中出租车的分担率应控制在2%-5%。
4、模型求解
本文建立的居民出行结构优化模型是多目标的线性约束模型，可以通过Excel、Matlab或Lingo等软件对分别每一个优化目标分别进行求解。考虑到模型约束条件均是线性的，因此采用EXCEL软件的规划求解加载宏进行求解。
5、实例分析
本文以哈尔滨市为例，进行居民出行结构优化实例分析，以验证模型的合理性和有效性。
(1) 模型目标函数
根据统计数据，按公式计算各出行方式的平均时空资源消耗、平均出行距离等参数，最终得到出行者时空资源消耗最小的目标函数为：
(1-21)
根据各出行方式的时间价值，由公式计算得到出行成本最小的目标函数为：
(1-23)
(2) 模型约束条件
根据相关规范，以及《哈尔滨市国民经济和社会发展十五纲要》中城市人均占用道路面积为13m2/人的发展目标，得到道路资源约束条件为：
(1-24)
根据实际，将值取为40min，A=408 km2，得到可达性约束条件为：
(1-25)
根据哈尔滨市人口、出行总量、城区面积、CO和NOX排放情况等，按公式计算得到环境承载能力的约束条件为：
(1-26)
(1-27)
由各方式的能源消耗因子和能源消耗的上限值，以及正常天气下居民采用各方式的平均出行距离，按公式5-18得到居民出行结构的能源消耗约束条件为：
(1-28)
由哈尔滨市的发展现状，根据表5-6确定各出行方式的发展规模如下：
(1-29)
(1-30)
(1-31)
(1-32)
(1-33)
(3) 模型求解
采用EXCEL规划求解加载宏分别求解两个目标函数。目标函数Z1对应求解结果为：minZ1=1.8730，P1=31.92%，P2=42.90%，P3=5.00%，P4=20.18%。Z2对应求解结果为：minZ2=0.7192，P1=33.75%，P2=39.29%，P3=5.00%，P4=21.96%。
综合考虑两个优化目标，分别赋予其不同的权重值(均取0.5)，计算得到居民出行方式优化结构为：P1=32.84%，P2=41.09%，P3=5.00%，P4=21.07%。
参考文献：
出行方式范文3
关键词：模糊特性变量；出行方式；预测；Logit模型
前言：出行方式的选择有一定的规律可循，出行者往往需要结合关键因素来主观判断轨道交通或小汽车哪种为既定条件下的最佳出行方式，同时，以最大随机效用理论为支撑，构建一整套出行方式选择误差较小的Logit模型，进而为出行者预测符合一定出行条件的最佳出行方式。
一、出行者出行方式Logit模型的建立
（一）何谓“Logit模型”及其建立的意义
Logit模型是最早的离散选择模型，在目前，Logit模型的实际应用范围较为广泛。从概念上来看，Logit模型也可称其为“评定模型”或是“分类评定模型”，作为离散选择法模型当中的一员，该模型在统计实证分析研究领域当中有着较高的价值，是研究社会学、数量心理学或是市场营销学等学科内容的一种常用的分析方法[1]。在多重变量分析的框架下，Logit模型以其概率表达、模型解读速率较快且应用便捷等优势，被各类型求解模型研究项目所采用，其中，基于模糊特性变量的出行方式预测Logit模型的研究较为多见，在模型的科学化测算之下，能够为现代城市中出行者的出行方式的选择提供一定的便利。
（二）浅析出行者出行方式Logit模型框架的建立
从本质上来看，出行方式预测的非集计模型与集计模型相比较，其结果的误差较小，但这都是在模型测算样本有限的前提下所构建的模型。对于非集计模型来说，建立一种Logit模型的优势在于它本身的物理意义较为明确，但即便是此种模型构筑方式在出行方式研究项目中普遍应用，但其也存在着一定的缺陷问题，尤其是选择概率与各个方式的效用值的关联性不够明晰，这以及备选方案各自是否真正存在完全的独立性等等。基于此，在以往的研究资料中可以了解到，为了简化模型测算的推导过程，则需要针对以往的模型架构及其参数设计进行适当的改进与调整，克服其中存在的明显缺陷，特别是要突显出各类型备选方案的独立特性，从而通过模型测算更精准地计算出最佳的出行方案。
二、科学检验出行方式预测Logit模型效用的方法
Logit模型的应用广泛性的原因主要是因为其概率表达式的显性特点，模型的求解速度快[2]。基本假设与一般Logit模型趋同，简单来说，就是出行者其人作为以交通行为意识的模型研究对象，从而围绕其出行方式选择因素等内容展开一系列的测算，直至找到一种能够满足既定条件的合理化出行方式。在最终确定出行方式测算模型效用强弱时，要参考Logit模型所呈现出来的测算结果来执行。从具体的模型研究过程来分析，效用函数与一般Logit模型的效用函数大体一致，如若将出行者的人数设定为N，将出行方式设定为M，则可以建立一种基于模型特性的变量函数组合，如下面的公式所示：
在公式中，Uin为出行者n所选择的出行方式i的模糊效用函数，同样，Vin为效用函数当中的其中一个固定项，函数公式当中其余各个参量都是作为效用函数的随即参量而存在的，也就是说，模糊特性变量的参考值始终处于一种动态化的状态当中，这也是基于模糊特性变量出行方式预测函数Logit模型的突出优势[3]。这样一来，出行者可选择的出行方式可以通过模型数据参数计算出来。
三在模糊特性变量及相关理论支撑下的出行方式预测Logit模型研究
（一）构建预测Logit模型所需的模糊特性变量及其相关理论内容
随着现代化科学技术以及各项手段的不断改进，构建预测Logit模型所需的模糊特性变量本身的效用也突显出来，基于模糊特性变量的出行方式预测Logit模型项目的研究不断推进，为相关领域的实践注入了新的活力。从Logit模型的基本研究内容来看，Logit模型能够在一定程度上克服以往模型事后预测事前事件的缺陷，综合了FR模型中FR概率分析法和KLR模型中信号分析法的优点，极大地改善了出行预测的精准度，从而提升模型预测项目的实践价值。实际上，通过分析模糊特性变量及其相关的理论研究内容，能够清晰地了解到出行方式的选择与诸多因素息息相关，对于城市居民出行选择而言，需事先做好规划路径与出行方式选择等事务性工作。再者，通过模型检验的过程，来确定构建预测Logit模型所需的模糊特性变量的实际效用是否能够达到预测模型建立的标准。具体需要经过“命中率指标”、“优度比检验”等检验步骤来最终敲定模型框架及模型参数的设立与选择结果。
（二）基于模糊特性变量的出行方式预测Logit模型的计算结果分析与总结
1.在模糊特性变量影响之下的出行方式预测Logit模型测算结果分析
分析结果表明，轨道交通与小汽车的平均出行感知时间的比值数据在0.8-1.2这一范围内波动，而且，这两种出行方式的感知时间呈现出同等程度的变化趋势。从具体的模型测算数据情况来看，当轨道交通的出行时间模糊化参数为0.1、小汽车的出行时间小于70分钟时，经基于模糊特性变量的出行方式预测，出行者选择的是轨道交通方式出行；同样，在当轨道交通的出行时间模糊化参数为0.3、小汽车的出行时间小于67分钟时，则出行者仍旧选择的是轨道交通的出行方式，相反的情况是，当小汽车的出行时间大于67分钟时，小汽车的出行时间模糊化参数值无论是0.1还是0.3时，出行者都会选择小汽车作为出行方式，而均不会选择轨道交通，因其要考虑的是时间因素；另外，当轨道交通的出行时间模糊化参数为0.5，小汽车的出行时间在58分钟以内时，出行者选择轨道交通方式出行，在同样的情形之下，如若小汽车的出行时间大于66分钟，小汽车出行方式是出行者的不二之选[4]。
2.综述基于模糊特性变量的出行方式预测Logit模型的实际效用及优势
以城市生存环境当中出行者对出行方式的感知为依据，凭借模糊特性变量的相关理论研究依据，对出行者出行时的不确定性选择进行模式化的预测。从一般化的Logit模型参数估计的情况来分析，城市居民出行方式的选择意向可以分成两个主要方式，即轨道交通与小汽车出行两种出行方式[5]。二者都受制于出行费用以及出行时间因素的影响，对于出行者个人而言，在不同的情形之下，选择出行方式存在一定的随机特性。实质上，基于模糊特性变量的出行方式预测Logit模型框架不断完善以后，其所能为出行者提供的出行方式决策结果更具实际效用，在保证预测Logit模型及相关公式的计算效率较高的前提下，模型测算结果的参考价值便更高。
结束语：
总而言之，通过分析模糊特性变量，结合城市居民出行者出行时的衡量因素，即出行时间与出行费用，能够探索出基于模糊特性变量的出行方式预测Logit模型的优势。从实际研究成果来看，模糊Logit模型考虑到了居民对选择出行方式的影响因素，其计算结果较为符合出行者在选择出行方式过程中的抉择不定的实际状况，从而用科学化的Logit模型来选择轨道交通出行或是小汽车出行二者当中的一种，令出行者在不同前提下的出行效用相对良好。实际上，基于模糊特性变量的出行方式预测Logit模型能够满足这一要求。但尽管如此，如何直接由模糊效用计算模糊概率值等问题，仍有待进一步探究。■
参考文献
[1]吴麟麟，卢海琴，张明岩，等.引入忠诚度变量的城际出行方式动态选择行为研究[J].公路交通科技，2014，11（11）：126-129.
[2]陈坚，晏启鹏，杨飞，等.出行方式选择行为的SEM-Logit整合模型[J].华南理工大学学报（自然科学版），2013，02（02）：56-57+65.
[3]陈秋香.Nested Logit模型在交通出行方式选择中的应用[J].甘肃科学学报，2013，02（02）：135-136.
[4]杨励雅，邵春福，HAGHANIA.出行方式与出发时间联合选择的分层Logit模型[J].交通运输工程学报，2012，02（02）：79-82.
出行方式范文4
1.黑色衬衫 VERSACE2.棕色皮鞋 Braun Buffel3.黑色皮鞋 VERSACE4.白色系带皮鞋 Bally5.黑色内裤 Calvin Klein
6.白色内裤 Calvin Klein7.红色条纹领带 MCM8.深蓝色领带 PRADA9.黑色领带 agnés b10.条纹领带 agnés b
11.黑色墨镜 Peisol from LensCrafters12.棕色墨镜 Peisol from LensCrafters13.香水（私人物品） 14.黑色手包 MCM15.黑色皮带 MCM
16.工具盒 Rimowa17.钢笔 Lamy18.SensoTouch臻锋3D系列电动剃须刀 Philips19.腕表 GUCCI20.银白色旅行箱 Rimowa
忙？不对。只是你太随意。你若是女王就叫那些简陋粗制的“黑白灰”见鬼去吧！诸如镶钻的金色名表以及纹理细致的晚宴手包是你应该注意的细节所在。此外，红色绝对能为你的王样气质加一份难以抵挡的魅惑。
1.条纹外套 PRADA2.棕色高跟鞋 Jimmy Choo3.黑色文胸 Calvin Klein4.银色高跟鞋 PRADA5.Ipad（私人物品）
6.墨镜 Vogue from LensCrafters7.Master Lady日夜显示大师系列红金腕表 Jaeger LeCoultre8.红色皮夹 TUMI
9.红色袋子 TUMI10.棕色手包 Bottega Veneta11.腰带 VERSACE12.粉饼 Parure13.红色旅行箱 Rimowa
在繁忙的工作之余适时放松是现在神经紧绷的您一定要做的，懂得“生活”才称得上是一个真正的成功人士。如果您一直喜欢以“绅士”的标准要求自己，那么稳重优雅的高级灰绝对是您不可或缺的色彩。
1.蓝色POLO衫 Lacoste2.驼色衬衫 Club Monaco3.内裤 Calvin Klein4.蓝色豆豆鞋 TOD'S
5.棕色墨镜 Peisol from LensCrafters6.棕色手提袋 TUMI7.腕表 GUCCI8.棕色系带平底鞋 Bally9.绿色旅行箱 TUMI
整个夏天，没有比白色映衬下的石榴红更艳丽的色彩，兔子先生的出现也为旅行凭添了一份清爽气息。将这份纯真和欢悦收于囊中，踏上奇遇之旅，开始一场爱丽丝梦游仙境吧~
出行方式范文5
关键词：热点区域；公交改善；多点集散；单点单线
引 言：城市公共交通作为城市社会经济发展的重要环节，在城市核心城区人口密度进一步加大、道路资源日趋紧张以及职住分离化日益明显的背景下，有效提升城市出行热点区域公共交通的服务水平，通过高效运输方式缓解相关区域出行矛盾，引导区域转变出行方式结构，对于提升城市整体交通环境，改善市民出行环境，提高城市交通出行的效率和整体社会效益都有很重要的意义。
1 公交乘车难问题成因分析
在公交运营企业不断增加片区运力，加强调度的情况下，公交乘车难问题依然较为突出，究其原因，主要包括以下几个方面：
1.1 片区主要联系方向客流出行需求巨大，已超出地面常规公交正常所能承载的范围，而相关方向轨道交通联系依然缺失（改善前）；
1.2片区周边缺乏公交场站资源，难以组织公交始发线路，始发运力的缺失使得片区客流疏散效率较低；
1.3 片区人流量较大，由于未设置人车隔离过街设施，人车争道现象较为普遍，高峰时段道路通行能力仅为平峰时段的50%左右；
1.4 缺乏公交优先交管措施和资源配置，在道路资源有限的情况下，公交车辆与社会车辆混行、相互干扰，运行效率低下；
1.5 受用地限制影响，公交停靠站容量严重不足，站点大巴列车化现象非常突出。公交车辆站台延误时间过多，严重影响了车辆周转效率。同时，由于缺乏必要的乘车引导设施与管理，乘客占机动车道候车、乘客秩序混乱等情况进一步加大了公交车辆的站点延误。
2 公交乘车难问题改善策略与措施
从问题成因分析可以看出，城市热点区域公交出行问题的产生绝不仅仅是公交单方面的组织和管理问题，而是涉及到整个片区功能规划、设施配套、交通管理以及政策引导等多方面的问题，需要以系统综合的方法来研究解决相关区域的公交出行问题。
结合前期公交疏解工作经验以及片区公交出行需求变化情况，制定公交改善策略与措施如下：
2.1 确立区域公交优先
高峰时段设置高峰专用路，只允许公交车辆和出租车通行，并严禁出租车占用公交停靠站上落客。
2.2 多点集散
开辟公交始发车位，将客流引导至周边路段乘车，同时，在挖掘沿线停靠资源，在路段沿线密集布设公交停靠站点，将原来由路段有限的几个停靠站点承担的巨量客流发散到周边路段和路段沿线多处站点进行候车和上落客。
2.3 单点单线
对于客流量特别大的线路，尽可能安排单独的站点进行停靠，保证乘客有足够的候车空间，同时避免对其它线路造成影响，同时，通过优化路段线路停靠，减小线路在该路段的停靠需求。
2.4 固化相关线路
结合客流出行需求的变化，对部分原企业调度开设的区间线、高峰线进行优化，并使其固化和常态化。
2.5 增加运力投入
结合相关线路的设置，增加区段的公交运力投入，同时，引入大运量三开门运营车辆，提高单车运输效率。
2.6 设施引导
为有效保障乘客乘车安全，提高上落客效率，提升站点候车环境，对站点候车设施进行优化，引导乘客有序候车、乘车。
2.7 导乘与管理
初期为保证措施实施效果，安排人员对相关站点进行导乘与管理，引导市民养成排队候车、乘车的习惯。
3 效果评估
通过多年来持续、滚动的公交改善工作，在提高公交运输效率、优化乘客候车环境以及传递文明风尚等方面均取得了较好的效果。
3.1 有效降低了公交站点的停靠需求
根据调研统计，高峰时段南往北行方向公交线路平均停靠数由172次下降至129次，整体停靠需求下降了25%。
3.2 基本消除了大巴列车化现象
改善后，路段各站点基本实现单点单线停靠，有效降低了各线路车辆间的相互干扰，车辆进站延误时间大幅下降，站点列车化现象基本消除。
3.3 有效缩短了路段公交车辆通行时间，提高了车辆的周转效率
改善后，晚高峰路段公交车辆通过南往北方向所需时间由之前的15分钟下降至8.3分钟，缩短了46.1%，有效提高了车辆的周转效率。
3.4 乘客文明有序乘车，有效提高了公交车辆上落客效率
改善后，通过引导乘客文明有序乘车，有效杜绝了以往占道候车、争抢上车的现象，保证了乘客的乘车安全，提高了车辆上落客效率。
3.5 市民反映良好，取得了较好的文明出行社会示范效应
根据高峰时段对各站点乘客的满意度问询调查（共调查了150名乘客，其中79.2%的受访者为经常搭乘公共交通的乘客），调查结果显示，76%的乘客对公交改善措施表示满意，并对引导市民文明乘车行为表示认同，给下阶段在全市推广文明出行活动带来了较好的社会示范效应。
4 结语
总之，通过对乘客与公交车辆进行分流、规范和引导乘客乘车等措施，可有效提高热点出行区域的公交出行效率，提高公共交通分担率，进而改善片区交通出行环境，同时打造文明、舒适的公交出行环境也是城市精神文明建设的内在要求。在城市热点出行区域可利用资源相对有限的情况下，探索“多点集散”、“单点单线”等策略是公共交通改善的一次有益尝试，也为其它城市类似区域提供经验借鉴，具有较强的启示意义。
参考文献：
[1]杨晓光.公共交通与城市发展研究及实践[M].上海：同济大学出版社，2006.
出行方式范文6
法院以非国家工作人员,对被告人刘胜君等4人作出判决,其中:刘胜君被判处有期徒刑8年,并处没收财产2万元;陈天呈被判处有期徒刑2年,并处没收财产1万元;王频被判处有期徒刑6年,并处没收财产1万元;黄被判处有期徒刑1年,并处没收财产5000元。
被告人柯鹏等7人因触犯对非国家工作人员行贿罪,同时被汉阳区法院判处有期徒刑,其中:柯鹏、梅萍分别被判刑1年;洪琳、何胤锋、高勇、阮飞分别被判刑10个月;谢辉被判刑9个月。该案涉案的76万余元资金中,除了部分退给当事人外,大多数资金已被冻结。
内外勾结,设计电脑摇号程序
今年31岁的王频原是湖北省武汉市某工厂的工人。由于工资比较低,挣钱的速度赶不上花钱的速度,他一直在琢磨着如何一夜暴富。
在武汉,也有一批因收入有限,无能力购买商品房的家庭。为了解决部分困难家庭的住房问题,武汉逐步建设了多批经济适用房,并对困难家庭出售。但是,相对于困难家庭来说,经济适用房有限,无法保证每户都能购买。为确保经济适用房的公平销售,武汉采取了摇号的方式。申购经济适用房的困难家庭取得购买资格后,如同摇奖一样进行集中摇号。2006年12月,武汉就进行了一次电视直播摇号。武汉的经济适用房销售模式也领先全国,做法被建设部称为了“武汉模式”。
有一次,王频无意中听人说,经济适用房购买及摇号过程可以造假。说者无意,听者有心。王频牢牢将此记在了心上,并暗自打起了小算盘。王频有个表弟名叫刘胜君,在武汉市国土房产测绘中心工作;而且,他与口区房产管理局房改科科员张小波关系不错。想想自己有这么好的条件,为什么不加以利用,通过更改摇号程序,从中收取好处费呢?
2008年11月的一天,二人在约好的地点见面后,王频就将自己的计划告诉了刘胜君,说修改电脑程序能“搞一笔钱”。 25岁的刘胜君家庭贫寒,在邻居眼中却也是个本分人。他当时有点犹豫,没有立即答应。
几天后的一天,王频又将刘胜君约出来,两人在一家茶馆见了面。王频告诉刘胜君,他还有一个亲戚名叫黄,在深圳一家电脑公司工作。王频说,黄的电脑水平高超,会设计编写程序,可托他伪造电脑摇号的程序,达到想摇什么号就中什么号的目的,他们就从中赚客户的钱。刘胜君听后,稍加犹豫答应了。随后,王频将黄的电话和QQ给了刘胜君,让他与黄联系。
接到这样的“活”后,黄认为有利可图,居然答应了,并开始编写程序。由于该摇号程序要求很高,黄加班加点忙了一个月。程序设计完后,黄在QQ上告诉王频,该程序需要12000元钱。而王频手头紧,他只好拿多张信用卡,套取现金1万元后,分两次打入黄的账户。
招募“客户”,索取73人70余万元好处费
2009年初,手头严重拮据的王频将戒指拿到汉口一家寄售行变卖时,认识了该寄售行老板柯鹏。王频就告诉柯鹏,自己在房产部门有熟人,可开后门办到经济适用房资格证。柯鹏听后,对王频的话深信不疑,并给了王频一套资料,包括户口本、身份证、收入证明等材料,托王频为他办一个经济适用房资格证。
王频后来找到了在口区房产管理局房改科工作的张小波,请张小波帮忙办理经济适用房资格证。武汉对申购经济适用房的家庭有严格的政策“杠杆”,其中一条就是家庭人均月收入不超过824元。张小波没有对王频递交的申购材料严格把关,就当即答应了。10天之后,张小波顺利把证办了下来。王频拿到手后,将证交给了柯鹏。随后,王频又为柯鹏办了8个经济适用房资格证。当然,证不是白办的,每办好一个证,柯鹏都要向王频支付一笔好处费。
仅靠这8个人“进贡”,收到的钱难免有限。王频便与柯鹏密谋,招募有意购房者,分别向每名委托人收取1.5万元至2万元不等的费用。王频找相关部门为其中一批不具备购房资格的人员办理了经济适用房资格证,并承诺摇号时做手脚,让委托人摇中经济适用房。
从前到后,王频通过多种渠道,共发展了73个“客户”。这些“客户”中有柯鹏介绍的38人,武汉某公司股东洪琳介绍的18人,武汉另外一家公司老板梅萍介绍的14人,武汉某单位司机魏某1人以及另外2人。在此过程中,柯鹏、梅萍邀约洪琳、何胤锋、高勇、阮飞、谢辉等人,向这些申购人索取好处费共计76.2万元,并交给了王频。
作弊得手,摇号惊现罕见“六连号”
在这之前,刘胜君还邀约武汉市国土房产测绘中心的同事――另一负责摇号的工作人员陈天呈参与摇号作弊。刘胜君许诺,事成之后,给予陈天呈好处。陈天呈没有抵挡住金钱的诱惑,应允下来后,还向刘胜君提供了相关资料。
2009年6月11日,王频将委托申购经济适用房的“客户”名单交给了刘胜君,刘胜君将名单输入了伪造的摇号程序里。当日,刘胜君在武昌区房产局摇号预演现场,瞒过他人将该作弊软件程序装入摇号电脑中,当晚,刘胜君将带有作弊标记的人员信息存入U盘。
6月12日,位于武昌余家头的124套经济适用房的摇号如期举行。摇号当天,陈天呈推托肚子疼后离开摇号岗位,由刘胜君负责操作摇号。刘胜君用U盘将73名作弊人员信息输入作弊程序的数据库,并瞒过公证人员,启动了作弊程序。摇号结果如同王频等人期待的那样,“给了钱的人都被摇中。”
结果公布后,很多细心的市民发现,摇中的6个号码的购房资格证明编号竟是相连的号码,且均为2009年在口区登记!
