经济学 > 一般经济学
[提交于 2025年10月9日
]
标题: 一种用于移动枢纽影响评估和选址的数据融合方法:将枢纽使用数据整合到大规模出行方式选择模型中
标题: A data fusion approach for mobility hub impact assessment and location selection: integrating hub usage data into a large-scale mode choice model
摘要: 随着城市应对交通拥堵和服务不平等问题,出行枢纽提供了一种可扩展的解决方案,以将日益增长的出行需求与可持续发展目标相一致。 然而,由于缺乏将大规模出行模式与现实中的枢纽使用相结合的行为模型,评估其影响仍然具有挑战性。 本研究提出了一种新颖的数据融合方法,将观察到的出行枢纽使用情况纳入通过合成行程数据估计的出行方式选择模型中。 我们识别了可能受出行枢纽影响的行程,并构建了一个多模式子选择集,然后使用现场调查数据和实际行程数量校准枢纽特定参数。 增强的模型用于评估出行枢纽对潜在需求、出行方式转变、减少车辆行驶里程(VMT)和增加消费者剩余(CS)的影响。 我们将这种方法应用于纽约州首府地区的一个案例研究,使用首府地区交通管理局(CDTA)进行的调查数据以及通过Replica Inc.合成数据估计的出行方式选择模型。 在UAlbany市中心校区和Cohoes市中心附近实施的两个枢纽预计每天将产生8.83和6.17次多模式行程,每年减少20.37和13.16千英里的VMT,并分别增加每日CS$4,000 and $1,742。 利用估计模型对阿尔巴尼-斯克内克塔迪-特洛伊大都会区潜在枢纽候选人的评估表明,位于城际走廊和城市外围、支持停车换乘(P+R)模式的枢纽产生了最显著的行为影响。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.