1 |
The Information Integration Experiment on Students' Experience of Taking KMRTHuang, Yu-jiuan 09 June 2008 (has links)
Based on the Information Integration Theory, the current study investigates whether students¡¦ integration model of ticket fare and total travelling time difference will change when facing different safety conditions after they join the trials held by the Kaohsiung Rapid Transit Company (KRTC). The result indicates that the students¡¦ integration model of ticket fare and total travelling time difference is the ¬Û¥[ model. By using a different model of discussion, the result of my questionnaire shows that the linear transportation behavior found by traditional Mode Choice Model can be maintained. The result of data analysis suggests that KRTC has to adopt different strategies to enhance students¡¦ willingfulness to change their vehicles for transportation. It is shown that students add the scale values of ticket fare and total travelling time difference to motivate them to change their vehicles for transportation. Therefore, if we want to enhance the willingness to change their transporting vehicles, it is more effective to provide a solution with a higher scale value. In this study, students' scale value of total travelling time difference was higher than ticket price. Hence, if KRTC wants to enhance their willingfulness to change transporting vehicles, it is a more effective strategy to devise a way to decrease total travelling time.
|
2 |
Spezifikationen und Schätzung eines Verkehrsmittelwahlmodells anhand von SrV-Daten der Bundeshauptstadt BerlinHarz, Jonas 21 November 2014 (has links) (PDF)
Die vorliegende Studienarbeit beschäftigt sich mit der Fragestellung, inwiefern sich Revealed-Preference-Daten aus der deutschen Mobilitätsbefragung "Mobilität in Städten" SrV 2008 dazu eignen, um basierend auf denen im Datensatz enthaltenen Wegen Verkehrsmittelwahlmodelle zu schätzen. Dazu wurden Wegedaten aus der Befragung verwendet, und die Wahlalternativen mit Hilfe der Google Directions API rekonstruiert. Mit den rekonstruierten Variablen Reisezeit und Reisekosten sowie verschiedenen sozioökonomischen und externen Variablen aus SrV 2008 wurden verschiedene Wahlmodelle geschätzt. Durch schrittweises Hinzufügen der Variablen konnte das Modell immer weiter verbessert werden.
Wie zu erwarten, erwiesen sich dabei die Reisezeit und die Reisekosten als hoch signifikant. Von den restlichen Variablen waren jedoch lediglich das Geschlecht der befragten Person sowie die Wettersituation zum Zeitpunkt der Wahlentscheidung signifikant. Für das finale Modell wurden Zeitkostensätze errechnet und mit verschiedenen europäischen Studien verglichen. Die errechneten Zeitkostensätze erwiesen sich dabei als plausibel. Die SrV-Daten eignen sich also für die Schätzung von Wahlmodellen. / The following thesis analyzes, if revealed preference data from the German mobility survey "Mobilität in Städten" SrV 2008 is suited to estimate mode choice models. For that purpose, trip data from the survey was used and the different choice alternatives were reconstructed with the Google Directions API. Several mode choice models were estimated with the help of the reconstructed variables travel time and travel costs plus several socioeconomic and external variables from SrV 2008. The variables were added to the model step by step, thereby the quality of the model improved.
As expected, travel time and travel costs were highly significant. However from the remaining variables only the gender of the person and the weather at the time of the trip were significant. For the final model, values of time were calculated and these were compared with values from different European studies. The calculated values of time proved to be feasible. Therefore, SrV data is suited to be used for mode choice models.
|
3 |
Spezifikationen und Schätzung eines Verkehrsmittelwahlmodells anhand von SrV-Daten der Bundeshauptstadt Berlin: StudienarbeitHarz, Jonas 21 October 2014 (has links)
Die vorliegende Studienarbeit beschäftigt sich mit der Fragestellung, inwiefern sich Revealed-Preference-Daten aus der deutschen Mobilitätsbefragung "Mobilität in Städten" SrV 2008 dazu eignen, um basierend auf denen im Datensatz enthaltenen Wegen Verkehrsmittelwahlmodelle zu schätzen. Dazu wurden Wegedaten aus der Befragung verwendet, und die Wahlalternativen mit Hilfe der Google Directions API rekonstruiert. Mit den rekonstruierten Variablen Reisezeit und Reisekosten sowie verschiedenen sozioökonomischen und externen Variablen aus SrV 2008 wurden verschiedene Wahlmodelle geschätzt. Durch schrittweises Hinzufügen der Variablen konnte das Modell immer weiter verbessert werden.
Wie zu erwarten, erwiesen sich dabei die Reisezeit und die Reisekosten als hoch signifikant. Von den restlichen Variablen waren jedoch lediglich das Geschlecht der befragten Person sowie die Wettersituation zum Zeitpunkt der Wahlentscheidung signifikant. Für das finale Modell wurden Zeitkostensätze errechnet und mit verschiedenen europäischen Studien verglichen. Die errechneten Zeitkostensätze erwiesen sich dabei als plausibel. Die SrV-Daten eignen sich also für die Schätzung von Wahlmodellen.:1 Einleitung 1
1.1 Vorstellung des Themas 1
1.2 Ziel dieser Arbeit 1
1.3 Gliederung dieser Arbeit 2
1.4 Wesentliche Ergebnisse 2
2 Theoretischer Hintergrund 3
2.1 Diskrete Wahltheorie 3
2.1.1 Deterministischer Nutzen 4
2.1.2 Stochastischer Störterm 5
2.1.3 Logit-Modell 6
2.2 Parameterschätzung 8
2.2.1 t-Test 9
2.2.2 Likelihood-Ratio Test 9
2.2.3 Likelihood-Ratio-Index 10
2.3 Datenquellen 10
3 Generierung eines RP-Datensatzes aus SrV-Daten 13
3.1 SrV 2008 13
3.2 Auswahl an Variablen und Datensätzen 13
3.3 Rekonstruktion der generischen Variablen 15
3.3.1 Google Directions API 15
3.3.2 Automatisierte API-Abfrage 16
3.3.3 Reisekosten 17
3.4 Erzeugter Datensatz 18
4 Modellentwicklung und Parameterschätzung 21
4.1 Entwicklung des Wahlmodells 21
4.2 Parameterschätzung mit Biogeme 24
4.3 Anwendung der Parameterschätzung auf die SrV-Daten 28
5 Diskussion der Modellergebnisse 33
5.1 Darstellung der Nutzeneinflüsse 33
5.2 Zeitkostensätze 35
5.3 Fehlerquellen 37
5.4 Fazit 38
Literaturverzeichnis 41
Datenquellen 45
Anhang 49 / The following thesis analyzes, if revealed preference data from the German mobility survey "Mobilität in Städten" SrV 2008 is suited to estimate mode choice models. For that purpose, trip data from the survey was used and the different choice alternatives were reconstructed with the Google Directions API. Several mode choice models were estimated with the help of the reconstructed variables travel time and travel costs plus several socioeconomic and external variables from SrV 2008. The variables were added to the model step by step, thereby the quality of the model improved.
As expected, travel time and travel costs were highly significant. However from the remaining variables only the gender of the person and the weather at the time of the trip were significant. For the final model, values of time were calculated and these were compared with values from different European studies. The calculated values of time proved to be feasible. Therefore, SrV data is suited to be used for mode choice models.:1 Einleitung 1
1.1 Vorstellung des Themas 1
1.2 Ziel dieser Arbeit 1
1.3 Gliederung dieser Arbeit 2
1.4 Wesentliche Ergebnisse 2
2 Theoretischer Hintergrund 3
2.1 Diskrete Wahltheorie 3
2.1.1 Deterministischer Nutzen 4
2.1.2 Stochastischer Störterm 5
2.1.3 Logit-Modell 6
2.2 Parameterschätzung 8
2.2.1 t-Test 9
2.2.2 Likelihood-Ratio Test 9
2.2.3 Likelihood-Ratio-Index 10
2.3 Datenquellen 10
3 Generierung eines RP-Datensatzes aus SrV-Daten 13
3.1 SrV 2008 13
3.2 Auswahl an Variablen und Datensätzen 13
3.3 Rekonstruktion der generischen Variablen 15
3.3.1 Google Directions API 15
3.3.2 Automatisierte API-Abfrage 16
3.3.3 Reisekosten 17
3.4 Erzeugter Datensatz 18
4 Modellentwicklung und Parameterschätzung 21
4.1 Entwicklung des Wahlmodells 21
4.2 Parameterschätzung mit Biogeme 24
4.3 Anwendung der Parameterschätzung auf die SrV-Daten 28
5 Diskussion der Modellergebnisse 33
5.1 Darstellung der Nutzeneinflüsse 33
5.2 Zeitkostensätze 35
5.3 Fehlerquellen 37
5.4 Fazit 38
Literaturverzeichnis 41
Datenquellen 45
Anhang 49
|
4 |
Erweiterung der Verkehrsnachfragemodellierung um Aspekte der Raum- und Infrastrukturplanung / Extension of traffic demand modeling by considerations of land use and infrastructure planningSchiller, Christian 09 August 2007 (has links) (PDF)
Diese Arbeit stellt grundlegend zwei Modellentwicklungen der Verkehrsangebots- und Verkehrsnachfragemodellierung vor. Die erste Entwicklung bezieht sich auf die simultane Ziel- und Verkehrsmittelwahl in Abhängigkeit von Strukturgrößen und/oder Lagegunst. Es werden neue Randsummenbedingungen beschrieben und vorhandene neu definiert. Der neue Modellansatz erlaubt eine Bestimmung minimaler und maximaler Verkehrsaufkommen und stellt eine Erweiterung der theoretischen Grundlagen als auch der praktischen Anwendbarkeit dar. So können alle derzeit bekannten Randsummenbedingungen durch einen Algorithmus (auch innerhalb einer Quelle-Ziel-Gruppe) berechnet werden. Der zweite Ansatz ist ein Werkzeug, welches in Abhängigkeit des vorhandenen Verkehrsangebotes verkehrsplanerisch wünschenswerte quantitative Flächen- bzw. Gebietsnutzungen abschätzt. Aufbauend auf der Verkehrsangebots- und Verkehrsnachfragemodellierung werden Infrastrukturgrößen durch eine aufzustellende Zielfunktion (z. B. minimale Verkehrsarbeit), unter Beachtung vorhandener Freiheitsgrade der Flächennutzung je Verkehrsbezirk, optimiert. Diese Freiheitsgrade werden als minimale und maximale Strukturgrößengrenzen durch die Raum- und Stadtplanung definiert, womit sie den vielfältigen Einflussgrößen dieser Planungen unterliegen und dadurch städtebaulich verträglich sind. Der Modellansatz bildet die für die Infrastrukturplanung wichtigen Wechselwirkungen des durch den Stadt- und Verkehrsplaner angestrebten Systemoptimums (Infrastrukturgrößenverteilung eines Gebietes) mit dem durch den einzelnen Verkehrsteilnehmer angestrebten Nutzenoptimum (Verkehrsnachfrage) ab. / This work basically introduces two model developments of traffic supply and traffic demand modeling. The first development refers to the simultaneous destination and mode choice into dependence of structure sizes and/or accessibility. New constraints are described and available constraints were defined newly. The new model enables the determination of minimal and maximum volumes of traffic (constraints). The new explanatory model is an expansion of the theoretical bases and the practical applicability. So all currently known constraints can be calculated by one algorithm (also within an origin destination group). The second approach is a tool which describes desirable quantitative traffic planningly land uses against the available traffic supply. It uses an algorithm that keeps minimal and maximum structure size limits while it determining e.g. minimal traffic work. Within the algorithm the complete traffic demand will be calculated. The complete model shows the important interactions of the infrastructure planning by the town and transport planer (a striven system optimum) with the traffic demand by the single road user (a striven user equilibrium).
|
5 |
Mise en œuvre des instruments de politique publique allant dans le sens d’une mobilité bas carbone des personnes en milieu urbain / Implementing economic policy-tools for a low carbon mobility of passengers at the urban scalePapaix, Claire 05 February 2015 (has links)
Cette thèse s'intéresse à la réconciliation entre le défi mondial du changement climatique et les solutions locales et sectorielles qu'il convient de bien articuler pour contribuer, efficacement, équitablement et de la manière la plus acceptable, à la réduction des émissions de CO2. Plus précisément, nous étudions les conditions pour une mise en place réussie de la politique climatique à l'échelle de la mobilité urbaine des personnes. / This PhD thesis deals with the reconciliation of the global challenge that is climate change and the local and sectoral solutions that need to be accurately designed to remedy to it the most efficiently, equitably and acceptably possible. More specifically, we investigate the conditions for a successful implementation of climate policy at the scale of the urban mobility of passengers.
|
6 |
Erweiterung der Verkehrsnachfragemodellierung um Aspekte der Raum- und InfrastrukturplanungSchiller, Christian 11 July 2007 (has links)
Diese Arbeit stellt grundlegend zwei Modellentwicklungen der Verkehrsangebots- und Verkehrsnachfragemodellierung vor. Die erste Entwicklung bezieht sich auf die simultane Ziel- und Verkehrsmittelwahl in Abhängigkeit von Strukturgrößen und/oder Lagegunst. Es werden neue Randsummenbedingungen beschrieben und vorhandene neu definiert. Der neue Modellansatz erlaubt eine Bestimmung minimaler und maximaler Verkehrsaufkommen und stellt eine Erweiterung der theoretischen Grundlagen als auch der praktischen Anwendbarkeit dar. So können alle derzeit bekannten Randsummenbedingungen durch einen Algorithmus (auch innerhalb einer Quelle-Ziel-Gruppe) berechnet werden. Der zweite Ansatz ist ein Werkzeug, welches in Abhängigkeit des vorhandenen Verkehrsangebotes verkehrsplanerisch wünschenswerte quantitative Flächen- bzw. Gebietsnutzungen abschätzt. Aufbauend auf der Verkehrsangebots- und Verkehrsnachfragemodellierung werden Infrastrukturgrößen durch eine aufzustellende Zielfunktion (z. B. minimale Verkehrsarbeit), unter Beachtung vorhandener Freiheitsgrade der Flächennutzung je Verkehrsbezirk, optimiert. Diese Freiheitsgrade werden als minimale und maximale Strukturgrößengrenzen durch die Raum- und Stadtplanung definiert, womit sie den vielfältigen Einflussgrößen dieser Planungen unterliegen und dadurch städtebaulich verträglich sind. Der Modellansatz bildet die für die Infrastrukturplanung wichtigen Wechselwirkungen des durch den Stadt- und Verkehrsplaner angestrebten Systemoptimums (Infrastrukturgrößenverteilung eines Gebietes) mit dem durch den einzelnen Verkehrsteilnehmer angestrebten Nutzenoptimum (Verkehrsnachfrage) ab. / This work basically introduces two model developments of traffic supply and traffic demand modeling. The first development refers to the simultaneous destination and mode choice into dependence of structure sizes and/or accessibility. New constraints are described and available constraints were defined newly. The new model enables the determination of minimal and maximum volumes of traffic (constraints). The new explanatory model is an expansion of the theoretical bases and the practical applicability. So all currently known constraints can be calculated by one algorithm (also within an origin destination group). The second approach is a tool which describes desirable quantitative traffic planningly land uses against the available traffic supply. It uses an algorithm that keeps minimal and maximum structure size limits while it determining e.g. minimal traffic work. Within the algorithm the complete traffic demand will be calculated. The complete model shows the important interactions of the infrastructure planning by the town and transport planer (a striven system optimum) with the traffic demand by the single road user (a striven user equilibrium).
|
Page generated in 0.0797 seconds