| 摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 第一章 概述 | 第16-30页 |
| 1.1 研究背景与意义 | 第16-19页 |
| 1.2 国内外研究现状 | 第19-26页 |
| 1.2.1 国外研究现状 | 第19-24页 |
| 1.2.2 国内研究现状 | 第24-25页 |
| 1.2.3 国内外研究小结 | 第25-26页 |
| 1.3 研究对象 | 第26-27页 |
| 1.4 研究目标和主要研究内容 | 第27-30页 |
| 1.4.1 研究目标 | 第27页 |
| 1.4.2 主要研究内容 | 第27-29页 |
| 1.4.3 技术路线 | 第29-30页 |
| 第二章 信息需求特征及出行选择意向调查设计 | 第30-58页 |
| 2.1 信息分类、属性及作用 | 第30-34页 |
| 2.1.1 信息的分类 | 第30-32页 |
| 2.1.2 信息的属性 | 第32-33页 |
| 2.1.3 公交出行信息的作用 | 第33-34页 |
| 2.2 信息与出行者出行决策行为关系分析 | 第34-36页 |
| 2.2.1 信息对出行决策作用的基本模式和效果 | 第34-36页 |
| 2.2.2 公交出行者的认知和决策的过程 | 第36页 |
| 2.3 信息需求分析 | 第36-41页 |
| 2.3.1 出行前信息需求分析 | 第37页 |
| 2.3.2 出行中信息需求分析 | 第37页 |
| 2.3.3 其他信息需求分析 | 第37-38页 |
| 2.3.4 信息需求定量分析 | 第38-41页 |
| 2.4 智能公交信息对出行选择影响的意向调查设计 | 第41-51页 |
| 2.4.1 调查方法基本理论 | 第41-43页 |
| 2.4.2 调查方案设计 | 第43-46页 |
| 2.4.3 情景组合设计 | 第46-49页 |
| 2.4.4 调查问卷设计 | 第49页 |
| 2.4.5 调查步骤 | 第49-51页 |
| 2.5 出行选择意向调查数据统计分析 | 第51-55页 |
| 2.5.1 调查问卷的校核和筛选 | 第51-52页 |
| 2.5.2 个人和社会经济属性统计分析 | 第52页 |
| 2.5.3 情景数据的统计分析 | 第52-54页 |
| 2.5.4 主观态度量表数据统计分析 | 第54-55页 |
| 2.6 小结 | 第55-58页 |
| 第三章 智能公交信息对出行者出发时间选择的影响机理 | 第58-76页 |
| 3.1 研究思路 | 第58-60页 |
| 3.1.1 国外研究成果总结 | 第58-59页 |
| 3.1.2 国内研究成果总结 | 第59-60页 |
| 3.1.3 本章研究思路 | 第60页 |
| 3.2 出发时间选择模型构建 | 第60-65页 |
| 3.2.1 早到延误和晚到延误分析 | 第60-62页 |
| 3.2.2 混合Logit模型 | 第62-63页 |
| 3.2.3 模型参数估计方法 | 第63页 |
| 3.2.4 基础数据获取及效用函数确定 | 第63-65页 |
| 3.3 出发时间选择模型参数估计 | 第65-71页 |
| 3.3.1 初步建模的参数估计及结果分析 | 第65-67页 |
| 3.3.2 再次建模的参数估计及结果分析 | 第67-69页 |
| 3.3.3 混合Logit模型优度分析 | 第69-71页 |
| 3.4 智能公交信息服务条件下出行者出发时间选择特征 | 第71-75页 |
| 3.4.1 出行者个体因素对出发时间选择的影响 | 第71-72页 |
| 3.4.2 出行习惯对出发时间选择的影响 | 第72-73页 |
| 3.4.3 公交出行信息对出发时间选择的影响 | 第73-74页 |
| 3.4.4 出行时间延误因素对出发时间选择的影响 | 第74-75页 |
| 3.5 小结 | 第75-76页 |
| 第四章 智能公交信息对出行者出行方式选择的作用 | 第76-98页 |
| 4.1 研究思路 | 第76-78页 |
| 4.1.1 国外研究成果总结 | 第76-77页 |
| 4.1.2 国内研究成果总结 | 第77页 |
| 4.1.3 本章研究思路 | 第77-78页 |
| 4.2 出行者出行方式选择影响分析 | 第78-83页 |
| 4.2.1 多项Logit模型 | 第78-79页 |
| 4.2.2 基础数据获取及效用函数确定 | 第79-81页 |
| 4.2.3 参数估计及结果分析 | 第81-83页 |
| 4.3 出行者公交出行方式选择变化分析 | 第83-92页 |
| 4.3.1 初步建模结果分析 | 第84-86页 |
| 4.3.2 再次建模结果分析 | 第86-88页 |
| 4.3.3 基于BP神经网络变量重要性的模型评价 | 第88-92页 |
| 4.4 智能公交信息服务条件下出行者出行方式选择特征 | 第92-95页 |
| 4.4.1 出行者个体因素对出行方式选择的影响 | 第92-93页 |
| 4.4.2 出行习惯对出行方式选择的影响 | 第93-95页 |
| 4.4.3 公交出行信息对出行方式选择的影响 | 第95页 |
| 4.5 小结 | 第95-98页 |
| 第五章 基于感知成本的公交出行决策分析 | 第98-110页 |
| 5.1 出行成本及其影响因素 | 第98-100页 |
| 5.1.1 出行成本 | 第98-99页 |
| 5.1.2 出行成本影响因素 | 第99-100页 |
| 5.2 感知成本、影响因素及模型 | 第100-104页 |
| 5.2.1 感知成本概念 | 第100页 |
| 5.2.2 感知成本特性 | 第100-101页 |
| 5.2.3 感知成本影响因素 | 第101-102页 |
| 5.2.4 感知成本影响模型 | 第102-104页 |
| 5.3 考虑感知成本的巢式Logit模型构建及出行决策分析 | 第104-108页 |
| 5.3.1 模型结构 | 第104-105页 |
| 5.3.2 巢式Logit模型效用函数及选择概率 | 第105页 |
| 5.3.3 参数估计及结果分析 | 第105-108页 |
| 5.3.4 出行决策行为预测 | 第108页 |
| 5.4 小结 | 第108-110页 |
| 第六章 智能公交信息条件下不同出行者的公交出行选择意愿 | 第110-126页 |
| 6.1 研究思路 | 第110-111页 |
| 6.2 数据检验与变量选取 | 第111-114页 |
| 6.2.1 信度检验 | 第111页 |
| 6.2.2 效度检验 | 第111-112页 |
| 6.2.3 正态性检验 | 第112-113页 |
| 6.2.4 主观态度变量确定 | 第113-114页 |
| 6.3 出行者个体属性对使用信息的主观态度影响分析 | 第114-118页 |
| 6.3.1 模型构建 | 第114-115页 |
| 6.3.2 估计结果 | 第115-118页 |
| 6.4 基于态度的公交出行选择意愿分析 | 第118-123页 |
| 6.4.1 模型构建 | 第118-120页 |
| 6.4.2 估计结果 | 第120-123页 |
| 6.5 小结 | 第123-126页 |
| 第七章 公交出行信息发布策略研究 | 第126-138页 |
| 7.1 公交出行信息发布对出行者出行决策的影响分析 | 第126-130页 |
| 7.1.1 公交出行信息发布对出行者出发时间选择的影响 | 第126-128页 |
| 7.1.2 公交出行信息发布对出行者出行方式选择的影响 | 第128-130页 |
| 7.2 出行者个体在智能公交信息条件下对出行决策的反应分析 | 第130-132页 |
| 7.2.1 出行者个体在智能公交信息条件下出发时间选择反应 | 第130-131页 |
| 7.2.2 出行者个体在智能公交信息条件下出行方式选择反应 | 第131-132页 |
| 7.3 基于市场细分的公交出行信息发布改善策略分析 | 第132-136页 |
| 7.3.1 分析思路 | 第132-133页 |
| 7.3.2 聚类分析 | 第133-135页 |
| 7.3.3 细分子市场特征 | 第135-136页 |
| 7.3.4 公交出行信息服务改善策略 | 第136页 |
| 7.4 小结 | 第136-138页 |
| 第八章 结论与展望 | 第138-144页 |
| 8.1 论文主要工作及结论 | 第138-140页 |
| 8.2 主要创新点 | 第140-142页 |
| 8.3 研究展望 | 第142-144页 |
| 致谢 | 第144-146页 |
| 参考文献 | 第146-154页 |
| 附表1 公交出行信息需求调查 | 第154-156页 |
| 附表2 公交出行意向调查表 | 第156-162页 |
| 攻读博士学位期间撰写和发表论文及参与课题研究情况 | 第162-163页 |
