|
Post by mdrafimia002 on Feb 13, 2024 1:48:42 GMT -5
右边,每一个踏步的侧面给出来在行走时卡路里的消耗。有些乘客可能会觉得楼梯很有意思,就会去爬楼梯不去坐电梯。 我们在尝试应用“轻推理论”来解决轨道交通中的一些安全问题。地铁站站台是乘客密度非常高,客流流动性非常复杂的一个场所。 由于地铁站台的乘客分布空间不均匀性,直接影响到乘客的上下车的效率,从而会影响到列车的发车的间隔,最终影响轨道交通线路的客运能力。 现在的地铁技术发展非常快,列车的间隔可以做到 90 秒甚至更低。目前国内发车间隔最短的是上海地铁的九号线,发车间隔是 115 秒。 发车的间隔化不是完全由技术来决定的,跟人也密切相关。 如果站台上乘客的乘降时间非常长,直接会影响到列车的间隔。 在乘坐地铁早晚高峰时,经常会听到广播“请两端的乘客往站台中间走”,希望大家能够在站台上均匀分布,从而来提高乘降效率。 我们想用“轻推理论”给乘客推送更多的信息来改变乘客的行为,采用了交 墨西哥手机号码数据 通运输里通常用到的 SP 的实验法,通过 SP 的实验法来调查乘客对不同信息的反馈数据。 然后把反馈数据输入到行人的离散仿真模型里,来验证这些信息是否可以影响到乘客的群体行为,这下图是整个设计方案。 SP 调查法是为了获取人们对假定条件下的多个方案表现出来的主观偏好而进行的实际调查。下图最右下角方案基本上可理解度可以达到 100%,所以以这个信息界面来展开实验。 在实验过程主要考虑了五个信息对乘客的行为的影响,一是站台乘客分布信息,二是车厢密度信息,三是列车到站时间,四是乘车区间,五是广播引导。 想看看这五个因素究竟对乘客的行为会产生什么样的影响。这五个因素有很多水平,每一个水平这些因素都考虑进去的话,整个实验的组合会达到数百种,这个实验很难开展,所以采用了正交实验,最后确定了 16 种场景,一共找了 124 名被试者展开实验。 实验结果用 Logit 模型相应函数做了分析,我们发现站台乘客的密度对乘客选择意愿的影响是最大的;其次是车厢乘客密度,乘客自身乘车区间对他的行为影响是最小的。 人在决策时,通常会对眼前的利益,如乘客到人较少的位置候车最为重视。而对于远期收益,如到人较少的车厢乘车的重视程度相对来说会比较低。 第二个发现是列车的到站时间信息和站内的广播提示信息,对乘客的选择的意愿没有明显的影响。A/B测试是评估产品变更效果的经典方法。
|
|