基于等效距离的统一出行困难度模型

⚙️ 全局情境设置（影响所有计算）

天气条件

☀️ 晴天

🌦️ 小雨

🌧️ 中雨

⛈️ 大雨

出行人群

普通

老年人

轮椅

携重物

金钱折算系数 ε (米/元)

120

低收入群体可调高；高收入可调低

🗺️ 行程规划

🚶 步行段

⏱️ 等待

🚌 车内

🔄 换乘

📊 方案对比

🏙️ 上海案例

🔬 敏感性

0

等效米总困难度

添加路段后显示可视化行程条

📋 快速加载路线预设（上海案例）

点击预设将清空当前行程并加载对应路段，可在此基础上继续编辑

添加路段：

🚶 步行段参数

H_walk = L + ΣΔLᵢ − ΔL_shade

路段长度 L (米)

坡度 θ (%)

3

台阶数 (级)

有效宽度 (米)

2.0

平整度 q (0=坑洼, 1=完美)

0.85

遮蔽率 S (雨棚/骑楼)

0.20

树荫覆盖 S_tree

0.30

红绿灯数

单次等待 (分钟)

0.8

障碍物 B

0.10

噪音 (分贝，基准50)

55

无障碍设施 A

0.50

人流拥挤附加

0.00

📐 计算结果

晴天困难度

—

等效米

雨天困难度

—

等效米

⏱️ 等待时间参数

H_wait = γ₁·T + γ₂·σ + γ₃·(1−I)·T + γ₄·U

交通方式

等待时间 T (分钟)

6

不确定性 σ (分钟)

3

实时到站信息

无

候车环境 U (0=空调, 1=露天酷暑)

0.50

📐 结果

H_wait

—

等效米

γ₁=70 · γ₂=100 · γ₃=30 · γ₄=50（米/分钟或米/次）

🚌 车内体验参数

H_onboard = T·(δ₁+δ₂·C+δ₃·(1−S)+δ₄·(1−A)+δ₅·V)

预设

乘车时间 T (分钟)

10

拥挤度 C

0.50

有座概率 S

0.50

车辆无障碍 A

0.60

振动 V

0.40

📐 结果

H_onboard

—

等效米

折算率

—

米/分钟

🔄 换乘参数

H_transfer = H_walk,trans + η₁·N_level + η₂·(1−E) + η₃

通道步行长度 (米)

通道台阶数

楼层数 N

2

电梯可用度 E

0.80

换乘次数

📐 结果

单次换乘

—

等效米

总换乘困难度

—

等效米

η₂=50米（无电梯）· η₃=200米（固定心理成本/次）

📊 自定义方案对比

排名

困难度构成

🏙️ 上海博物馆 → 黄浦体育馆（随全局设置实时更新）

改造前后对比

🔬 参数敏感性分析

ε 金钱折算 120

δ₂ 拥挤惩罚系数 40

η₃ 换乘心理惩罚（米/次） 200

λ_rain 步行放大（中雨）1.55

α₁ 坡度系数 20

📈 方案排名变化