有限理性视野下出行者出行方式选择分层Logit模型研究

在传统分层Logit模型的基础上,放松出行者完全理性的假设,基于有限理性满意决策准则,建立了多方式有限理性分层Logit(BRNL)模型,来描述出行者的方式选择行为.模型假设当方式间的成本差在无差异区间内时,出行者依据偏好或随机进行方式选择;否则,出行者将选择出行成本更小的交通方式.此外,提出了一种嵌套的相继平均算法对模型进行求解.最后,通过一个数值算例验证了模型的合理性和算法的有效性.研究结果表明,出行者并不总是选择出行成本最小的交通方式,其选择行为与出行者的理性程度和偏好有关,且理性程度越低,出行者对方式间的成本差越不敏感.     

�������Ч���ӽǵ�˽�ҳ�ͣ���շѶ���ģ��

合理确定停车收费费率是控制私家车出行分担率、优化城市交通结构的重要途径,从私家车出行者效用角度,将私家车出行者理解期望效用与交通方式选择相结合,运用交通方式分担离散Logit模型和私家车出行者满意度函数,建立私家车出行者可接受且能最大限度发挥停车费对私家车出行抑制作用的私家车停车收费定价模型,为停车费合理定价提供决策依据.为验证模型的可靠性,以西安市停车收费定价为实证测算.研究发现,基于私家车出行者理解期望效用的停车收费定价模型确定的停车收费费率阈值是调控私家车出行分担率的最佳停车费费率,当西安市停车收费费率为15元时,私家车出行者的最大期望效用几乎恒定,此时停车收费对私家车出行的调控效果最佳.     

有限理性视域下老年人出行方式选择巢式Logit模型

为研究老年群体出行方式选择行为，提高老年人出行便捷性和可达性，本文提出一种符合老年群体的出行方式选择模型。在传统Logit模型基础上，选择巢式Logit模型，改进模型中对出行者效用最大化的假设。以老年出行群体为研究对象，基于有限理性满意决策准则对模型进行假设，引入无差异阈值，构建有限理性巢式Logit模型。最后，以南昌市老年群体出行方式选择策略数据为例，采用双嵌套连续平均算法求解分析模型。研究结果表明：老年出行群体并不总是会选择出行成本最低的交通方式，其方式选择行为受其理性程度与个人倾向的影响；不同出行方式各巢间无差异阈值会相互影响，且随着无差异阈值的增加，各巢间方式选择概率逐渐趋于稳定；老年人的方式选择行为受其理性程度和个人倾向的影响，当出行成本差处于老年人能否做出有限理性判断的某个无差异区间时，选择公共交通概率随倾向系数的变化而改变，且随着倾向系数的增加而逐渐稳定。     

基于随机系数Logit模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

基于随机系数Logit 模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

基于态度-行为模型的低收入通勤者出行方式选择

为了分析城市低收入通勤者交通方式选择行为,揭示个体社会经济属性、活动 属性和潜在态度变量对出行者出行方式选择的影响,基于抚顺市居民一日出行调查数 据,采用态度-行为模型探究低收入通勤者出行方式选择机理.首先基于多指标多原因模 型分析影响态度变量的外在因素,结果表明性别、驾照拥有情况和年龄对态度变量的构 成影响较大.然后,分别建立含潜变量和不含潜变量的多项Logit 模型,发现含潜变量的选 择模型更能解释出行行为,社会经济属性、活动属性和态度变量对低收入通勤者出行方 式选择影响存在一定差异.     

���ڶ�̬������õĿ���ͨ����ͨ��ʽѡ��Logitģ��

为更科学计算运输通道各种交通方式供给能力的配置量,运用随机效用理论和离散选择模型,建立基于动态广义费用的交通方式选择Logit模型,以郑州-西安客运通道为实例,运用Matlab软件编写程序,进行求解验证.研究表明,交通方式建设成本分摊随分担量变化而变化,并与随机感知系数和出行时间价值一起影响各方式分担率.与现有模型的对比表明,各方式分担率变化幅度与建设成本大小差异并非同向;交通方式选择的广义费用是动态变化的,不能仅仅依据静态的在途时间和票价进行方式分担率计算.该模型既能保证出行者的个体要求又能保障各种交通方式的持续运营,所计算的通道各交通方式分担率更符合实际.     

道路交通统计生命价值测算模型及其验证

基于参数服从SB分布的混合Logit 模型进行道路交通统计生命价值的测算研究. 首先，结合意愿选择法和正交实验法设计出行路径选择调查问卷；然后，基于死亡风险系数服从对数正态分布和SB分布的混合Logit 模型，构建统计生命价值测算模型；接着以大连市私家车出行者为调查对象获得调查数据，并利用Monte Carlo 仿真方法进行模型参数标定；最后，对模型进行比较分析，并获得统计生命价值的测算值. 研究结果表明：死亡风险参数服从限制域为(0.0, 0.5)SB分布的混合Logit 模型，精确性更高且更合理；道路交通统计生命价值测算值为 105.76万元，这一结果可以作为道路交通安全项目经济评价的参考数据.     

道路交通统计生命价值测算模型及其验证

基于参数服从SB分布的混合Logit 模型进行道路交通统计生命价值的测算研究. 首先，结合意愿选择法和正交实验法设计出行路径选择调查问卷；然后，基于死亡风险系数服从对数正态分布和SB分布的混合Logit 模型，构建统计生命价值测算模型；接着以大连市私家车出行者为调查对象获得调查数据，并利用Monte Carlo 仿真方法进行模型参数标定；最后，对模型进行比较分析，并获得统计生命价值的测算值. 研究结果表明：死亡风险参数服从限制域为(0.0, 0.5)SB分布的混合Logit 模型，精确性更高且更合理；道路交通统计生命价值测算值为 105.76万元，这一结果可以作为道路交通安全项目经济评价的参考数据.     

道路交通统计生命价值测算模型及其验证——基于S_B分布的Mixed Logit模型

基于参数服从S_B分布的混合Logit模型进行道路交通统计生命价值的测算研究.首先,结合意愿选择法和正交实验法设计出行路径选择调查问卷;然后,基于死亡风险系数服从对数正态分布和S_B分布的混合Logit模型,构建统计生命价值测算模型;接着以大连市私家车出行者为调查对象获得调查数据,并利用Monte Carlo仿真方法进行模型参数标定;最后,对模型进行比较分析,并获得统计生命价值的测算值.研究结果表明:死亡风险参数服从限制域为(0.0, 0.5)S_B分布的混合Logit模型,精确性更高且更合理;道路交通统计生命价值测算值为105.76万元,这一结果可以作为道路交通安全项目经济评价的参考数据.     

“空巴联运”需求预测模型与实证分析:以湖北地区为例

以非集计离散选择模型理论为依据,建立基于Logit的城际旅客交通方式选择行为模型.根据武汉周边4个城市(孝感、随州、襄阳和十堰)经武汉到上海的旅客出行方式意向选择(Stated Preference,SP)调查数据,研究了影响旅客选择"空巴联运"(即航空与巴士接驳)方式的重要因素,并对影响因素进行灵敏度分析,估计3种交通方式("空巴联运"、动车—高铁、大巴—高铁)的客流分担率.基于调查数据,对模型参数进行了标定.结果表明,城市内出行时间(程前程后出行时间)和总出行货币费用对旅客出行方式选择影响显著.     

城市居民出行方式选择的结构方程分析

为克服Logit类模型的局限性,以出行链为分析单元,构建了快速城市化进程中居民出行方式选择的结构方程模型．首先,依据已有研究基础及城市化进程中居民出行特征,确定影响居民出行方式选择的3类因素,建立影响因素与出行方式之间的关系结构;在此基础上,构建结构方程模型,利用北京市居民出行调查数据对模型进行辨识与修正,最终得到了个人与家庭属性、土地利用、出行链等各类因素对出行方式的影响方向与程度．研究结果对优化居民出行方式结构、改善城市交通拥堵具有指导意义．     

基于广义巢式Logit 的多用户多准则随机 用户平衡模型

介绍了广义巢式Logit 的基本理论,在此基础上,考虑具有不同时间价值的多种 用户类别出行者,构造了基于广义巢式Logit 的多用户多准则随机用户平衡的等价数学 规划模型,并对该模型的等价性和唯一性进行了证明.设计了求解所提出的随机用户平衡 模型的基于路径的相继平均法,通过一个算例验证了所设计算法的有效性. 分析了分散 系数变化对交通分配结果的影响,最后与多项式Logit 的分配结果进行对比.算例结果表 明,本文所提出的模型能够克服多项式Logit 模型的IIA 特性,设计的算法具有较高的求 解效率.     

地铁拥挤度和出行者异质性对时间价值的影响

出行者的选择偏好存在显著的异质性，现有研究根据出行者的某些特征对出行者分类，再分析不同类别出行者的选择行为，这种方法缺乏理论依据. 本文利用潜在类别条件 Logit 模型，研究出行者异质性和其对地铁时间价值的综合影响. 潜在类别条件Logit 模型根据出行者的选择行为进行分类，再分析出行者的个人特征对分类的影响. 通过分析，出行者可以划分为class1、class2 两个潜在类别.class1 中无座乘客不在意车厢内拥挤度，class2 中无座乘客极为在意车厢内拥挤度；class1 中有座乘客与无座乘客的时间价值分别为14.7 元/h、16.9 元/h， class2 中车厢内无座乘客的密度增加1 人/m2，其时间价值增加8.6 元/h；出行者的舒适性需求对出行者类别划分具有显著影响，出行者的舒适性需求越高，出行者越有可能属于class2.     

ͨ���߳���ʱ������з�ʽѡ����Ϊ�о�

在分析通勤者出行时间与出行方式选择特征的基础上,建立出行时间—出行方式与出行方式—出行时间两个方向的Nested Logit模型.利用北京市第三次居民出行调查数据,借助BIOGEME软件对两个模型进行估计.首先通过包容系数对Nested Logit模型的结构关系进行辨识,结果显示,出行时间—出行方式选择模型比出行方式—出行时间选择模型合理,表明通勤者在选择出行时间后,在其约束下考虑合适的出行方式;在此基础上,对出行时间—出行方式选择模型的参数进行标定并分析标定结果,进一步揭示通勤者出行时间与出行方式的选择特征,从而为制定高峰时期相关管理政策提供理论依据.     

�Ǽ���·�͹�·��;���˵Ķ��۲���

城际铁路的规划建设,加剧了经济发达地区城际客运交通市场的竞争,而竞争的成败很大程度上取决于运营者是否能够采用吸引乘客的策略.本研究基于离散选择理论,使用Nested Logit模型分析出行者的城际交通方式选择行为,确定不同交通方式客运量与运输价格的关系,建立各交通方式的运营利润模型.并以运营票价为竞争策略变量,建立城际铁路和公路长途巴士运输的完全信息静态博弈模型,给出了纯策略和混合策略Nash均衡解的存在性和计算方法.案例计算表明,传统的Logit模型与本研究的Nested Logit模型给出不同的均衡价格,且Logit模型会过高估计公共运输企业的利润.本研究对于合理配置城际综合交通方式具有参考价值.     

突发公共卫生事件持续期居民中长距离出行方式选择行为研究

为剖析突发公共事件持续期风险感知属性对居民中长距离出行方式选择行为的影响，基于非集计理论，构建风险感知差异的居民出行方式选择多元Logit模型.在2020年3月新冠肺炎疫情持续期，通过网络采集1 643份有效调查问卷，运用SPSS软件标定模型参数，获取突发公共事件持续期，影响居民出行选择的主要风险感知因素，并进行敏感性分析.结果表明：防控措施和防控措施了解程度对居民出行方式选择有显著影响；以航空运输为参考，途径站点暴露率增加对铁路运输方式的选择概率有负向影响，对公路运输方式的选择概率有正向影响；保持疫情持续期航空的低票价，以及加大航空运输防控措施的宣传可提高居民选择航空出行的概率.     

突发公共卫生事件持续期居民中长距离出行方式选择行为研究

为剖析突发公共事件持续期风险感知属性对居民中长距离出行方式选择行为的影响,基于非集计理论,构建风险感知差异的居民出行方式选择多元Logit模型.在2020年3月新冠肺炎疫情持续期,通过网络采集1 643份有效调查问卷,运用SPSS软件标定模型参数,获取突发公共事件持续期,影响居民出行选择的主要风险感知因素,并进行敏感性分析.结果表明：防控措施和防控措施了解程度对居民出行方式选择有显著影响;以航空运输为参考,途径站点暴露率增加对铁路运输方式的选择概率有负向影响,对公路运输方式的选择概率有正向影响;保持疫情持续期航空的低票价,以及加大航空运输防控措施的宣传可提高居民选择航空出行的概率.     

基于Monte Carlo模拟的Mixed Logit模型求解研究

Mixed Logit模型因能有效地避免其他离散选择模型的限制而被广泛地运用于交通领域,但由于它概率形式的非封闭性而导致了复杂的求解过程。从理论上证明利用Monte Carlo模拟方法求解Mixed Logit模型具有一定的合理性,并给出具体的求解步骤,可有效简化Mixed Logit模型的求解过程。