出行效用连续分布的路径选择模型及其特性分析

出行者路径选择行为的建模对城市路网的规划和智能交通控制系统的研究具有重要意义.传统的基于期望效用理论的路径选择模型存在许多不足,而累计前景理论则可以比较真实的描述在不确定性情况下的决策过程,符合出行者有限理性的特点.本文以累计前景理论为基础,在路径出行效用连续随机分布的条件下对出行者的感知效用进行建模,并结合模型的变量对模型的特性进行了分析,最后通过实例对比分析了期望效用理论与累积前景理论,结果表明累积前景理论可以克服期望效用理论的许多不足,更好的描述出行者的决策过程.通过对参考点和路径效用分布的分析,为智能交通控制系统和仿真建模奠定了理论基础.     

基于动态因素的居民租车出行选择行为研究

为研究居民租车出行意愿以及车型选择,提高租车出行选择行为的预测模型精度,使用相关性分析筛选与居民出行租车选择行为密切相关的影响因素,确定租车出行选择的动态因素(即季节和过往租车选择因素),在MNL模型的基础上建立居民租车出行选择动态模型。在大量问卷调查基础上,对参照模型和动态模型进行参数标定和对比预测。结果表明,动态因素对居民租车出行选择具有显著影响,所建立的动态模型的拟合优比度和预测准确率较MNL模型有较大提高,能够较准确地预测居民租车出行选择行为。     

基于累积前景理论的出行者路径选择模型

传统的基于期望效用理论的路径选择模型存在许多不足,而累计前景理论则可以比较真实的描述不确定性情况下的决策过程,符合出行者有限理性的特点.文中以累积前景理论为基础,在路径出行效用连续随机分布的条件下对出行者的感知效用进行建模,并结合模型的变量对模型的特性进行了分析,最后通过实例对比分析了分别应用期望效用理论和累积前景理论时,出行者路径选择行为的差异。结果表明,累积前景理论能够克服期望效用理论的许多不足,更好地描述出行者路径选择的决策过程.文中还通过对参考点和路径出行效用分布的分析,为智能交通控制系统和仿真建模提供了理论支持.