交通方式划分离散选择模型的比较研究_陈先龙
基于离散选择模型的交通方式结构优化模型研究
基于离散选择模型的交通方式结构优化模型研究交通方式结构优化是指在保障城市交通运输需求的基础上，优化城市交通方式的组合结构，以提高运输效率、减少交通拥堵、降低碳排放等目标。
近年来，随着城市化进程的加快和交通需求的增加，交通方式结构优化成为提升城市交通运输效率的重要途径。
本文基于离散选择模型，对交通方式结构优化进行研究。
首先，本文将建立交通方式选择模型，通过调查问卷等方式收集数据，分析人们选择交通方式的决策因素。
常见的决策因素包括出行时间、出行距离、出行目的、出行成本等。
在此基础上，利用Logit模型等离散选择模型对人们选择不同交通方式的概率进行建模，从而揭示人们在选择交通方式时的偏好和决策规律。
其次，本文将分析不同交通方式的优劣势，包括公共交通、私家车、骑行、步行等。
公共交通具有较高的运输效率和环保性，但受限于运营线路和班次等因素；私家车具有较高的灵活性和便利性，但造成交通拥堵和环境污染；骑行和步行则是环保、健康的选择，但受限于出行距离和气候等因素。
通过比较不同交通方式的优劣势，可以为交通方式结构优化提供理论依据。
然后，本文将构建交通方式结构优化模型，以减少城市交通拥堵、提高交通运输效率、降低碳排放等目标为优化目标。
在建立模型过程中，将考虑城市规划、交通基础设施建设、交通政策调控等因素，对不同交通方式的推广和应用进行模拟和优化。
通过模拟不同交通方式结构的组合方案，找出最优的交通方式结构，从而达到优化城市交通运输的目的。
最后，本文将以城市为案例，进行交通方式结构优化模型的实证研究。
通过收集该城市的交通数据，分析当前交通方式结构的组成和特点，建立该城市的交通方式选择模型，并基于此模型进行交通方式结构的优化。
通过实证研究，验证交通方式结构优化模型的有效性和实用性，为城市交通管理部门提供决策参考。
综上所述，基于离散选择模型的交通方式结构优化模型研究具有重要的理论和实践意义。
通过建立交通方式选择模型、分析交通方式的优劣势、构建交通方式结构优化模型、进行实证研究等步骤，可以为城市交通管理与规划提供科学依据，促进城市交通运输的可持续发展。
第六章交通方式划分预测
第六章 交通方式划分预测§6.1 概 述前面的交通发生预测和交通分布的研究对象大都是人或货物，我们知道，交通预测的目的是为交通设施的规划设计提供定量的规模依据，而交通设施直接承载对象是各种交通工具，而不是人或物。
因为不同的交通工具的承载率不同，就同一批人员出行量而言，对交通工具的不同选择结果将会导致不同的车辆出行量，所以明确交通工具的选择，把以人或吨为单位的出行量转化成以交通工具为单位（车、车皮、集装箱等）的出行量是非常必要的。
我们把出行者对交通工具的选择叫作“交通方式划分（MS —Mode Split ）”。
在大交通而言，方式划分就是指对铁路、公路、航空、水运、管道五种方式的选择，在城市交通而言，就是指对公共交通与个体交通、或机动车与非机动车等的选择。
6.1.1 交通方式划分方法1. 多层或单层划分可以从不同的角度对交通方式进行划分。
从结构层次来看，可分为多层划分和单层划分。
以城市交通的人员出行为例，可作以下划分：（1）多层划分（二者选一）⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧⎪⎪⎩⎪⎪⎨⎧⎩⎨⎧⎩⎨⎧⎩⎨⎧等）轨道交通（地铁、轻轨车）普通公交（公共汽、电公共交通含出租车）小汽车摩托、助动车个人机动交通机动车自行车步行非机动车全方式( （2）单层划分（多者选一）将上述六种基本（最低层）方式——步行、自行车、摩托车（含助动车）、普通公交、轨道交通——作为选择对象。
2. 根据服务提供者划分有时为将了问题简化，或从具体问题的需要出发，也从提供交通方式的直接服务者来划分交通方式。
如以城市交通的人员出行为例，可归结为两种：公交方式——直接服务者是公交公司，非公交方式——直接服务者是道路部门。
我国目前进行的交通方式划分大多采用这种划分办法，简单地，干脆只粗略地分为：公共交通和个人交通两种方式。
⎪⎪⎩⎪⎪⎨⎧⎩⎨⎧⎩⎨⎧出租车车、单位车—步行、自行车、私家—私人交通个人交通轻轨等）城市轨道交通（地铁、公共汽、电车公共交通全方式 6.1.2 影响出行方式选择的因素不同国家或地区因实际情况千差万别，出行者的出行方式选择的比例结构也就不同，也就是说，影响出行方式划分的因素因国家而异。
基于离散选择模型的交通方式结构优化模型研究
Ａｂｓ ｔ ｒ ａ ｃ ｔ ：Ｂａ ｓ ｉ ｃ ａ ｌ ｌ ｙ ， ｕ ｒ ｂ ａ ｎ ｔ ｒ ａ ｉｃ ｆ ｓ ｔ ｒ ｕ ｃ ｕｒ ｔ ｅ ｉ ｓ ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｏ ｆ ｕ ｓ ｅ ｒ ｓ ’ ｃ ｈ ｏ ｉ ｃ ｅ ｔ ｏ ｔ ｒ ａ ｖ ｅ ｌ ｍｏ ｄ ｅ ． Ａｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｔ ｈ ｅ ｂ ｅ ｈ ａ ｖ ｉ ｏ ｒ ａ ｌ ｔ ｒ ａ ｉ ｔ ｏ ｆ
表 明 ，城 市 交 通一 旦 选 择 了 小 汽车 模 式 ，再 促 使 其 向 公 通 工具 居 民 、拥有 小汽 车居 民和拥 有其 他 交通 工具 居 民 。 共 交 通 转移 是 十 分 困难 的 。因 此 ，在 小 汽车 快 速 进 入 家 分 类 的依 据 是 ，每 一 种 交 通 方 式 面 对 并 不是 全部 居 民 ， 庭 的 时 代 ，如 何 最有 效 、最快 速 地 实 现 以 公共 交 通 为 主 而是 具 备 这种 交 通 方 式选 择 条 件 的居 民 。反过 来 ，每一 导 的 城 市 交通 方 式 结 构 目标 ，是 值 得 政 府部 门和 交 通 专 个 居 民并 不是 可 以 选 择所 有 的 交 通方 式 ，而 是 选 择 车辆 业 人士 研 究的 重大 课题 ］ 。各 种交 通 方式 既存 在优 势 互 拥 有 水 平 所对 应 的 交 通方 式 。按 车 辆 拥 有水 平 将 居 民 分 补 的 协 作 关 系 ，又 存 在此 消 彼 长 的 竞争 关 系 。协 作 是 城 类 有 利 于 城 市交 通 结 构优 化 实 施 策 略精 细 化 ，加 强 交 通 市 交 通 的 基调 ，竞 争 决定 城 市 交 通 发展 方 向。 实现 交 通 方 式 选 择 引导 的针 对 性 。居 民分 类 与可 选 择 交通 方 式 对 结 构 优 化 目标 是 一 项 复 杂 系统 工 程 ，既 涉 及 到城 市 土 地 应 情 况见表 １ 。
交通方式划分的LOGIT模型方法(交通运输规划与管理专业优秀论文)
ｓｕｍｍａｒｉｚｅｓ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｌｏｇｉｔ ｍｏｄｅｌ ａｎｄ ｍａｉｎ ｄｅｒｉｖｉｎｇ ｆｏｒｍｓ．Ａｎｄ ｔｈｅ ａｕｔｈｏｒ
ｓｔｕｄｉｅｓ ｔｈｅ ｍｏｄｅｌ
ａｎｄ ｇｉｖｅｓ ｔｈｅ ｍｅｔｈｏｄ ｔｏ ｃａｌｃｕｌａｔｅ ｐａｒａｍｅｔｅｒ．Ｓｕｒｒｏｕｎｄｉｎｇ ｔｈｅ ｔｈｅｍｅ
￡‘＝ｂｇ十§；ｘ“＋…＋ｂｂ。
式中：
（１＋３＞
Ｐ‘一一分区ｉ的第ｋ种交通方式出行量（可用来计算产生量和吸引量）：
Ｋｅｙ ｗｏｒｄｓ：
Ｔｒａｆｆｉｃ Ｐｌａｎｎｉｎｇ，Ｍｏｄｅ—ｓｐｌｉｔ ａｎｄ ＭＮＬ Ｍｏｄｅｌ
知识水坝为您整理
河海大学交通学院
硕士学位论文
第一章绪论
随着社会生产力的发展，科学技术的进步以及社会分工的细化，交通运输逐
渐从以人力、畜力和自然力为主的原始阶段发展到适应现代经济发展的综合交通 运输阶段。从区域范围的角度上把交通的内容划分为：一、地区交通，其主要交
４
河海大学交通学院
碳￡学证论文
３、线性回归横型
在诸多影响融行的因素中，有彗怒独立藏近戳独立的，有黧剡是穗互密谫稻
关戆；套鼗因素与出行烂萋翅关，有些剐不糖关。线性固归模型就是选取其中显
著相关的而且相互之间近似独立的因豢作为自变量，再用线性回归的方法来标定
系数，最终取得模型形式。下筒是横撵公式‰”“：
河海大学变通学院
硕士学位论文
法。该方法自其问世以来，由于它所需要的调凌样本小，因此在经济、交通、规 划等多个领域得到了快速的发展。ＬＯＧＩＴ①类和Ｐｒｏｂｉｔ类模测方法被统称为非集
毒｝模型方法。
１．３集计模型方法介绍
常用的集计模型方法主霪有
基于Logit交通方式划分预测方法研究 (1)
基于Logit交通方式划分预测方法研究摘要：目的：基于一般的Logit交通方式分化预测法对交通方式分化预测进行研究，提出更加优化的预测模型，并通过实例分析验证其可行性。
方法：主要对影响交通方式选择的因素以及常见的交通方式划分预测模式类型进行了分析，并且分析了一般Logit模型预测方法的缺陷，在基本的Logit模型建立法的基础上进行了简单的改进，通过交通出行中所涉及的出行时间、出行费用等方面的指标作为广义内容函数的构成要素，建立一种更加适用于交通方式划分预测的Logit 模型建立方式。
结果：通过实例分析，杭州市居民出现方式分担率中步行为%，私家车为%，公交车%。
结论：本文改进的Logit模型法能够较为准确地对交通方式划分进行预测。
关键词：Logit模型；交通方式划分；出行费用Abstract：Aim: Based on the general Logit differential forecasting method, this paper proposes a more optimized forecasting model, and analyzes the feasibility of the method. Methods: The factors influencing the choice of traffic modes and the types of common traffic patterns are analyzed, and the shortcomings of the general Logit model forecasting methods are analyzed. Based on the basic Logit model, a simple improvement is made, The Logit model is established by using the indexes of trip time, travel cost and so on, which are more suitable for the prediction of traffic pattern partitioning as the constituent elements of generalized content function. Results: By example analysis, Hangzhou residents in the mode of sharing rate in%, private cars%,% of buses. Conclusion: The improved Logit model method can predict the traffic pattern division more accurately.Key words：Logit model; traffic pattern; travel cost随着我国经济的发展，居民的生活水平日益提高，居民的出行方式逐渐开始发生了巨大的变化。
《多种情形下的动态交通分配演化模型研究》范文
《多种情形下的动态交通分配演化模型研究》篇一摘要：本文着重探讨在多种情形下动态交通分配演化模型的研究。
我们通过对不同情形下的交通网络特性进行分析，提出一个全面而复杂的模型来模拟动态交通分配过程。
本研究的目标在于提高交通网络的运行效率，优化交通流量的分配，以应对日益增长的城市交通压力。
一、引言随着城市化进程的加速，交通问题日益突出，尤其是在高峰期，道路拥堵、交通流量分配不均等问题日益严重。
为了解决这些问题，我们需要深入研究动态交通分配演化模型。
这种模型可以帮助我们理解交通流量的变化规律，预测未来的交通状况，从而优化交通网络，提高交通效率。
二、动态交通分配演化模型的构建1. 模型的基本假设和参数设定我们的模型基于以下几个基本假设：交通网络是连通的，交通流量的变化受到多种因素的影响，包括时间、地点、天气等。
我们设定一系列参数来描述这些因素，如道路的通行能力、交通流量的变化速率等。
2. 模型的构建过程我们采用多智能体模拟的方法来构建模型。
我们将道路网络中的每一个节点和路段视为一个智能体，每个智能体都有自己的属性和行为。
我们通过模拟这些智能体的交互和变化，来模拟整个交通网络的动态变化过程。
3. 模型的分类和比较我们的模型可以根据不同的情形进行分类，如正常情况下的交通分配模型、拥堵情况下的交通分配模型、恶劣天气下的交通分配模型等。
每一种模型都有其独特的特性和适用范围，我们通过对这些模型的比较和分析，可以更好地理解交通分配的演化过程。
三、多种情形下的动态交通分配演化模型研究1. 正常情况下的交通分配演化在正常情况下，交通流量较为稳定，我们可以使用线性规划等方法进行交通分配。
我们的模型可以模拟这种情况下的交通分配过程，预测未来的交通状况。
2. 拥堵情况下的交通分配演化在拥堵情况下，交通流量分配会发生变化，部分路段会出现拥堵现象。
我们的模型可以模拟这种变化过程，分析拥堵的成因和传播过程，从而为优化交通流量分配提供依据。
交通方式划分离散选择模型的比较研究
Ｏ ｕ ａ ｎｇ ｚ ｈｏ ｕ Ｔ ｒａ ｎ ｓ ｐｏ ｒ ｔ Ｐ１ ａ ｎ ｎｉ ｎ ｇ ａｎ ｄ Ｒ ｅｓ ｅ ａ ｒｃ ｈ Ｉ ｎｓ ｔｉ ｔ ｕｔ ｅ ，
Ｇｕ ａ ｎ ｇｚ ｈ ｏ ｕ ５１ ００ ３ ０， Ｃ ｈｉ ｎａ
收 稿 日期 ： ２ ０Ｉ ３ － ０ ８ ． ２ ９ ．
基 金 项 目： ２ ０Ｉ Ｉ ｑ－ ： 广 州ｌ ｝ 』 科 技 计划 顺 目 《 作者简介 ：
ｒ低 碳 的 城 际 和 城 ｉ ｉ ‘ 体 化 轨 道 交 迎 的 客 流 预 测 ｆ 究》 （ 编 ： ０ ５ ５ ６） ｌ ｉ ，倾 Ｉ 。 ｆ 究 力 向 ： 交 通 需 求 颅
尤 尼 （１ ， ９ ７ ８ 一） ， 男 ， 汉 族 ， 安 徽 ’ 涂 人 ，广 州 Ｉ ｌ 变 姐 划 研 究 所 高 级 Ｉ ． 测 与 交 皿 模 型 玎 发 发 Ｊ Ｈ、 受 ｊ Ｊ 丑 仿 真。
交 加
Ｋ ｅ
弋划 分 离 敞 选 择 幞 的 比 较 宄
点 ，并 应 用 于 交 通 方 式 划 分 案 例 ，对 模 型 参 数 进 行 标 定 。结 果表 明 ，Ｎ Ｌ 模 型 能 够 较 好 解 决 存 在 于 替 选 方 案 的相
似 性 问题 ；Ｍ Ｍ Ｎ Ｌ预 测误 差 最 小 ， 可 靠 性 最 高 ，较 Ｎ Ｌ 、Ｈ Ｅ Ｖ 、Ｍ Ｎ Ｐ 模 型 更 能 解 决 交通 方 式选 择 行 为 中存 在 的 相 似
谨慎应用 。 关 键 词 ： 离散 选 择 模 型 ； 交 通 方 式 划分 ，Ｍ Ｎ Ｌ模 型 ； Ｎ Ｌ模 型 ；Ｍ Ｍ Ｎ Ｌ模 型 ； Ｈ Ｅ Ｖ模 型 ；Ｍ Ｎ Ｐ模 型 中图 分类 号 ：Ｕ １ １ ６ ． ２ 文 献 标 识 码 ：Ａ 文 章编 号 ：１ ６ ７ ２ － ４ ７ ４ ７ （２ ０ １ ４）０ ２ —０ ０ ２ ８ －０ ８
交通方式划分模型及其在TransCAD中的实现
异/这样 将 每 个 组 群 中 出 行 方 式 的 比 例 假 定 为 常 数就 很难 成 立/因 此 交 叉 分 类 模 型 在 国 内 交 通 规 划中应用较少1
目 前/在 交 通 方 式 划 分 方 面 应 用 较 为 广 泛 的 是 离散 选 择 模 型/由 于 其 应 用 是 基 于 对 普 查 或 样 本综 合取 得 的 个 体 数 据 的 分 析/因 此 比 集 计 模 型 更 能 反 映 出 行 者 的 真 实 选 择 行 为 DH?-E1离 散 选 择 模 型中效用函数的固定项 I6$通常为参数向量!和特 性 变量 J6$的函数 K)!/J6$./在 !"#$%&’(中假定 两者是一种线性关系1效用函数中的特性变量可 有几种不同的形式1变量可以是决策者的特征或 者 是出 行 方 式 的 属 性/也 可 以 是 描 述 决 策 个 体 的 特征 与出 行 方 式 的 属 性 之 间 相 互 关 系 的 变 量/如 收 入 和 费 用 的 比 值 变 量 1此 外 /它 也 可 以 由 起 讫 点 决定 的特 性 变 量/如 每 一 对 起 点 和 终 点 之 间 的 出 行时 间/这 样 的 起 讫 点 变 量 在 !"#$%&’(中 一 般 以矩阵的形式存储 1 D@E
90123模 型 的 标 定 $用123模 型 来 预 测 方 式 选 择!123模 型 表 格 中 至 少 要 包 含 ?行 参 数 值$将 123模型表建立之后!即可对模型进行标 定 $标 定 完 成 后 !%&’()*+# 自 动 在 模 型 行 添 加 模 型名称和模型参数值$如果使用已有的模型参数 的估 计值!可通过 %&’()*+# 中 标 准 的 数 据 表 界 面工具来手动添加$
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
( nj nj )
（ 3）
1
离散选择模型产生及 MNL 模型
离散选择理论起源于心理学与经济学， 1980 年
式中， nj 为位置参数； 为离散参数。 此分布的方差为 2 / 6 2 。令 =l 、 nj =0 ，则得 MNL(Multinomial Logit Model)的选择概率模型，
28
交通方式划分离散选择模型的比较研究
陈先龙
reliability was highest. MMNL model was a better model than the other four models in solving the heterogeneity and similarity problems and it could improve the model explanation power significantly,and was the most effective method to predict mode choice. The research is very important for transport mode split forecast, which indicates that the conclusion derived from only one model in the existing researches may be not reliable.It should be chose cautiously according to the characteristics of the models.
Key words： Discrete choice models, traffic mode split, MNL model, NL model, MMNL model, HEV model, MNP model
0
引
言
代以来它已成为选择行为模型研究的基本手段， 其核 心为各选择枝的效用函数。 常见的效用函数的数学模 型表达式如下：
交通运输工程与信息学报
第 12 卷
第2期
2014 年 6 月
Journal of Transportation Engineering and Information
No.2 Vo1.12 Jun. 2014
交通方式划分离散选择模型的 比较研究
陈先龙
广州市交通规划研究所，广州 510030
摘 要：本文章介绍了 MNL、NL、HEV、MNP、MMNL 等五种离散选择模型，重点分析了它们各自的理论基础与特
e
将 式 （ 5） 经 过 简 单 推 导 ， 可 以 得 到 式 （ 6） 。 该数学式即为多项 Logit 模型的不相关替选方案独 立 （ Independence from Irrelevant Alternatives, I.I.A ） 特性：
制虽然使得某些应用 MNL 的研究失去价值，但是 I.I.A 所造成的偏误是来自研究对象而非理论本身。 他 认 为 在 同 质 群 体 中 ， I.I.A 特 性 是 成 立 的 。 Ben-Akiva（ 1985 ）[2] 进一步指出，I.I.A 虽然不适用
（ 6）式的意义为，在全部方案集合中，决策者对于任 意两个替选方案选择概率比值， 仅与该两替选方案效 用有关，与其他替选方案之效用无关。 另一方面，如果假设个人 n 面对第 i 个方案作决 策时不受其自身特性 xni 的影响，则上述多项 Logit 模型（ 5）可以改写成下式：
2
离散选择模型改进与发展
Pni P (Vni εni Vnj εnj , j i ) P ( εnj εni Vni Vnj , j i ) ， i, j J
（ 2）
，但面对离散选择理论体系众多 式 （ 2 ） 中 假 定 误 差 项 εnj 满 足 独 立 一 致 同 分 布 假 设 （ Independent and identically distributed, I.I.D）并服从 如下第 I 型极值分布：
点，并应用于交通方式划分案例，对模型参数进行标定。结果表明，NL 模型能够较好解决存在于替选方案的相 似性问题；MMNL 预测误差最小，可靠性最高，较 NL、HEV、MNP 模型更能解决交通方式选择行为中存在的相似 性、异质性问题，是一种对交通方式选择行为预测的有效方法。该研究对交通方式分担率预测问题具有重要的 指导意义， 因为通过简单选择某个离散选择模型开展研究得出的结论并不一定可靠， 应根据模型特点谨慎选择、 谨慎应用。 关键词： 离散选择模型；交通方式划分，MNL 模型；NL 模型；MMNL 模型；HEV 模型；MNP 模型 中图分类号 ：U116.2 文献标识码： A 文章编号： 1672-4747（2014）02-0028-08 DOI： 10.3969/j.issn.1672-4747.2014.02.008
29
交通运输工程与信息学报
2014 年
第2期
这也是最简单的离散选择模型：
两替选方案效用有关，与其他替选方案效用无关。 I.I.A 特性来自于误差项的 I.I.D 假设（误差项概率分 （ 4） 布满足独立、相同的第 I 型极值分布） 。若存在着异 质性与相似性问题，则 I.I.D 条件不能保证，进而导 致错误统计推断。 除了 I.I.A 特性限制外，MNL 模型应用时另外两 个较大缺陷是：不能处理随机偏好差异；不能运用面 板资料来从事未被观察到的有序列相关因素的研究。
Comparative Study of Discrete Choice Mode in Mode Split
CHEN Xian-long
Guangzhou Transport Planning and Research Institute, Guangzhou 510030, China
Abstract： Five typical discrete choice models were introduced, which were MNL, NL, HEV, MNP and MMNL.The model characteristics and their features were discussed and compared. Then these models were used to study the mode split in a case, and to calibrate the model parameters. The result indicated that each model would have different representation in the same case. It was also found that NL model could solve the similarity in the alternative heterogeneity. Results from this analysis suggested that the error of MMNL was smallest，its prediction
收稿日期： 2013-08-29. 基金项目： 2011 年广州市科技计划项目《基于低碳的城际和城市一体化轨道交通的客流预测研究》（编号： 0556 ） 作者简介： 陈先龙（ 1978 -），男，汉族，安徽当涂人，广州市交通规划研究所高级工程师，硕士。研究方向：交通需求预 测与交通模型开发及应用、交通仿真。
异质性与相似性问题与模型误差项假设有直接
Pni
e yni
e
j 1
J
ynj
（ 7）
关系。影响误差项的因素有两个方面：观察样本与替 选方案。因此可以从样本、替选方案两个角度来考察
式（ 7）即条件 Logit 模型，此模型的特点在于其所 有的决策只取决于选择方案所具有的特性 ( y j )， 而与 决策者特性 ( X n )无关。 估计时等于假设每一组选择对 于个人效用的影响都是相同的， 所以不论有多少组选 择方案，需估计的参数值只有一组。若研究中方案较 多，则适合利用条件 Logit 模型来建模，同时也方便 其他模型与之比较。 MNL 模型在实际应用中需满足不相关替选方案 独立（ I.I.A）特性。I.I.A 特性意味着方案之间彼此独 立没有关连，且二替选方案选择概率的比值，仅与该
( nj nj )
模型， 如何从中选择合适的模型以有效解决交通方式 选择行为预测问题仍然是困难的。有鉴于此，本研究 针对交通方式选择行为建模预测问题， 对五种典型的 离散选择模型进行比较， 研讨选择最佳离散选择模型 的依据，并提出选择策略。
f ( nj ) e
exp e
Pni
eVni
e
jபைடு நூலகம்1
J
Vnj
关于可衡量效用，一般多指定为参数的线性关 系，亦即 Vni n xni yni 。因此，个人 n 选择方案 i 的概率可表示如下：
Pni
e
J j 1
n xni yni n xnj ynj
MNL 模型的优点为：型式封闭；参数估计便利。 （ 5） 部分学者认为就模型理论而言，此特性是完全 合理的。如 McFadden （ 1975 ） [15] 就认为 I.I.A 的限
30
交通方式划分离散选择模型的比较研究
陈先龙
访者或者抽样对象间的样本因区位相邻之因素可能 造成数据间自相关等）而造成其存在相似性的问题 (Bhat,1998)
[1-14]
Z nj εnj n xnj n ynj εnj U nj Vnj εnj n
（ 1）
式中， U nj 为方案 j 带给决策者 n 的效用； Vnj 为可衡
为决策者 ， n 量效用； εnj 为误差项（不可衡量效用）
n 的参数向量， Z nj 为观察到的变量； xnj 为决策者 n 所具有的个体特性向量，ynj 为替选方案 j 所具有的特 性向量。 n N ， N 为决策者个体总量， j J ， J 为 可以选择的方案数量。 个体选择模型建模过程中假设消费者为理性的 选择者，则个人 n 选择方案 i 的概率为：