考虑心理距离的随机后悔最小化出行选择模型

为缓解交通拥堵这一城市问题需要对居民的出行决策规则进行准确刻画.作为期望效用理论的补充,后悔理论已广泛应用于交通领域的研究.学者们提出了一系列随机后悔最小化模型,但已有模型鲜少考虑影响后悔情绪度量的心理因素.根据后悔心理学研究中的“标准理论”“后悔一致性模型”等做出基本行为假设,引入心理距离概念区分不同类型的出行方案,构建改进的考虑心理距离的随机后悔最小化交通出行选择模型,以解释心理因素会影响感知后悔情绪的现象.使用瑞士地铁SP调查数据对本文提出的改进模型与原有模型进行对比分析,结果显示,改进模型对居民出行行为机理的描述更为贴切.

出行路径选择的随机后悔最小化模型

从后悔理论入手,分析后悔理论用于出行行为分析的2种一般形式:多项选择集和多属性决策,研究后悔理论在有风险和无风险条件下的模型结构,提出基于随机后悔最小化的出行路径选择行为分析模型,结合算例对比分析随机效用最大化模型和随机后悔最小化模型用于出行路径选择结果的异同。研究表明,出行者做决策时为避免未选择方案比选择方案表现的更好,试图将预期后悔最小化,而不是预期效用最大化。且对于多属性的备选方案,出行决策是半补偿性的。

考虑异质性的经典随机后悔最小化模型改进研究

传统基于后悔理论的交通行为模型对异质性考虑不充分,对真实选择行为的解释存在不足.本文利用韦伯比率,考虑出行者对各方式属性变量感知的异质性,对经典随机后悔最小化模型进行改进,分别建立基于随机效用最大化,经典随机后悔最小化和改进经典随机后悔最小化的选择模型;以网约车选择行为为例进行实证研究,验证改进模型效果.结果表明:3种模型参数标定结果具有一致性,改进模型的拟合优度(0.271)和命中率(75.8%)相较于另外两个模型均较优;改进模型能更好地描述多维属性决策过程中的半补偿原则和折中效应,可以提高模型对真实选择行为的解释能力.

考虑路段时间可行域的随机后悔最小模型

传统的随机后悔最小择路模型在估计路段时间期望时没有考虑其可行域,与真实择路行为存在结构性误差。为消除误算路段时间不可行值对随机后悔最小模型结果造成的负面影响,首先,构建了考虑路段时间可行域的随机后悔最小模型,并证明了模型性质,设计了求解算法。其次,模型基于随机退化路网构建,在估计路段时间期望时通过对正态分布的行程时间双侧截尾,去除了不合理时间区域对随机后悔模型估计的路径选择结果产生结构性误差。最后,通过2个算例验证了模型和算法的有效性。基于不含拥挤效应的简单随机路网设计算例结果表明,路段时间可行域后,用户择路结果可能与传统模型估算结果相反。基于含有拥挤效应的Nguyen&Dupuis随机路网设计算例结果表明,随着路段7时间可行域上限增加,各条路径的随机后悔值、选择概率、期望时间和路段均衡流量产生了相应的变化。

基于后悔理论的出行路径选择行为研究

使用随机后悔理论研究出行者的路径选择行为.为了克服随机后悔最小模型不能刻画后悔程度的缺陷,引入后悔厌恶水平,构建了多项式Logit形式的随机均衡模型.算例结果表明,后悔厌恶水平确实是影响出行者路径选择行为的重要参数,随着后悔厌恶水平的增加,选择最短路径的出行者越来越多,选择非最短路径的人数越来越少.

后悔视角下的运量分布与均衡配流组合模型

拓展交通行为的研究视角具有重要的学术价值和实践指导意义.出行路径选择模型广泛假设出行者是完全理性的,总是选择其所认知到的期望效用最大或期望出行成本最小的路径,这与现实生活中的有限理性行为之间出现了冲突.为了克服随机效用最大原则下行为模型的缺陷,学者们发展了随机后悔最小模型.本文基于随机后悔最小原则,构建了运量分布与均衡配流的组合后悔模型,并通过数值算例比较和解释了随机后悔最小模型和随机效用最大模型的异同.算例结果表明,本文所提出的组合后悔模型从后悔角度刻画了现实生活中出行者的出行行为特征.

后悔理论及其在出行中的应用研究综述

由于后悔理论关注决策者心理体验且能够很好的捕捉决策者心理偏好,因此迅速成为研究决策行为的新兴理论,并广泛应用于出行行为研究.首先阐述后悔理论的提出及其模型发展历程,然后通过对国内外研究现状进行归纳和梳理,从城际出行方式选择、出行线路选择及应急疏散选择等方面,分析了后悔理论在出行行为研究中的应用,最后提出后悔理论在出行行为研究领域的可能发展趋势及研究方向.

后悔视角下的应急疏散出行方式决策行为分析

鉴于应急疏散者出行决策的后悔规避心理,以政府公交车、自有私家车和借用私家车三类疏散交通方式选择问题为例,选取平均运行时间、运行时间不确定性、平均等待时间和预期感知服务水平等属性变量,分别构建了基于随机后悔最小化和效用最大化的多项Logit模型.以应急疏散意向行为调查数据为基础,表明后悔模型的模型拟合度优于效用模型,对属性变量间关系的刻画更符合实际.进一步通过弹性计算和敏感性分析,揭示出平均运行时间这一属性最为敏感.研究表明,应急疏散者是后悔规避的,其决策行为试图将后悔感知最小化,而非预期效用最大化,从随机后悔视角描述疏散决策行为更为准确.

考虑决策规则异质性的地铁应急疏散选择行为研究

为深入研究乘客在地铁应急疏散选择中的决策规则,考虑决策者的个体选择偏好与所面临决策环境的差异性,从相同决策者在不同情景下和不同决策者在相同情景下遵循的决策规则两个角度出发,分别建立混合Logit模型、广义随机后悔最小化模型和前景理论模型。通过将模型应用于上海世纪大道地铁站问卷调查数据,结果表明地铁应急疏散选择行为中存在决策规则异质性,即相同决策者在不同情景中遵循的决策规则不同,相同的决策者在到出口距离较近的情景中遵循后悔最小,在到出口距离较远的情景中遵循前景最大,在到出口距离更远的情景中遵循效用最大的决策规则;不同决策者在同一情景中遵循的决策规则不同,到该站的目的为通勤、上/下学但并非几乎每天都来的决策者在相同情景中遵循效用最大,到该站的目的为购物餐饮娱乐的决策者遵循前景最大,换乘或其他的决策者遵循后悔最小。决策规则的异质性在地铁应急疏散选择行为研究中不可忽视,将为制定合理的应急疏散策略提供理论依据。

后悔理论视角下的出行选择行为(英文)

应用随机后悔最小化理论与随机效用最大化理论,分别建立RRM-MNL模型和RUM-MNL模型研究了出行方式选择行为。在模型参数、拟合优度方面对2个模型进行了比较,应用直接弹性分析了在交通管理措施评价方面的区别,并通过城际出行方式中的飞机、火车、长途汽车、小汽车4种出行方式数据进行实际验证。分析结果表明:相比于RUM-MNL模型,RRM-MNL模型能够描述在多属性方案选择过程中的部分补偿性决策行为和折衷效应,能更真实地反映实际出行行为选择过程;等待时间、出行时间和出行费用对飞机、火车和长途汽车3种出行方式的选择概率都具有弹性;在RRM-MNL模型中,等待时间对3种方式的弹性值分别较RUM-MNL模型的低7.30%、13.14%和7.70%。可见,对于同一属性变量,出行者具有不同的选择偏好,会表现出不同的选择行为。