MNP模型参数估计实用方法及其在出行方式预测中的应用

鉴于SML-GHK方法估计MNP模型参数具有初值敏感性,提出了一种初值点确定与参数估计的实用方法。首先应用贝叶斯方法估计MNP模型参数的初值,再结合基于GHK的模拟极大似然方法估计MNP模型参数,并通过实际算例对该方法进行了验证。结果表明:文中方法实用有效,特别是在小样本情况下效果明显;将基于该方法得到的参数值用于预测,能够较好地再现实际交通分担率;文中方法能够帮助规划师探讨某些交通政策变化时全体出行者对各种出行方式的选择概率的变化.

交通方式划分离散选择模型的比较研究

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。

上海市居民共享自动驾驶汽车使用意愿研究

作为极具潜力的新型出行方式,共享自动驾驶汽车的出现必将引起居民出行行为的转变。为了研究上海市居民共享自动驾驶汽车的使用意愿及影响因素,本文利用网络问卷调查的RP与SP数据,结合百度地图API数据,构建基于解析逼近估计方法的多项Probit模型。结果显示:共享自动驾驶汽车通勤和非通勤出行中时间价值分别为64.34元/小时和81.55元/小时,弹性分析结果显示居民对于等候时间的敏感性显著高于费用;男性、已婚、高收入、高学历、自由职业者、合乘通勤者、年龄小于18岁的人群,以及家庭有未成年儿童、拥有沪C牌照小汽车的居民使用意愿较强。居民对于共享自动驾驶汽车越了解,使用意愿越强烈,而体验过自动驾驶服务的居民使用意愿更为强烈。

基于IC卡数据的老年人公交出行行为

公交是城市老年人主要的出行方式。为研究老年人公交出行行为选择,引导老年人错峰和合理出行,提高公交运营效率,基于长沙市公交IC(Intergrated circuit)卡刷卡数据,分析了老年出行者高峰出行和无谓出行的状况。采用MNP(Multinominal Probit)模型和MNL(Multinominal Logit)模型,以一种新视角构建了老年人公交出发时间和出行次数选择模型,按照出行日期不同分别进行模型参数标定。结果表明:卡片类型、年龄、优惠程度、消费金额对出发时间和出行次数有显著影响,不同年龄段的高峰出行和无谓出行存在差异,且MNL模型的拟合精度度更高,能为解决老年人高峰出行和无谓出行提供指导。