当前位置：文档之家 › 非集计模型

非集计模型

  • 格式：docx
  • 大小：24.13 KB
  • 文档页数：3

下载文档原格式

  / 3

合集下载

基于非集计模型的居民公交出行次数选择行为研究

基于非集计模型的居民公交出行次数选择行为研究
－
ＴＲＡ Ｆ 。 ＯＮ № 。 ＴＡＴ，
Ｆ ￣ Ｉ Ｃ
瓣
姆 褛 锺 ｊ 型 ９ 草型
基于非集计模型的居 民公交 出行次数选择行为研 究
口 倪亚洲 ，刘星昊 （ ． 南市城市 交通研 究中心 ，济南 １济 ２ ０ ５ ；２ 济 南市 １ ５９热 线服 务中心综合科 ，济 南 ２ ０ ０ ） ５０ １ ． ２１ ５ １２
非集计模型的计算结果进行 了集计分析 ，将模型计算结果 与样本 的实际次数选择 比例进行对 比，进一
步确 定模 型 的有 效性 。
关键词 ：非集计模型；出行次数 ；列联表分析 ；Ｔａ ＣＤ ｒ ｓＡ ｎ 中图分类号 ：Ｕ ９ ４１ 文献标识码 ：Ａ 文章编号 ：１７—４ ０２ １）７ ０ ４０ ６ １３０ （ ２０ — ３—３ ０ ０
ｗｅ ｅ ａ ｇ ｅ ａ ｅ ｙ ｕ ｉ ｇ ｅ ｕ ｒ ｔ ｎ Ｔｈ ａ ｉ ｉ ｆｔ ｅ ｍｏ ｅ ｓｄ ｔｒ ｉ ｅ ｒｈ ｒ ｏ ｒ ｇ ｒ ｇ ｔ ｄ ｂ ｓｎ ｎ ｍｅ ａ ｉ ． ｅｖ ｌｄ ｔ ｏ ｄ ｌｗａ ｅｅ ｏ ｙ ｈ ｍ ｎ ｄ ｆ ｔ ｅ ｃ ｍｐ ｒｎ ｈ ｄ ｌ ｅ ｕ ｔ ｔ ｕ ｂｙ ａ ｇ ｔ ｅ ｍｏ ｅ ｓ ｌｓｗｉ ｉ ｒ ｈ
摘
要：结合城 市居民出行调查数据，对城市居 民出行特征进行 了分析。基 于非集计选择模型的
基本理论 与建模 方法 ， 通过列联表分析及相关性分析确定 了影响居 民出行次数选择 的特 性变量 ，建立 居民公交出行次数选择 Ｍ 模型。应用 ＴａｓＡ Ｌ ｒ Ｏ Ｄ交通规划软件对模型的参 数进行了标定 ， ｎ 利用枚举法对
Ｓ ｕ ｙ ｏ ｂ ｎ Ｒｅ ｉ ｅ ｔ ｓＴ ａ ｅ ｍ ｅ ｏ ｓｎ ｈａ ｉ ｒ ｔ ｄ ｆ Ｕｒ ａ ｓｄ ｎ ｓＢｕ ｒ ｖ ｌ Ｔｉ ｓＣｈ ｏ ｉ ｇＢｅ ｖ ｏ

行人过街设施选择偏好的非集计模型

行人过街设施选择偏好的非集计模型

第２８卷第１期２００８年１月北京理工大学学报ＴｒａｎｓａｃｔｉｏｎｓｏｆＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙＶｄ．２８Ｎｏ．１Ｊａｎ．２００８行人过街设施选择偏好的非集计模型熊辉１，郭宏伟２，吕剑３（１．北京理工大学机械与车辆工程学院，北京１０００８１；２．北京交通大学交通运输学院，北京１０００４４；３．清华大学交通研究所，北京１０００８４）摘要：为提高行人的交通安全水平和过街设施的使用效率，研究行人对过街设施的选择行为．对中关村大街选择人行横道和过街天桥的４０２个行人进行问卷调查，内容包括行人特性、设施特性及行人对过街设旋的选择特性；基于调查数据。

分析了影响行人选择过街设施的因素。

并建立了反映选择偏好的二元Ｌｏｇｉｔ模型．观测数据和模型预测结果对比分析表明，模型对行人选择人行横道和过街天桥的预测准确率分别为８０．２９％和８５．６６％．关键词：行人交通；过街设施；非集计模型；效用函数；选择偏好中图分类号：Ｕ４９１文献标识码：Ａ文章编号：１００１．０６４５（２００８）０１．００３７．０４ＤｉｓａｇｇｒｅｇａｔｅＭｏｄｅｌｆｏｒｔｈｅＰｒｅｆｅｒｅｎｃｅｏｆＰｅｄｅｓｔｒｉａｎ’ＳＣｒｏｓｓｉｎｇＦａｃｉｌｉｔｉｅｓＳｅｌｅｃｔｉｏｎＸＩＯＮＧＨｕｉｌ，ＧＵＯＨｏｎｇ－ｗｅｉ２，Ｌ０Ｊｉａｎ３（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＶｅｈｉｃｕｌａｒＥｎｇｉｎｅｅｒｉｎｇ。

ＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００８１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，Ｃｈｉｎａ；３．ＩｎｓｔｉｔｕｔｅｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ。

ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｏｉｍｐｒｏｖｅｔｒａｆｆｉｃｓａｆｅｔｙｌｅｖｅｌａｎｄｉｎｃｒｅａｓｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｃｒｏｓｓｉｎｇｆａｃｉｌｉｔｉｅｓ，ｔｈｅｐａｐｅｒｐｒｅｓｅｎｔｓａｍｅｔｈｏｄｏｌｏｇｙｉｎｓｔｕｄｙｉｎｇｓｅｌｅｃｔｉｏｎｐｒｅｆｅｒｅｎｃｅｏｆｐｅｄｅｓｔｒｉａｎｃｒｏｓｓｉｎｇｂｅｈａｖｉｏｒ．４０２ｐｅｄｅｓｔｒｉａｎｓｗｅｒｅｉｎｔｅｒｖｉｅｗｅｄｂｙａｑｕｅｓｔｉｏｎｎａｉｒｅａｂｏｕｔｐｅｄｅｓｔｒｉａｎ’ｓｂｅｈａｖｉｏｒｏｆｃｒｏｓｓｉｎｇｃｒｏｓｓｗａｌｋａｎｄｐｅｄｅｓｔｒｉａｎｂｒｉｄｇｅｉｎＢｅｉｊｉｎｇＺｈｏｎｇｇｕａｎｅｕｎＳｔｒｅｅｔ．Ｉｎｔｈｅｑｕｅｓｔｉｏｎｎａｉｒｅ，ｔｈｒｅｅｐａｒｔｓａｒｅｉｎｃｌｕｄｅｄ，ｉ．ｅ．，ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｅｄｅｓｔｒｉａｎ，ｆｅａｔｕｒｅｏｆｆａｃｉｌｉｔｉｅｓ，ａｎｄｐｒｅｆｅｒｅｎｃｅｏｆｆａｃｉｌｉｔｉｅｓｓｅｌｅｃｔｉｏｎ．Ｂａｓｅｄｏｎｔｈｅｓｕｒｖｅｙｅｄｄａｔａ，ｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｃｒｏｓｓｉｎｇｂｅｈａｖｉｏｒｗｅｒｅａｎａｌｙｚｅｄａｎｄｂｉｎｏｍｉａｌＬｏｇｉｔｍｏｄｅｌｗａｓｆｏｒｍｕｌａｔｅｄｊ乃ｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ８０．２９％ｏｆｃｒｏｓｓｗａｌｋｄａｔａａｎｄ８５．６６彩ｏｆｐｅｄｅｓｔｒｉａｎｂｒｉｄｇｅｄａｔａｏｕｔｏｆｔｈｅｍｏｄｅｌｆｏｒｍｕｌａｔｅｄｆｉｔｔｅｄｔｈｅｆｉｅｌｄｄａｔａ．Ｋｅｙｗｏｒｄｓ：ｐｅｄｅｓｔｒｉａｎｔｒａｆｆｉｃ；ｃｒｏｓｓｉｎｇｆａｃｉｌｉｔｉｅｓ；ｄｉｓａｇｇｒｅｇａｔｅｍｏｄｅｌ；ｕｔｉｌｉｔｙｆｕｎｃｔｉｏｎ；ｓｅｌｅｃｔｉｏｎｐｒｅｆ－ｅｒｅｎＣｅ统计数据表明，在我国发生的交通事故中，由行人违章造成的事故约占１５％［１１；北京市每年因行人不遵守交通法规而发生的交通事故死亡人数占全年交通事故总死亡人数的１２％［２１．在行人交通事故中，违章横穿道路是最主要的事故原因．因此，设置合理的行人过街设施可以为行人提供安全的过街通道，同时减少延误，提高道路通行能力．但是各种行人过街设施具有不同的特点，加之行人为实现出行目的其行为表现复杂多样，使得行人对过街设施的选择偏好随着主观意愿呈现出较大差异，甚至一些收稿日期：２００７—０９—２７基金项目：国际合作项目（ＴＨ／Ａｓｉａ一００８—１０４８８３）作者简介：熊辉（１９７４一）。

四阶段发的局限性以及未来的发展趋势

四阶段发的局限性以及未来的发展趋势

四阶段法的局限性及未来的发展趋势摘要：在交通需求预测中,经典的四阶段法广泛应用于实际之中并被大家所认可。

但随着社会经济的不断发展,四阶段法的局限性也显现无疑。

非集计模型具有很多集计模型无法比拟的优点，开始引起人们的关注并发展起来。

可以预见，随着对非集计模型研究的深入，该模型将在包括交通在内的许多领域得到更广泛的应用。

关键词:交通需求预测四阶段局限未来发展正文：四阶段法的局限性四阶段法以居民出行调查（person trip survey）为基础，由发生／吸引交通量(trip generation／attraction）、分布交通量(trip distribution）、交通方式划分(modal split）以及交通量分配（traffic assignment）四个基本阶段组成。

在交通需求预测四个阶段的基础之上，各个阶段又都有具体的理论和相应的模型,其中较具代表性的研究有Fratar法、Furness法、最大熵法、最短路径探索法以及交通网络均衡理论等。

进入20世纪70年代，这些理论日益趋于成熟。

然而,随着上述理论和方法的广泛应用，四阶段预测法自身的问题日益显露出来，其中较为突出的问题为对交通方式划分方法存在争议，预测过程数据量大、耗时长，交通服务水平变量不协调，小区划分主观性大等。

1.1交通方式划分存在很大争议交通方式的划分方法一般是在求出分布交通量(OD交通量) ( ：出行的发生, 吸引点)后，再求出各种交通方式的小区间交通量 m(m:交通方式).在实际的交通规划中，人们根据已有的数据建立了时间差、时间比等交通方式划分曲线，并且假设未来交通方式的划分仍然保持不变，从而根据这些曲线来进行交通方式划分。

相比于四阶段法中的其他三个阶段．由于这些曲线整体缺乏可靠的理论依据，而且“交通方式划分保持不变”这一假设也不符合客观规律．因而遭到质疑和争议。

1．2 预测过程数据量大、耗时长一般地，为了更好地进行交通需求预测，四阶段法需要有初始的OD表(Origin—Destination Table）。

基于非集计模型的公交与非机动车通勤出行选择研究

基于非集计模型的公交与非机动车通勤出行选择研究
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｔ ｈ ｅ ｏ ｒ ｙ ａ ｎ ｄ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ ｎ ｏ ｎ — ｃ ｏ ｌ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｉ ｄ ｅ ａ ｍｏ ｄ ｅ ｌ ，ｔ ｈ ｉ ｓ ａ ｒ ｔ ｉ ｃ ｌ ｅ ｃ ｏ ｍｂ ｉ ｎ ｅ ｓ ｔ ｈ ｅ ｒ ｅ ｓ ｉ ｄ ｅ ｎ ｔ ｔ ｒ ｉ ｐ ｉ ｎ ｖ ｅ ｓ ｔ ｉ ｇ ａ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ
ｃ ｌ ｅ ｂ ａ ｓ ｅ ｄ Ｏ ｉ ｌ ｔ ｒ ｉ ｐ ｓ ａ ｎ ｄ ｔ ｈ ｅ ｉ ｍｐ ａ ｃ ｔ ｅ ｘ ｔ ｅ ｎ ｔ ｏ ｆ ｔ ｈ ｅ ｆ ａ ｃ ｔ ｏ ｒ ｓ ａ ｒ ｅ ａ ｎ ａ ｌ ｙ ｚ ｅ ｄ ．Ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｉ ｎ ｆ ｌ ｕ ｅ ｎ ｃ ｅ ｏ ｎ ｔ ｈ ｅ ｓ ｅ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ｎ ｏ ｎ — ｍｏ ｔ ｏ ｒ ｖ ｅ ｈ ｉ ｃ ｌ ｅ ｓ ａ ｎ ｄ ｔ ｒ ａ ｎ ｓ ｉ ｔ ｖ ａ ｉ ｒ ｅ ｓ ｓ ｉ ｇ ｎ ｉ ｉ ｆ ｃ ａ ｎ ｔ ｌ ｙ ．Ｔ ｈ ｅ ｉ ｎ ｆ ｌ ｕ ｅ ｎ ｔ ｉ ａ ｌ ｆ ａ ｃ ｔ ｏ ｒ ｓ ａ ｒ ｅ ｒ ａ ｎ ｇ ｅ ｄ ｆ ｒ ｏ ｍ ｂ ｉ ｇ ｔ ｏ ｓ ｍａ ｌｌ ａ ｓ ｇ ｅ ｎ ｄ ｅ ｒ ，ｔ ｈ ｅ ａ ｍｏ ｕ ｎ ｔ ｏ ｆ ｎ ｏ ｕ — ｍｏ ｔ ｏ ｒ ｖ ｅ ｈ ｉ — ｅ ｌ ｅ，ｔ ｈ ｅ ａ ｔ ｔ ｉ ｔ ｕ ｄ ｅ ｔ ｏ ｐ ｒ ｉ ｖ ａ ｔ ｅ ｃ ａ ｒ ，ａ ｎ ｄ ｔ ｈ ｅ ｔ ｉ ｍｅ ａ ｎ ｄ ｃ ｏ ｓ ｔ ． Ａｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｔ ｈ ｅ ｒ ｅ ｓ ｉ ｄ ｅ ｎ ｔ ｔ ｒ ｉ ｐ ｉ ｎ ｖ ｅ ｓ ｔ ｉ ｇ ａ ｔ ｉ ｏ ｎ ｉ ｎ ２ ０１ １ ，ｔ ｈ ｅ ｍｏ ｄ ｅ ｌ ｈ ａ ｓ ｓ ｈ ｏ ｗ ｎ

基于非集计模型的交通方式选择研究

基于非集计模型的交通方式选择研究

张秋 萍，陈义华
ＺＨＡ ＮＧ Ｑ ｉ － ｐｉ － ＣＨＥＮ Ｙｉ ｈ ｕ－ ｎｓ ， － ｕａ
（ 重庆大 学 数理 学院． 重庆
４０４ ） ０ ０４
（ ｏｌ ｅ ｏ ｔｅ ｔ ｓａ ｄ Ｐ ｙ ｉｓ ｈ ｎ ｑｎ ｉｅｓ ｙ Ｃ ｏ ｇ ｉｇ ４ ０ ４ ， Ｃ ｉ ａ Ｃ ｌ ｇ ｆＭａｈ ｍａｉ ｎ ｈ ｓ ，Ｃ ｏ ｇ ｉｇ Ｕｎｖ ｒｉ ， ｈ ｎ ｑｎ ０ ０ ４ ｈｎ ） ｅ ｃ ｃ ｔ
键 因 素 ， 通 过 对 可 控 影 响 因 素 的 引 导 和 调 整 ，达 到 优 化 交 通 方 式 数 量 ，影 响 到 是 否 能 向 出行 者
Ｊ 结 构 的 目 的 。 研 究 结 果 表 明 ， 非 集 计 模 型 较 集 计 模 型 能 更 好 地 表 提 供 更 多的 选择 可 能性 。但 由
文章编 号 ： １０ — ４ １２ １ ）１ ０ ７ － ４ ０ ３ １ ２ （０ ００ — ０ ５ ０
中图 分类 号 ：Ｕ１ １ ２
文 献标 识码 ：Ａ
基 于 非 集 计模 型 的 交通 方 式选择研究
Ｓｕ ｙｏ ｒｆｉ Ｍｏ ｅＣ ｏｃ ａｅ ｎＤｓ ｇ ｒｇ ｔ ｏ ｅ ｔ ｄ ｎＴａｆ ｄ ｈ ｉｅＢ ｓ ｄｏ ｉ ｇｅ ａｅＭ ｄ ｔ ｃ ａ
非 集 计 模 型 的 理 论 基 础
是 消 费 者 在 选 择 时 追 求 效 用 最
大 化 这 一 假 说 。与 集 计 模 型 相

ａ ｊ ｓｉｇ ｔｅ ｃ ｎｒ ｌ ｂｅ ｉｆ ｅ ｃ ａ ｔ ｒ ． ｈ ｅ ｅ ｒ ｈ ｒ ｓ ｌ ｈ ｗ ｈ ｔ 比 ， 非 集 计 模 型 具 有 如 下 特 ｄ ｕ ｔ ｈ ｏ ｔ ｌ ｌ ｎｌ ｎ ｅ ｆ ｃｏ ｓ Ｔ ｅ ｒ ｓ ａ ｃ ｅ ｕｔ ｓ ｏ ｔａ ｎ ｏａ ｕ ｓ

交通规划06-2

交通规划06-2
三、Logit模型 2）假定ε1和ε2相互独立且具有相同的概率分布；
P1



V1 V 2 y f ( y , z ) dz dy 12 V1 V 2 y f ( z ) dz dy f ( y)
＝


U2'
选 择 枝 3
虚拟方式B
选 择 枝 4 选 择 枝 5
Pj / A
U 1 U (1 , 2 ) U 1
合成效用
第四节 其他改进的方式划分模型
三、非集计结果的集计化
非集计模型只求出个人的选择概率值，预测问题需要 的是分区中全体居民作出某种选择的人数，要将个人选择 概率值转化为全体分区居民的选择概率值，这仍是一个集 计问题。集计方法有三种： 概率集计：将各样本关于某个选择枝的选择概率求平均 值。方法简单，但比较粗糙。
第三节 非集计方法、Logit模型
三、Logit模型
1．模型 效用由选择枝本身特性和个人特性两方面的因素决定。 建模者不可能观测出影响效用的全部因素，因此，效用应 看作随机变量，假定效用由这两部分组成：
U
nj
V nj nj
式中：Unj－个人n关于选择枝j的效用； Vnj－能够观测到的因素构成的效用确定项； εnj－不能观测到的因素构成的效用随机项。反映每个个 体的特性和偏好，也包括建模和观测的误差部分。
第三节 非集计方法、Logit模型
2．效用值的确定 要计算概率Pj，关键是要求出其中的效用确定项Vj。下 面介绍两种定义和计算Vj的方法。 1）一种简单的、常用的定义和计算Vj的方法 对于城市交通，定义效用确定项为费用/收入比、车内 时间、步行时间这三个可量测值的线性组合： V j j 0 c X jc t X jt o X jo

基于RP_SP调查的非集计模型在交通方式分担率预测的应用

基于RP_SP调查的非集计模型在交通方式分担率预测的应用

基于R P/S P调查的非集计模型在交通方式分担率预测的应用刘志明邓 卫郭唐仪东南大学，交通学院，南京210096摘 要：实际调查RP数据（Revealed preference data）具有可靠性，而意向调查SP数据（Stated Preference data）具有灵活性。

为了更好地将两类数据结合起来，减少交通调查的工作量，提高调查的精确性，本文分析研究了RP/SP组和调查方案的设计，应用非集计模理论及调查所得石河子市组合数据，建立了交通方式划分的MNL模型，并应用spss13.0软件对模型参数进行了标定。

通过模型拟合度检验验证了模型的有效性，和利用该模型对石河子市交通方式分担率进行了预测。

结果表明，该模型能较全面地考虑居民出行选择的各方面影响因素，模型的预测精度和实用性较好。

关键词：实际调查数据；意向调查数据；交通方式划分；MNL模型；spss13.0中图分类号：U491 文献标识码：A 文章编号：1672-4747（2008）03-0059-06Application of Disaggregate Model Based onRP/SP Survey to Transportation PlanningLIU Zhi-ming DENG Wei GUO Tang-yiTransportation CollegeSoutheast University，Nanjing 210096，ChinaAbstract：RP data were more reliable, while SP data were more flexible. In order to join the two types of data together to reduce the traffic survey work volume and improve the accuracy of the survey, and based on the analysis of the design of RP/SP survey scheme, the application disaggregate model theory and the survey data of Shihezi city, a multinomial logit (MNL) model for predicting the traffic mode choice was developed, and spss13.0 was used to calibrate its parameters. After testifying the validity of the model by fitting收稿日期：2007-09-06.基金项目：“十一五”国家科技支撑计划项目（编号：2006BAJ18B03）。

模型优缺点

模型优缺点

模型优缺点
模型优缺点
模型优缺点
1. 优点
效率高、成本低
非集计模型直接应用个人调查数据进行分析，没有因为数据集计而产生的信息丢失和偏差。

此外，建模所需数据少，从而大大节省了调查成本。

包含多种变量
和集计模型相比，对同一规模的调查而言，非集计模型可以用较少的数据包含更多的变量。

另外，通过包含了个人社会经济属性的模型，可以分析不同集团的政策影响评价。

可操作性强
非集计模型结构较为简单，建模方便，计算简单，可操作性强。

可移植性较高
集计模型的移植，受到了社会经济因素的限制。

而非集计模型是根据选择行为建立的，因此，从原理上讲，只要社会经济属性相同，模型就可移植。

为此，可以大大节省建模的社会成本。

2. 缺点
MNL 模型也在应用中受到某些制约，最大限制在于各种交通方式在逻辑上必须是对等的。

如果主要方式和次要方式混杂在一起，所得到的结果就会有误差。

MNL 模型应用中表现的另一点不足是计算概率仅与交通方式效用项差值有关，而与效用值自身大小无关，缺乏方式之间的相对比较合理性。

非集计模型ppt课件.ppt

非集计模型ppt课件.ppt

在整堂课的教学中，刘教师总是让学 生带着 问题来 学习， 而问题 的设置 具有一 定的梯 度，由 浅入深 ，所提 出的问 题也很 明确
假设效用函数U j Vj 中的随机项服从多变量正态分布时，交 通方式选择模型将成为 Probit 模型。
U 1
~
MVN
V1
,
12
U k
Vk 1
1k
e 12 p (1) e 12 e 10 0 .119 , p ( 2 ) 1 p (1) 0 .881
b.使 用 Probit 模 型 时 ， 划 分 率 为 :
p (1)
12 10 22
2
2 2
0.159
,
p(2)
1
p(1)
0.841
在整堂课的教学中，刘教师总是让学 生带着 问题来 学习， 而问题 的设置 具有一 定的梯 度，由 浅入深 ，所提 出的问 题也很 明确
Logit模型的IIA特性
IIA（Independence from Irrelevant Alternation）： 是指任意两种交通方式的选择概率的比与其它交 通方式的状态无关，IIA特性来源于随机项 n 相 互独立的假定。
P i n /P i l e V in /e V il e (V in V il)
Logit模型
如果随机项服从Gumbel分布(双指数分布)，并且相 互独立，即
F (in )ex e p (in ())
可以得出如下形式的选择概率：
e V in
Pin
e V il
lN
nN
在整堂课的教学中，刘教师总是让学 生带着 问题来 学习， 而问题 的设置 具有一 定的梯 度，由 浅入深 ，所提 出的问 题也很 明确

基于非集计模型的铁路通道内客运专线分担率模型

基于非集计模型的铁路通道内客运专线分担率模型

基于非集计模型的铁路通道内客运专线分担率模型
刘雯丽
【期刊名称】《交通运输工程与信息学报》
【年(卷),期】2012(010)002
【摘要】客运专线网的逐步建成加剧了运输方式间的竞争，影响着不同方式客流
分担率的变化。

为充分发挥铁路通道的整体运输能力，论文基于出行效用最大化行为假说，确定了影响乘客出行方式选择的特性变量及相应的取值方法，选择客运专线和既有线作为铁路通道内居民的出行方式，建立了交通方式选择二肢Logit模型。

作者用非集计模型将乘客的出行时间、出行目的、出行距离和票价等个人特性引入模型，提高了模型的实用性。

通过交通规划软件-TransCAD标定模型参数，得到
了不同出行距离下铁路通道内客运专线和既有线的客流分担率，证明在一定距离范围内客运专线的客流分担率与开行距离呈正相关，从而给出了铁路通道内客运专线开行的优势距离范围的建议。

【总页数】5页(P98-101,111)
【作者】刘雯丽
【作者单位】西南交通大学,交通运输与物流学院,成都610031
【正文语种】中文
【中图分类】U291.15
【相关文献】
1.新建客运专线和既有线客流分担率模型研究 [J], 叶玉玲;官湘洋;王艺诗
2.基于RP/SP调查的非集计模型在交通方式分担率预测的应用 [J], 刘志明;邓卫;郭唐仪
3.高速客运专线客流分担率模型及其应用研究 [J], 何宇强;毛保华;陈团生;杨静
4.综合客运通道铁路客运专线客流分担率模型 [J], 高红丽;高丽英
5.综合客运通道铁路客运专线客流分担率模型 [J], 高红丽;高丽英
因版权原因，仅展示原文概要，查看原文内容请购买。

史志法：非集计模型下公交规划的调查研究1-16

史志法：非集计模型下公交规划的调查研究1-16

非集计模型下公交规划的调查工作研究史志法同济大学交通运输规划与管理2003级硕士研究生摘要：本文就非集计模型下进行公交规划进行了详细分析，主要阐述了其中的调查工作原理、内容、要求及方案实施，对于应用非集计模型进行公交规划的客流预测有较好的理论分析和实践指导，并且通过理论和实例详细介绍了其中的实绩选择数据调查和假设意向问讯调查。

关键词：非集计模型公交规划客流预测实绩选择数据调查假设意向问讯调查Research on the Survey for Public Transport Planning Based on Disaggregating ModelAbstract:This paper mainly discusses the demand survey for public transport planning based on disaggregating model. It mainly analyzes the theory, process, require and method of the survey. It’s a important work and a good guide for the appliance of disaggregating model in the forecast of public transport demand in the public transport planning. It also introduces the revealed preference data survey and stated intension data survey which are the two most important part of the survey in detail and very practically.Keywords: Disaggregating Model; Public Transport Planning; demand survey for public transport planning; revealed preference data survey; stated intension data0 引言城市公共交通体系包括定时定线的公共汽车、无轨电车、有轨电车、轻轨交通、地下铁道、轨道缆车、索道缆车以及定线和不定线行驶的小公共汽车、出租汽车和客运轮渡等交通工具及其配套设施。

6.交通方式划分

6.交通方式划分

4.安全性 安全性是交通方式选择的主要原因，无论多好的
交通工具，如果它的安全性差，乘客的人身安全 得不到保障，不会有人利用它。 因为交通事故具有突发性，因此人们在选择交通 工具时，明确地考虑安全性的比较少。
2012年死于机动车辆交通事 故的有166906人，比交管部 门的数据多出107262人，是
缺少对人的选择行为的分析 各阶段之间相对独立，缺少一致性 没有反馈机制 缺少严密的统计方法 难以评价交通管理对于交通需求的影响
非集计分析
表现出行者个人（或家庭）是否出行、出行目的地 、采用何种交通方式、选择哪条路径等的形式，从 选择可能的被选方案集合中如何选取的问题，将得 到的个人行动结果加载到交通小区、交通方式、路 径上而进行交通需求预测。
十年前的两倍多
5.准时性 在交通方式选择时，到达的准时性对于交通方式
选择的影响很大。 比如对于公交出行而言，公交出行比例低，其中
有一个很重要的影响因素就是准点率低 6.换乘次数和候车时间 与准时性一样，都对公共交通方式选择有很大的
影响。
6.出行目的
上班、上学、回家出行：汽车利用率低、公共
能耗 (千卡/人km)
死亡人数 (人/亿人km)
23
44.6
600
1.17
11
19.4
154
0.082
30
23.9
-
-
>800
30.2
456
-
30-200
4.7
85.5
0.005
>200
5.6
0.0
30-60
3
77
0.005
20-30
9
-
0.005
30

城市道路与交通规划5-交通需求预测2

城市道路与交通规划5-交通需求预测2
2.从城市规划的角度，未来实现所期望的交通方式划分， 如何改扩建各种交通设施引导人们的出行，以及如何制定 各种交通管理规则等;比如新交通方式(新型交通工具)的交 通需求预测,其难点在于如何量化出行行为因素及其具体 运用.
交通方式选择的影响因素
影响交通方式划分的因素主要有四大类： 一.交通特性：交通供给特性; 二.出行者属性： 家庭属性和个人属性—出行主体特性; 三.地区属性：外界大环境; 四.出行时间特性. 五.交通政策
①G与MS相结合的方法 主要有类型分析方法和回归分析方法。
类型分析方法又可以分为简化模型和一般模型，简化模型 中不含目的的分类：
式中：
一般模型中包含目的的分类： 式中：
与简化模型相比，一般模型加入目的因素，因此预测效果 要好一点。
②先进行交通生成预测再进行方式划分 因为此时尚未进行出行分布量的预测，方式划分仍只能以 出行者或家庭，或分区的特性为依据，采用线性回归分析 方法进行。 以公共交通为个人交通两种方式为例，分区的出行产生量 的方式划分比例主要与居民人口数，人均收入水平，人均 小汽车拥有量，道路网水平，公交网密度相关。 出行吸引量的方式分担率主要与分区的学校，商店，工厂， 办公的岗位数，公交网密度相关。 由此得到产生量和吸引量的分担率回归模型：
kin 是与个人n的特有的喜好与平均的个人喜好之间的
差的参数，也被假定服从某种概率分布
in的方差是随着Xkin 值不同而不同的,为方便，假定其与
Xkin 选择选择肢Cn中分肢i的概率是：
Pin P(Uin U jn )j Cn
Pin P(Vin in Vjn jn )j Cn Pin P( jn in Vin Vjn )j Cn
交通分布与交通方式划分相结合的方法：

SP调查的非集计模型在水上巴士交通中的应用

SP调查的非集计模型在水上巴士交通中的应用

叶 亮 贺 宁
（ 同济大学交通运输 工程 学院 ， 上海 ２ ０ ９ ０ ０ ２）
ＹＥＬａ ｇ， ｎ ｎ ｉｎ ａ ｄ ＨＥ Ｎｉｇ
（ｃ ｏｌｏ Ｔａｓｏｔ ｉ ｎｉｅｒ ｇ Ｔ ｎｊ Ｕ ｉｅｓｙ Ｓ ａｇ ａ ２ ０ ９ ， ｈｎ Ｓ ｈｏ ｆ ｒｎｐｒ ｔ ｎＥ ｇ ｅｉ ， ｏｇｉ ｎｖｒｉ ， ｈ ｎｈ ｉ ０ ０ ２ Ｃ ｉ￣ ａｏ ｎ ｎ ｔ
Ｓ Ｐ调 查 的 非 集 计模 型在 水 上 巴士 交通 中的应 用
Hale Waihona Puke Ｔｈ ｅ Ａｐｐｉａ ｉ ｆＤｉａ ｒ ｇ ｔｎ ｌ ｔ ｃ ｏｎ ｏ ｓ ｇｇ ｅ ａ ｉｇ Ｍｏｄ ｙ Ｓｔ ｔ ｄ— ｅ ｅｒ ｃ ｒ ｅ ａ ｅｒ ｓ ｅｌ ａ ｅ Ｐｒ ｆ ｅｎ ｅ Ｓｕ ｖ ｙ ｏｎＷ ｔ ｂｕ ｂ
，
国外 有 不 少 交 通 项 目已经 运 用 了基 于 ９ 调 查 Ｐ 的非 集计模 型进 行分 析 。如 日本札 幌市 在 新交通 运 输 方 式—— 磁 悬 浮 列 车 规 划 时便 采 用 了基 于 Ｓ 调 Ｐ 查数 据 的非集 计模 型 ，对市 内火 车站 至市 外新 千 岁 飞 机 场 间 的各 种 客 运 方 式 采 用 了抽 样 问讯 调 查 【 １ ｌ 。
通 系统 中 的应 用进 行 了研 究和 探讨 ， 绍 了黄 浦江 水上 巴士 交通 介
１Ｓ 调 查 及 非 集 计 模 型 Ｐ
１１国 内外 应 用 现 状 ．
随 着交通 需求 的 多样化 发展 ，传 统 的集计 模型 本 身 的缺 陷 越来 越 暴 露 出来 。而 基 于Ｓ 调 查（ 向 Ｐ 意 调 查 ） 据 建 立 的非 集 计 模 型 在需 求 预 测 方面 具 有 数 其 自身 的优 势 ，这 些优势 较 多地 表现 在个体 出行方

城市群轨道交通方式划分非集计logit模型

城市群轨道交通方式划分非集计logit模型

１ 城 市 群 轨 道 交 通 特 点 与 方 式 划 分
思路
在 我 国 ， 际轨 道 交 通 作 为介 于 干 线铁 路 和 城
城 市 轨道 之 间 的一 种 新 型 交通 运 输 方 式 ， 具有 其
固有 的特 点．
小交路
图 １ 城 市 群 轨 道 交 通 交 路 方 式
１ ）我 国城 市群 处 于初 步 发展 时期 ， 市群 各 城 城市 之 间还 没 有 完 全融 合 ， 城市 之 间 的 客 流往 往 较小 ， 了充分 发挥 轨道 交通 效益 ， 少城 际 出行 为 减 换 乘 次数 ， 际 轨 道交 通 往 往 设 置 于城 市 的 客 运 城 主通道 ， 因此 ， 在现 阶段 城 际轨 道不 仅 承担着 城 市
之 间 的旅 客运输 ， 还服 务 于城 市 内部 的居 民出行 ．
收 稿 日期 ： ０８Ｏ — ０ ２ ０一 ６３
朱顺应 ： ，ｌ岁 ， 男 ４ 教授‘ ， 博导 ， 主要研究领域为交通规划与管理
国 家 ９ ３ 划 项 目资 助 （ 准 号 ：Ｏ ５ Ｂ７４ Ｏ ） ７计 批 ２ ０ｃ ２ ２ ５
第 ３ ２卷 第 ６ 期 ２０ ０ ８年 １ 月 ２
武汉理工大学学报鸯 差 （ ）
Ｊ ｕ ｎ ｌ ｆＷ ｕ ａ ｉｅ ｓｔ ｆＴｅ ｈ ｏｏ ｙ ｏ ｒ ａ ｈ ｎ Ｕｎｖ ｒ ｉｙ０ ｃ ｎ ｌ ｇ ｏ
（ ａ ｓ ｏｔｔ ｎＳ ｉ ｃ Ｔｒｎ ｐ ｒａｉ ｃ ｎｅ＆ Ｅ ｇｎｅｉｇ ｏ ｅ ｎ ｉｅｒ ） ｎ
理存 在 着 相 当 大 的 困难． 兼顾 城 市 间 客 流快 速 为 通 过和 城 市 内部 客 流 的 需求 ， 需要 同时 开通 大 站 快 车 和 一般 快 车 （ 交 路 和 小 交 路 快 车 ） 如 图 １ 大 ， 所示． 由于城 际轨 道交通 线 路可 能较 长 ， 客服务 旅 需 求 也较城 市 轨道 交通 的旅 客服 务需求 复 杂．

基于非集计模型的出行时间价值影响因素分析

基于非集计模型的出行时间价值影响因素分析

择 的 重 要 因 素 ，在 ｌ ｉ 型 中 ．通 过 一 定 的权 重 ｏｔ ｇ模 比 ，时问可 以等效为 费用 ，时 间转化 为 费用需 要 乘
以系数 ，此 系数 就是 时 间价值 。在经 济学 上 时 间价 值 被定 义 为 ：货 币对 于 时 间的界 限替代 率 。在交 通
票价 、提 高停 车 收费价 格等 手段 。
交通工程 ＴａｉＥ ｇ ｅｒｇ ｒｆ ｎ ｉ ｅｎ ｆ ｃ ｎ ｉ
基于 集计檩 型的 非 出行 时间价值｜ 因素弓 ￣ｌ ｉｇ ｇ
李 世 民 ，安 栓庄 ，张 薇 ，李 鑫 ，龚 杰
（ 国地 铁 工 程 咨 询 有 限 责 任 公 司 ，北 京 １ ０ ３ ） 中 ００ ７
摘 要 ： 以非 集计 模 型 为基 础 ，通 过 模 型 中的 效 用 函 数推 导 出时 间价 值 的计 算 方 法 。 依 据 乌 鲁 木 齐 居 民 出行 调 查 数 据 进 行
效 用 函数 的 标 定 分 析 ，找 出影 响 出行 时 间 价值 的 因 素 ， 同 时也 得 出不 同 家庭 收 入 、 出行 目的 、 出行 时 间 的群 体 进 行 方 式 选择 时 出行 时 间价 值 的 变化 情 况 。
鉴于该 张拉方 法是 基 于 已有 内力 情 况下 张拉 方
［］葛 俊颖 ，王立 友 ． 于Ａ Ｓ Ｓ 桥 梁结 构 分 析 ２ 基 ＮＹ 的 ［ ． 京 ：中国铁道 出版 社 ，２ ０ ． Ｍ］北 ０７ ［］李 国豪 ． 梁结 构振 动 与稳定 ［ ． 京 ：中 国铁 ３ 桥 Ｍ］ 北
道 出版 社 ，２ ０ ． ０３
Ｌ ｈ － ｎ ＡＮ ｈ ａ － ｈ ａ ｇ Ｚ ＩＳ ｉｍｉ， Ｓ ｕ ｎ ｚ ｕ ｎ ， ＨＡＮＧ Ｗ ｅ， ＩＸｉ， ｉ Ｌ ｎ ＧＯＮＧ ｉ Ｊｅ

交规名词解释及简答题答案

交规名词解释及简答题答案

交通规划试题类型与综合练习题本课程考试常见题型有名词解释、问答、计算及证明题等。

一、名词解释：第一章交通规划:道路交通规划指经过调查分析、预测未来的道路交通需求，规划道路网络，并加以实施和修正的全过程。

第二章出行: 出行指居民或车辆为了某一目的从一地向另一地移动的过程，可以分为车辆出行和居民出行。

出行作为计测单位，具备三个基本属性：1.每次出行有起、讫两个端点；2.每次出行有一定的目的3.每次出行采用一种或几种交通方式。

小区形心 :指小区内出行端点密度分布的重心位置（中心点），不一定是该小区的几何面积重心。

期望线：期望线指连接各个小区质心的直线，代表了小区之间的出行，其宽度通常根据出行数大小而定。

核查线：核查线指为校核起讫点调查结果的精度，在调查区域内设置的分隔线，一般借用天然的或人工障碍，如河流、铁道等。

主流倾向线：综合期望线，若干条流向相近的期望线合并汇总而成，突出交通的主要流向。

第三章城市土地利用：“城市土地利用”的一般意义是指城市功能范畴（如居民区、工业区、商业区、零售区、政府机关空间、休闲区等）的空间分布或地理类型土地利用模型：土地利用模型是指描述地域内部经济活动的选址行动以及作为结果的实际土地利用的空间分布的数学模型。

区位：区位就是自然地理位置、经济地理位置和交通地理位置在空间地域上的结合（1）自然地理位置发生作用往往通过经济地理位置得以实现。

（2）交通地理位置一般又是自然地理位置与经济地理位置的综合反映和集中体现。

（3）三种地理位置有机联系，相辅相成，共同作用于地域空间，形成一定的土地区位。

可达性：某交通小区所具有的与其它交通小区发生某种联系的可能性的大小。

关于可达性，Hansen1959年提出了如下的定义：潜能：1940年，提出了“连接两城市中心线相互作用力的大小与两城市人口的乘积成正比，与距离的平方成反比”。

Stawart 引入了人口潜能的概念，作为度量相互作用可能性的尺度。

即“城市（或小区） i 中的 人因城市 j 的人口诱发的相互作用的可能性随着城市 j 的人口增加而增高，随着 ij 间距离的增加而降低”。

基于非集计模型的居民出行方式选择影响因素研究

基于非集计模型的居民出行方式选择影响因素研究

基于非集计模型的居民出行方式选择影响因素研究最近几年,中国的城市化速度越来越快的发展,城市居民出行困难的问题也越来越明显。

不同的出行个体选取不同的出行方法形成了城市的交通方式布局。

交通方式选择是交通规划和政策制定的一个重要的和不可缺少的组成部分。

目前,在城市社会经济发展水平下,研究居民在交通出行时对不同交通方式的大概利用情况,客观有效地预测出交通区分方式,可以为科学合理的城市交通方式结构优化提供决策依据。

最近几年,中国的主要城市都开始认识到,掌握居民出行规律对城市交通规划、组织管理和控制是非常重要的,因此也进行了相应地居民出行调查,以便更好地研究影响居民出行方式选择的因素。

本文通过对城市交通情况的实际调查及相关规划资料的收集整理,分别就常规公交、快速公交、出租车和地铁这四大公共交通方式及非公交方式现状进行调查,同时对城市居民交通方式的主要特性及其影响因素进行描述。

针对当前出行方式选择行为模型很少考虑出行潜变量和潜变量对选择结果产生影响的现状,本文通过结构方程模型刻画潜变量与其测量变量之间的关系,并因此计算出潜变量的适配值；而后依据效用最大化理论,改进以往二项Logit 模型的效用函数,建立包括潜变量作用的整合模型。

综合运用SPSS、Smart PLS 等专业软件对模型求解过程进行解释。

在确定选择模型后,文章针对城市居民出行方式选择主要的影响因素进行区分并予以说明。

根据构建的模型,以南京市为例,对影响居民交通出行方式选择的因素进行问卷调查。

首先对问卷数据进行统计,再用Smart PLS对问卷潜变量数据进行处理,得到潜变量的适配值。

最后用SPSS计算Logit模型,对各潜变量的适配值以及对具有作用的显变量值的参数进行标定并检验,比较分析了对城市居民出行方式选择主要的影响因素。

在对交通出行相关变量进行分析的基础上,最后给出了改善居民交通出行的相关措施。

第七章 非集计模型

第七章 非集计模型


"for his development of theory and methods for analyzing discrete choice"
麦克法登的成就主要在于建立了分析离 散选择（discrete choice)的理论与方 法。
Daniel L. McFadden

The University of Chicago
类别 项目 调查单位 分析单位 因变量 自变量 预测方法 适用范围水平 政策的体现
集计分析 各次出行 交通小区 小区统计值（连续量） 各小区的数据 回归分析等 预测交通小区 交通小区代表值的变化 出行的发生与吸引 ↓ 出行分布 ↓ 交通方式划分 ↓ 径路分配
非集计分析 各次出行 个人（或家庭） 个人的选择（离散量） 各个人的数据 最大似然法 任意 个人变量值的变化 出行频率 ↓ 目的地选择 ↓ 交通方式选择 ↓ 径路选择

7.1 7.2 7.3 7.4
非集计模型概述 选择函数 多元Logit模型 Probit模型

非集计模型（Disaggregate Model）是强调其与 集计模型（Aggregate Model）的不同而命名的， 通常也称为:
◦ 非集计行为模型（Disaggregate Behavioral Model）、 ◦ 个人选择模型（Individual Choice Model） ◦ 离散选择模型（Discrete Choice Model）。
Pijbus =
V
bus ij
exp(Vijbus ) exp(Vijbus ) + exp(Vijcar )
= αt
bus ij
Pijcar = 1 − Pijbus
  1. 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. 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. 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)。

非集计模型
1．1非集计模型研究发展历程
1959年Luce首次对非集计理论中最典型的Lo西t模型进行推导，随后Marschsk
和Suppes等人对Logit模型的理论基础进行了完善。

1974年McFadden对Logit
模型及其特性进行完整的论述，逐步形成了非集计模型的理论体系，其中包括了
多项Logit模型(Multinomial Logit Model，简称MNL)和Nested Logit模型(Nested
Logit Model，简称NL)。

McFadden等人在非集计理论方面取得的成果，带动了美国一些学者对非集计
理论的进一步研究。

70年代中期，Ben．Akiva(1973)、Lemman和Ben-Akiva(1975)，
利用经济学的消费者行为理论，对非集计理论作了进一步完善，其中较为代表的
是1 985年Ben．Akiva出版了(Discrete choice analysis>)一书。

在70年代后期，
Manheim、Ben．Akiva和Lemman研究小组将非集计模型推向了实用化阶段，非集
计的基本思想和理论开始用于实际交通预测，并得到了不断的改进，出现了物理
意义上更丰富和更复杂的改进非集计模型。

例如，Chu(1981，1989)开发的PCL
(paired combinatorial Logit)模型，Bunch(1 991)开发的MNP(Multinomial Probit)
模型，Vovsha(1997)年开发的CNL模型(Cross-Nested Logit)等。

1．2．3国外研究现状
随着居民出行调查和一些出行行为专项调查在许多城市的开展，以调查数据
为基础，利用非集计理论，对个体出行行为特性的研究，取得丰硕的成果。

Grayson(1981)；Wilson(1990)；Forinash和Koppelman(1993)；Bhat(1997)；
Enjian Yao(2005)等人开始利用非集计模型，对个体的出行的交通方式、出行目
的等出行行为特征进行分析。

在多项Logit模型的基础上，Nested Logit模型在上
世纪80年代开始在运输领域得到迅速的发展，广泛应用于多个决策过程之间具有
阶层关系的选择，Koppelman和well(1998)阐述了Nested Logit模型的理论基础
和特性，以最大效用为基础，建立了四种不同交通方式的Nested Logit模型，并丰
富和模型的解释变量。

Hensher和Reyes(2000)使用Nested Logit模型分析了出
行链如何影响个体的交通方式选择行为。

Schwanen(2004)使用1998年荷兰国家
出行调查数据，利用非集计模型比较了男性和女性购物持续的时间的差异。

另外，由于非集计模型是以实际发生出行行为的家庭或个人为分析单位，对
调查数据不是按交通小区，而是以个人或家庭所调查得到的数据直接建模，便于
对出行需求管理政策的实施进行预评估，使非集计模型得到了广泛的发展。

特别
是从上世纪90年代开始，许多学者开始将其应用于TDM策略评价m】。

如1999
年，Wallace等应用非集计模型对拥挤收费等TDM策略实施效果进行评价，并取
得良好的效果；Ettema(1993)等利用MNL模型评价了伦敦市区分时段拥挤收费
策略对居民出行的影响。

1．2．4国内研究现状
对个体出行行为特征的研究，国内开展得比较晚，所做的研究也比较少。

有
关这方面的研究主要有：
上海交通大学隽志才(2005)介绍了基于出行链的出行预测理论发展过程及
有主要模型的优缺点，阐述了基于活动链的出行需求模型系统的框架和预测过程，
探索改进出行需求预测方法的途径。

北京航空航天大学李志纯(2005)研究了确定性动态交通网络中个体的旅行
选择和停车行为，构造了于网络均衡条件等价的变分不等式模型。

并运用基于活
动的建模方法，将该模型延伸到个体的活动、旅行和停车调度问题上，所延伸的
模型考虑了一天中个体对活动类型、活动地点、活动时间长度、停车设施和旅行
路径的选择。

吉林大学李志瑶(2006)利用长春市居民日出行调查数据，建立了基于活动的居民日活动安排、时间选择和方式选择的出行需求预测模型，并用敏感性分析
等方法完成了模型的检验和分析。

同济大学褚浩然(2003)利用详细的居民活动日志调查，对传统调查数据进
行整理和分析，将居民的一次出行看作是一种链的结构，提炼出行链特征参数。

并应用结构方程模型，建立公交出行选择模型，作为交通政策分析和辅助决策的
有力工具。

另外，该研究还从时间使用、行为聚类人群和目的分类、居民属性和
出行属性分析三个主要方面论述了活动分析方法与交通需求管理策略的关系，说
明活动分析方法是交通需求管理策略可行性和有效性的理论基础。

吉林大学富晓艳(2007)基于非集计选择模型对长春市居民出行数据进行分
析，在研究过程中，利用非集计模型建立居民个人的出行次数选择模型，并应用
相关统计软件对模型进行标定，进而分析居民个人的出行次数，从而求得居民个
人出行次数的期望值，初步尝试探索非集计模型和四步骤模型的综合应用问题。

东南大学ITS研究中心的王树盛等人对NL模型的建立和标定方法做了详细地
研究。

他们以单独驾驶小汽车、合用小汽车和公共汽车三种交通方式建立NL模型，
研究NL模型的建模和标定方法。

考虑到单独驾驶小汽车和合用汽车存在私人交通
的共性，将两者组成虚拟选择肢私人交通A，公共汽车属于与私人交通相对立的
公共交通B，成功地建立了两层的NL模型。

王正等人通过建立广义Logit方式划分预测模型拟合桂林市现状居民出行交通
方式的利用特征，并与常用的Logit模型作比较，以客观评价广义Logit模型的性
能。

在其分析结果之中显示，广义lo垂t模型的精度优于Logit方式划分模型。

但
是，广义Logit模型是从非集计模型的自由度这个角度来考虑模型的建立的，即自
由度越高，模型所能描述的范围越广泛，并越接近客观实际情况，模型同时也就
越复杂。

东南大学的周爱娣采用Logit模型、Box Cox Dolt模型、广义Logit模型三种
方法，结合2001年赣州市居民出行调查数据，以公交车、自行车和步行三种出行
方式作为代表，采用费用／收入比、出行时间和出行距离作为效用指标，分别建立
模型研究赣州市居民出行交通方式的选择状况，对各种模型进行了客观的评价。

分析结果得出，由于L0百t的假设条件过于粗糙，拟合结果不够理想；Box Cox Dolt
模型通过改进精度较高，但其假设仍有一定的局限性；广义Logit模型由于引入了
交通方式效用相关特征描述机制而具有较好的精度，但它对计算量要求却很高。

3非集计模型及其参数标定
3．1 代表性非集计模型简介
在实际应用过程中，为了处理上的方便效用函数的概率项气多被假定为相互
独立地服从某种概率分布。

根据其建模过程中所考虑的￡。

服从不同的概率分布，
厂p)也将不同，得到的非集计模型也不同。

如果假定日。

服从相互独立的Gumbel
分布，则为Logit模型；如果假定￡。

服从多元正态分布，则为Probit模型。

交通方式选择问题也是交通市场划分问题。

对于一定规模的交通市场，某种
交通方式被选择多了必然影响到其它方式被选择少了，但交通方式之间也不是完
全对立的，存在着相关或弱相关性，不同的交通方式之间也有程度可变的部分可
替代性，也就是说各种交通方式之间、组成效用项的各因素与选择项之间的交叉
弹性是变化的(称为“柔性")。

因此个体的效用随机项之间是不相互独立的，随机
项也不应为同一分布。

完全取消效用随机项独立同分布的假定可以消除
IIA(Independence of Irrelevant Alternatives)特性带来的偏差和选择概率仅取决于效用差的情况，这类问题由Probit模型研究。

由于Probit模型取消了IID(Independent and Identical Distribution)，各样本随机效用项两两相关，使得模型过于复杂，需要计算多重积分，甚至利用数值方法也难以求解，导致模型的实用性大大降低。

因
此，在交通应用领域进一步改进MNL模型，尤其是改善IIA特性、改善比较合理
性、改善选择项之间的柔性和相关性成为Logit模型目前主要的发展方向。

3．1．1 BNL模型
BNL(Binary-Nomial Logit)模型是在两个选择项之间选择的logit基本模型，
其他类型logit模型法多从此模型发展而来。

BNL模型只有两个选择项，因而其概率函数可表达为：
P=P(Ul>％) (3-1)
=尸(巧+毛>匕+乞)
=P(62<K—K+q)
假定毛，岛相互独立且服从相同的极值分布(又称作二重指数分布，Gumble
分布)，则根据3．1．2结果：
眉2上：。

，(巧一K+q)，(毛)dq (3·2)
而：F(sI)=exp[-exp(-beI)】。