基于Dogit模型考虑路径偏好的日常出行行为研究

发布时间：2017-09-14 01:25

  本文关键词：基于Dogit模型考虑路径偏好的日常出行行为研究

  更多相关文章： 城市交通 路径偏好 Dogit模型 日常出行 动态演化

【摘要】：出行个体每日的路径选择,不仅与路径的感知出行时间有关,还受到出行个体自身偏好、习惯等因素的影响.本文基于Dogit模型,在传统的日常路径选择模型中加入路径偏好动态更新规则,并给出三种感知出行时间学习模式,对比分析了个体路径偏好对日常路径流量演化轨迹的影响.算例结果表明,与静态Dogit模型相比,Logit模型会因忽略个体路径偏好而高估路径之间的差异性,且总是会高估"优势"路径的流量,低估"劣势"路径的流量.当个体路径偏好动态更新时,其均衡流量结果介于Logit模型和初始参数相同的静态Dogit模型之间.
【作者单位】： 福州大学经济与管理学院;北京航空航天大学经济管理学院;
【关键词】： 城市交通 路径偏好 Dogit模型 日常出行 动态演化
【基金】：国家自然科学基金(71271001,71301028,71303051,71671044) 福建省杰出青年科学基金(2016J06017)~~
【分类号】：U491
【正文快照】： 0引言城市居民日常通勤出行和生活出行是城市交通的主要来源,如何清晰地刻画出行个体的日常路径选择决策行为一直都是交通领域关注的研究热点[1-2].在日复一日的择路过程中,出行者的感知出行时间会随着出行经历动态更新变化,是影响路径选择和出行流量演化轨迹的重要因素[3].此，

本文编号：847046