單參數(shù)PCL型隨機(jī)路徑選擇模型研究.pdf

1、隨機(jī)路徑選擇模型由于具有較好地再現(xiàn)交通出行選擇行為的能力，是智能交通系統(tǒng)中交通仿真和動(dòng)態(tài)路徑誘導(dǎo)的核心模型。Logit隨機(jī)路徑選擇模型山于其能夠較好地反映出行選擇行為的隨機(jī)性且模型計(jì)算簡(jiǎn)單，受到研究者的廣泛關(guān)注。
　　 本文首先回顧了Logit隨機(jī)路徑選擇模型，分析其存在的兩大缺陷：(1)無(wú)法計(jì)算路徑重疊問(wèn)題；(2)缺乏路徑之間相對(duì)比較的合理性。PCL模型對(duì)Logit模型進(jìn)行了改進(jìn)，能有效地計(jì)算路徑重疊問(wèn)題，但仍然無(wú)法緩解Log

2、it模型的第二個(gè)缺陷，且定義的相似性系數(shù)缺乏理論依據(jù)、增加了模型參數(shù)估計(jì)的復(fù)雜度。
　　 針對(duì)這一問(wèn)題，本文提出了兩種不同應(yīng)用背景下的單參數(shù)PCL型隨機(jī)路徑選擇模型，在原PCL模型的基礎(chǔ)上進(jìn)行了三點(diǎn)改進(jìn)：(1)將相對(duì)阻抗代替原模型中的絕對(duì)阻抗，使得模型參數(shù)無(wú)量綱化，增加了路徑間相對(duì)比較的合理性；(2)基于等概率事件，將路徑兩兩等效成一條路徑，在不增加模型參數(shù)的情況下既計(jì)算了路徑重疊問(wèn)題，又簡(jiǎn)化了路網(wǎng)；(3)根據(jù)路徑間的相關(guān)性將路

3、徑分巢，能較好地緩解不相關(guān)路徑間誤差。實(shí)例計(jì)算結(jié)果表明：改進(jìn)的PCL模型計(jì)算簡(jiǎn)單，且比原PCL模型更能有效地計(jì)算路徑重疊問(wèn)題。
　　 其次，本文從Logit模型的理論基礎(chǔ)出發(fā)，推導(dǎo)出了路徑選擇概率和路徑相對(duì)阻抗之間的連續(xù)函數(shù)關(guān)系，使得利用基于最小二乘法的曲線擬合方法對(duì)模型的參數(shù)進(jìn)行估計(jì)成為可能。并應(yīng)用廣州市天河區(qū)中心區(qū)域路網(wǎng)的出租車(chē)駕駛員實(shí)測(cè)出行路徑數(shù)據(jù)進(jìn)行實(shí)例分析，結(jié)果表明：本文提出的方法不需要在每次迭代時(shí)重新計(jì)算路段選擇概率