【正文】 [4]等結(jié)合非集計離散選擇模型的基本理論與建模方法 ,在 20xx年北京居民出行調(diào)查數(shù)據(jù)基礎(chǔ)上 ,建立了 居民出行方式選擇 MNL模型。在模型中選擇了包括公交、私家車、自行車等 5 種居民常用的出行方式，分析影響居民出行方式選擇的因素，確定了影響居民出行方式選擇的特性變量及其對應(yīng)的取值方法。并應(yīng)用 Matlab優(yōu)化工具箱中的無約束最優(yōu)化函數(shù)模塊對所建的 MNL模型中的未知參數(shù)進行了標(biāo)定 ,較高的命中率表明了模型的精確性。文章得出結(jié)論：非集計模型的建模方法能夠更加全面的考慮居民出行方式選擇的各項影響因素 ,尤其是出行者的個人特征變量 ,提升了模型的預(yù)測準確度和實際可操作性。 20xx 年，李軍、朱順應(yīng) [5]等以長株潭城際軌道交通方 式劃分為例 ,對數(shù)據(jù)的調(diào)查方法進行了詳細的介紹 ,利用正交設(shè)計法對 SP調(diào)查表格進行了設(shè)計，分別建立基于 RP和 SP數(shù)據(jù)的 Logit模型 ,通過引入 SP比例參數(shù)克服模型中的隨機項存在的差異性 ,構(gòu)造出 RPamp。SP聯(lián)合數(shù)據(jù)模型 ,并分別利用 3種模型對未來的交通方式分擔(dān)率進行了預(yù)測 ,并對預(yù)測得到的結(jié)果進行了對比分析。文章得出結(jié)論： RPamp。SP 聯(lián)合數(shù)據(jù)的 logit 模型能夠克服單獨使用其中一種數(shù)據(jù)時產(chǎn)生的誤差，得到更加準確的交通方式分擔(dān)率的預(yù)測結(jié)果。 20xx 年，李淑朋 [6]利用 SP 和 RP 結(jié)合的調(diào)查問卷數(shù)據(jù)，采用多階段抽樣方法，建立了 基于 Neted logit 模型的通勤者交通分擔(dān)河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 3 模型，分析了成都地鐵一號線對城市通勤者出行行為所產(chǎn)生的影響，并對票價等因素進行了敏感性分析，為地鐵線路的運營提供了政策參考。 20xx 年，趙貝 [7]在居民出行行為分析中引入?yún)f(xié)同學(xué)及自組織原理，采用正交設(shè)計方法，獲得 SP與 RP 聯(lián)合數(shù)據(jù)，建立居民出行 MNL 模型，以社會效益最大化為目標(biāo)函數(shù)，求解出長春市居民最佳出行比例，并為公交優(yōu)先政策提供了參考建議及理論依據(jù)。20xx 年，陳俊勵、馬云龍 [8]等基于北京市第三次居民出行調(diào)查數(shù)據(jù)，建立了基于時間的交通方式選擇巢式 Logit 模型，定量分析了出行者的個人屬性特征對其選擇公交出行的影響 ,為制定公交優(yōu)先政策提供了理論依據(jù)。 20xx 年，陳林 [9]改進了成渝通道新開高鐵的背景下出行者的 SP 數(shù)據(jù)，建立了 MNL 和 NL 模型，并分別用 SPSS 和 NLOGIT 軟件進行參數(shù)標(biāo)定，分析其實驗結(jié)果產(chǎn)生的差異，通過結(jié)果驗證了 NL 模型比 MNL 模型更加精確，并得出了影響出行者出行行為的關(guān)鍵因素。除此之外， Logit 模型還被廣泛應(yīng)用于路線選擇、停車選擇甚至交通領(lǐng)域以外的其他領(lǐng)域之中。 研究內(nèi)容及路線 研究內(nèi)容 以效用理論為基礎(chǔ)，非集計模型 現(xiàn)已廣泛地被運用到了交通領(lǐng)域當(dāng)中，被稱為交通行為分析的工具。本文 在 SPamp。RP 聯(lián)合數(shù)據(jù)的基礎(chǔ)上，通過無作為抽樣得到與天津市居民出行有關(guān)的居民個人變量 、 影響居民選擇交通方式概率的各種交通方式選擇方案的特性變量 ，利用非集計模型的相關(guān)理論知識 建立 居民 出行方式選擇的 MNL 模型 。由于傳統(tǒng)估計方法，特性變量的數(shù)量個數(shù)受限制，本文擬研究舒適度、是否用 APP 等 11 個影響因素對交通出行方式的影響，考慮到參數(shù)估計過程中的實際操作難度，以后章節(jié)會對 MNL 模型新的參數(shù)標(biāo)定方法進行詳細介紹。 由非集計模型特性可知個人出行選擇概率 Pin與出行方式效用值 Vin的關(guān)系，且效用理論中的效用函數(shù) Vin與出行方式特征變量 Xink存在線性關(guān)系，因此，筆者采用將調(diào)查問卷所得數(shù)據(jù)進行匯總統(tǒng)計的方法，參照已有研究成果，對各種出行方式選擇優(yōu)先度區(qū)間內(nèi)居民出行方式選擇概率提出分布假設(shè)并進行檢驗，進而結(jié)合研究出的分布特征與多元線性回歸的方法對效用 特征變量關(guān)系模型進行求解，最終求得居民出行方式選擇概率 出行方式特征變量關(guān)系模型。 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 4 研究中引入多個影響變量，使模型更加接近現(xiàn)實情況。最后， 對所研究的居民出行方式的特征變量進行彈性分析，并進行調(diào)控， 為提高 公共交通出行比例 提出建議，為制定交通政策提供理論依據(jù)。 技術(shù)路線 確 定 研 究 對 象 及 目標(biāo)居 民 出 行 S P amp。 R P 數(shù)據(jù) 調(diào) 查 統(tǒng) 計出 行 方 式 選 擇 優(yōu) 先度 選 擇 概 率 轉(zhuǎn) 化居 民 出 行 交 通 方 式特 性 變 量 數(shù) 據(jù)出 行 方 式 效 用 函 數(shù)居 民 出 行 方 式 選 擇M N L 模 型M A T L A B 軟 件 分 析居 民 出 行 交 通 方 式分 擔(dān) 率居 民 出 行 方 式 影 響因 素 分 析得 出 調(diào) 整 公 共 交 通出 行 比 例 調(diào) 控 方 向S P S S 軟 件 分 析 圖 論文技術(shù)路線圖 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 5 論文結(jié)構(gòu) 第一章，緒論。第一章中主要闡述了該論文的研究背景和研究意義，介紹了國內(nèi)外對非集計模型研究現(xiàn)狀，并介紹本文的框架結(jié)構(gòu)及技術(shù)路線。 第二章，模型的理論介紹。此章主要介紹集計模型的特點、非集計模型的理論基礎(chǔ)與應(yīng)用，確定效用函數(shù)形式后，建立了 MNL 模型模型，并介紹了 MNL 模型的傳統(tǒng)參數(shù)估計方法。 第三章， SP 與 RP調(diào)查介紹，問卷設(shè)計、抽樣方法及樣本量。該章詳細介紹調(diào)查問卷的設(shè)計步驟與相關(guān)原則，詳述如何設(shè)計居民出行行為 RPamp。SP 調(diào)查問卷的設(shè)計。最后對抽樣方法及樣本量的確定做了闡述。 第四章，數(shù)據(jù)分析，參數(shù)估計與彈性分析。此章對問卷所采集的數(shù)據(jù)進行樣本分析。根據(jù)非集計模型理論及效用理論對數(shù)據(jù)進行分析，回歸出效用函數(shù)的各項參數(shù)，最后得出 MNL 模型的的表達式。在 MNL 模型的基礎(chǔ)上對特征變量進行彈性分析，提出提高公共交通出行比例的措施 。 第五章，結(jié)論與展望。本章說明了建模數(shù)據(jù)處理時運用的新思路和得到的結(jié)論，并指出文 章的待改進之處。 2 非集計模型的理論基礎(chǔ) 集計模型與非集計模型 在進行交通規(guī)劃或交通需求量預(yù)測時，把需要調(diào)查的群體人為的劃分為若干個小區(qū)，然后以小區(qū)為單位進行數(shù)據(jù)收集和分析，然后把每一單位的數(shù)據(jù)進行集計處理，形成放大的樣本或建立模型。通過上述集計處理得到的數(shù)據(jù)稱為集計數(shù)據(jù)，而用集計數(shù)據(jù)所建立的模型稱為集計模型。 以集計模型為基礎(chǔ)最為廣泛應(yīng)用的方法就是四階段法，在其原理基礎(chǔ)上開發(fā)的應(yīng)用軟件也被應(yīng)用到交通規(guī)劃和交通需求預(yù)測的問題上。然而，隨著理論的發(fā)展成熟，集計模型本身的缺陷越來越多的表現(xiàn)出來。 首先，四階段法在預(yù)測時假設(shè)交通方式保持不變，而這一假設(shè)明顯與現(xiàn)實不符。另外，模型中并不包括能夠反映交通服務(wù)水平的變量，變量結(jié)構(gòu)不協(xié)調(diào)，模型不能貼近實際情況。建立集計模型需要大量的基礎(chǔ)數(shù)據(jù)，對于數(shù)據(jù)收集和處理均需要花費大量的時間和成本，河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 6 即便如此，在數(shù)據(jù)進行集計處理時，仍然會丟失一些對模型有重要影響的因素。另外整個周期較長，后期能夠提出的方案也很少。以小區(qū)為單位進行需求預(yù)測或規(guī)劃時，人為去劃分小區(qū)會影響結(jié)果的客觀性。最后，隨著經(jīng)濟發(fā)展，交通需求與供給嚴重不匹配，如何高效利用既有的交通設(shè)施成為新的問題，四階段法無 法明確的給出解決問題的辦法來滿足多樣化的規(guī)劃目的。 基于上述提到的集計模型存在的缺陷，人們嘗試用新的理論來代替集計模型，而能夠克服這些問題的就是目前被學(xué)者廣泛研究的非集計模型。 在交通規(guī)劃或交通需求預(yù)測時，直接以出行個人為研究單位建立樣本，不經(jīng)過集計數(shù)據(jù)處理得到的便是非集計數(shù)據(jù)，運用此類數(shù)據(jù)建立的模型被稱為非集計模型。通常，非集計模型所研究的對象是離散量，所以又稱為離散選擇模型。 非集計模型具有的優(yōu)點十分明顯：（ 1）效率高、成本低：非集計模型建模時可以直接使用個人數(shù)據(jù)，數(shù)據(jù)利用率高，而且不會出現(xiàn)因數(shù)據(jù)的集計 問題而造成數(shù)據(jù)丟失的現(xiàn)象。另外，建立模型所需樣本量大大減少，降低了調(diào)查成本。（ 2）建模方便、操作簡單（ 3）變量數(shù)量可增加：非集計模型可以用較少的數(shù)據(jù)包含各種有用的特性變量。當(dāng)考慮到個人的社會經(jīng)濟屬性時，可以用來分析政策對不同集團的影響評價。（ 4）可移植性：集計模型由于社會經(jīng)濟因素而受到限制。相比而言，根據(jù)個人選擇行為建立起來的非集計模型，在社會經(jīng)濟屬性相同的前提下，模型具有可移植性，從很大程度上解決了建模所需的成本問題。 現(xiàn)存的非集計模型模型從模型結(jié)果的角度可分為：決定論型和概率型。（ 1）非集計 — 決定論型： 代表模型有數(shù)理化理論 II 類模型、判別分析等。（ 2）非集計 — 概率論型：典型代表有 probit 模型和 logit 模型。這兩個模型都是根據(jù)經(jīng)濟學(xué)原理，假設(shè)個人在可能的選擇方案中選擇對其而言效用最大的方案。 logit模型假設(shè)效用函數(shù)的概率服從二重指數(shù)分布，而 probit 模型假設(shè)效用函數(shù)服從正態(tài)分布 [10]。 同時，非集計 — 概率論模型在實踐中更加具有優(yōu)越性。由于多種因素共同影響著出行者的交通行為，具有非常多的不確定性。出行者的特性、出行者認知的信息及其對交通行為的影響無法在決定論模型中得到體現(xiàn)。另外，決定論模型構(gòu)造選擇 函數(shù)時，無法考慮到所有可能影響交通選擇行為的特性變量，不能準確描述實際選擇現(xiàn)象。當(dāng)試圖包含所有變量時，函數(shù)又將十分復(fù)雜而失去其實用性。 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 7 而在上述兩種概率模型中， Logit 模型因其結(jié)構(gòu)簡單，操作方便，相對便于計算因而研究應(yīng)用最為廣泛。當(dāng)出行者的選擇方案只有兩項時，稱為 BL(Binary Logit)模型。當(dāng)出行者的選擇方案集合有三個或三個以上時，稱為 MNL（ Multinomial Logit）模型。當(dāng)選擇方案集合中部分選擇方案具有較大相似性時，可以將相似性較大的方案放入一個巢內(nèi)，根據(jù)其類似性形成多個水平，稱為NL（ Nested Logit）巢式模型或分層模型。另外根據(jù)實際問題的情況，還有 Mixed logit 模型等其它類型的模型。 效用函數(shù)理論 非集計模型的理論基礎(chǔ)基礎(chǔ)是消費者在選擇時追求“效用”最大化這一假說。在進行交通方式選擇時，出行者與消費者具有同樣的特點，所以將效用理論運用于交通問題的分析之中。 非集計模型的基本前提假設(shè)有以下 2個：（ 1）出行者是做出交通行為抉擇的最小單位；（ 2）根據(jù)效用理論，出行者在某一選擇狀態(tài)下，會選擇其認知范圍內(nèi)對其自身效用最大的交通方式。并且，對于不同的選擇方案，其效用 也會由于其所包含的特性變量的不同而有所不同。具體來說，就是某種交通方式的出行成本、出行時間、舒適度等選擇方案的相關(guān)特性，出行者的年齡、職業(yè)、收入等出行者自身特性，以及出行目的等其他與交通行為有關(guān)的特性都會對影響出行者選擇某種交通方式的效用值 [11]。 假設(shè)某出行者 n 的選擇集合為 nA ，選擇其中的方案 j 的效用為 njU ，則該出行者 n從 nA 中選擇方案 i的條件為： nnn , AjjiUU ji ??? 隨機效用理論同時認為效用函數(shù)是一個隨機變量。隨機效用理論通常將效用函數(shù) U 分為固定項部分和隨機變化部分（概率項）兩大部分，并假設(shè)兩者之間呈線性關(guān)系。因此，如果假設(shè)出行者 n 選擇方案 i 的效用為 inU ,則 niU 可以表示為： nnn iii VU ??? 式中： niV —— 出行者 n 選擇方案 i 的效用函數(shù)中的固定項； ni? —— 出行者 n 選擇方案 i 的效用函數(shù)中的概率項； 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 8 根據(jù)效用最大化理論，出行者 m 選擇方 案 i 的概率 imP 的概率可以寫成下面的形式： ),。oPr ,。oPr njnjninin njninin AjjiVV AjjiUUP ?????? ???? ??（ ）（ 其中： ?? ??? n .1,10 nn Ai ii PP 上述函數(shù)具有以下性質(zhì)： （ 1） 在效用函數(shù)中增加常數(shù)項 0V ，選擇概率不變。即： ））（ njnjninin njnjninini AjjiVVVV AjjiVVP ???????? ?????? ,。o(Pr ,。oPr 00n ?? ?? （ 2） 效用函數(shù)擴大 ? 倍，選擇概率不變。即： ），）（ 0,。o(Pr ,。oPr ??????? ?????? ??????? ?? njnjminin njnjnininin AjjiVV AjjiVVP 由上述性質(zhì)可知：不論概率項的平均值取什么樣的常數(shù)（通常設(shè)為 0）都不會影響選擇的概率；當(dāng)概率項被放大 ? 倍，則固定項以及其中包含的參數(shù)也被放大相同 ? 倍。 由于從選擇方案集合 Am 中選擇方案 i的條件為： njni AjjiUU ??? ,n 也可以表示為： njnin AjjiUU ??? ,m a x 這種表示方法可以被看成是將選擇方案集合 An 中的方案 i以外的所有方案j 看作一個合成的選擇方案，其效用函數(shù)為所有 j 中效用最大者。如果， Uin 超過了這個和合成方案的效用方案 i將被選擇。即， ））（（ ）（ jnjminin njninin VV AjjiUUP ?? ???? ???? m a xoPr ,。m a xoPr 上述公式是導(dǎo)出多項 Logit 模型