【正文】 未知參數(shù)； 未知參數(shù)向量:],...,[ 1 ?? k??? 通常， inV 為向量 ? 和 inX 的函數(shù) ),( inXf ? ，即 ），（ inin XfV ?? 。函數(shù)形式如下，由于 ?為待定參數(shù)，下式可以表示任意一種函數(shù)形式，具有普遍性。通過模型的函數(shù)關(guān)系式可以看出，某種 選擇方案的選擇概率與其河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 11 效用值本身的大小無關(guān)，而與各選擇方案的效用值之差有關(guān)，所以在選擇效用值時(shí)，要選擇那些對(duì)效用值產(chǎn)生差異的變量。（ 2）當(dāng)公交、地鐵不包括如小汽車的燃料費(fèi)之類的變量時(shí)可以省略。 傳統(tǒng)參數(shù)標(biāo)定方法 在傳統(tǒng)非集計(jì)模型參數(shù)標(biāo)定過程中，常常采用以下數(shù)據(jù)結(jié)構(gòu)形式，僅以出行者 n 為例有兩種 選擇方案的情況簡(jiǎn)單進(jìn)行說明 [12]： 出行者 選擇方案 選擇結(jié)果 固有啞元 燃料費(fèi) 時(shí)間 票費(fèi) 收入 年齡 n 公交 0 0 0 35 1 2800 24 小汽車 1 1 15 0 ： ?? ??? Ni nnnn PPLL 1 2211* )lnln(ln ?? L? 和荷賽矩陣 L2? ,即： 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 14 NR 法進(jìn)行 ? 值的估計(jì)： 步驟一：設(shè) ? 的初始值為 0 )0( )0( ?? ,對(duì)于多維方程，設(shè) ]0...0,0[0 ??）（? 。 )())(( )m(1)m(2)(1 ???? LLmm ????? ）（ 步驟四：求出上述切線方程式與 ? 軸的交點(diǎn) ）（ 1?m? 步驟五：檢驗(yàn)下式是否成立，成立則計(jì)算停止，否則返回步驟三繼續(xù)迭代。在極大似然函數(shù)的凸性無法保證時(shí)，需要隨機(jī)給出 0以外的多組數(shù)值，反復(fù)試算。該方法作為傳統(tǒng)調(diào)查方法應(yīng)用廣泛，其基本目標(biāo)是通過了解城市居民出行現(xiàn)狀，分析居民出行特征，預(yù)測(cè)未來的交通需求。其次，變量的數(shù)量及選擇范圍不全面。 (2)個(gè)人特征信息 主要包括出行者的性別、收入、等會(huì)影響交通方式選擇的私人信息。該方法內(nèi)容可靠， 表格回收率高。 (3)公交站點(diǎn)調(diào)查 為了解公交客流分布，可以派人去車上或站上進(jìn)行詢問調(diào)查，了解乘客起訖點(diǎn)與中轉(zhuǎn)情況。利用月票換卡和購(gòu)買之前，發(fā)表給購(gòu)票者填寫一些個(gè)人信息及其經(jīng)常選擇的線路或交通 方式的相關(guān)信息； (5)路邊詢問調(diào)查 在主要道路或城市出入口設(shè)調(diào)查站，詢問車輛的出行起訖點(diǎn)以及其他出行信河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 17 息。適用于對(duì)出行者出行行為的某一方面進(jìn)行重點(diǎn)調(diào)查，或者作為補(bǔ)充調(diào)查的方法。假如，有時(shí)需要了解被調(diào)查者在未來提供了某種交通服務(wù)或新建某種交通設(shè)施時(shí)，將會(huì)如何選擇等。 SP 方法具有成本低、效率高等優(yōu)點(diǎn)，調(diào)查的特性變量的屬性水平可以在 SP 調(diào)查中，根據(jù)實(shí)際問題和專業(yè)經(jīng)驗(yàn)確定需要調(diào)查的屬性 (即選擇變量 )，并根據(jù)實(shí)際情況設(shè)定各屬性的多種可能取值 (即變量的不同水平值 )。另外， 由于可以調(diào)查相同條件下的不同被調(diào)查者的反應(yīng)，因而可以研究由于個(gè)人屬性不同而產(chǎn)生的選擇結(jié)果的差異，計(jì)算在每個(gè)選擇條件下特定的選擇方案的選擇問題并由此進(jìn)行集計(jì)。首先，如果調(diào)查時(shí)考慮的影響因素太多，調(diào)查表的內(nèi)容將會(huì)增 加，這不僅會(huì)增加調(diào)查工作的難度，而且會(huì)的導(dǎo)致被調(diào)查者無法回答或出現(xiàn)拒絕合作的現(xiàn)象。換句話說，被調(diào)查者本該是通過被提示的的選擇條件以外的某些因素進(jìn)行判斷選擇，但這時(shí)卻變成了通過被提示的因素進(jìn)行判斷，從 而改變了這些因素的影響程度，使得調(diào)查到的選擇過程與實(shí)際的選擇過程相背離。人們知道，通常排序的可靠性隨著排位的下降而降低，因此在排序調(diào)查中常常不需要對(duì)有所提示的選擇項(xiàng)目進(jìn)行排序，例如，可以要求只列出前三位。這種數(shù)據(jù)的可靠性受到被實(shí)驗(yàn)者的能力的限制。因此，根據(jù)調(diào)查方法的不同， SP 數(shù)據(jù)可以分為選擇數(shù)據(jù)、排序數(shù)據(jù)、打分?jǐn)?shù)據(jù)和匹配數(shù)據(jù) 4 類，其中打分?jǐn)?shù)據(jù)和匹 配數(shù)據(jù)有時(shí)被稱為成對(duì)比較數(shù)據(jù)。但在建立選擇條件數(shù)據(jù)時(shí)，并非意味著全部的數(shù)據(jù)都要通過對(duì)被調(diào)查者的詢問調(diào)查來獲得。為了避免這種問題的發(fā)生，多由調(diào)查者根據(jù)統(tǒng)一的標(biāo)準(zhǔn)建立數(shù)據(jù)，才能得 到較好的結(jié)果。調(diào)查表設(shè)計(jì)的好壞直接影響調(diào)查結(jié)果的精度。在表述方面，應(yīng)當(dāng)使用最簡(jiǎn)練的語言，設(shè)計(jì)最容易理解的問題，當(dāng)曲解或不理解調(diào)查者的意圖時(shí)，被回答的問題也將失去價(jià)值。這是取得被調(diào)查者信任、爭(zhēng)取合作的最重要的一步。 （ 4） 與實(shí)際的選擇方案有關(guān)的特性 如選擇了哪個(gè)方案，該方案的時(shí)間、費(fèi)用等。另外，預(yù)先將特性值設(shè)定為若干個(gè)水平時(shí)，可以根據(jù)實(shí)驗(yàn)規(guī)劃法的思路設(shè)計(jì)選擇項(xiàng)，即利用正交設(shè)計(jì)法從所有的選擇項(xiàng)中抽取一部分選擇項(xiàng)將有利于大大提高調(diào)查的效率。同時(shí)，計(jì)算得到的系數(shù)會(huì)隨著取值范圍的加寬而更加穩(wěn)定，當(dāng)然，應(yīng)該均處于被調(diào)查者可想象可接受的范圍之內(nèi)。這樣得到的樣本能夠反映總體的構(gòu)成及特點(diǎn)。首先，通過簡(jiǎn)單隨機(jī)抽樣或系統(tǒng)抽樣從這些現(xiàn)有數(shù)據(jù)中選擇調(diào)查對(duì)象。另外，抽樣工作需要大量的費(fèi)用和時(shí)間， 因此，當(dāng)抽樣率較小時(shí)不宜采用此法。之后有人模擬隨機(jī)抽樣，通過抽取不同樣本量的數(shù)據(jù)，將計(jì)算結(jié)果與 總體進(jìn)行比較，得到結(jié)論：當(dāng)樣本量取 8001000 時(shí)，計(jì)算所得所有的參數(shù)與總體的差異小于 。在實(shí)際情況下，地鐵與輕軌的各種特性幾乎相同，所以在調(diào)查中把輕軌出行合并到地鐵中進(jìn)行分析。此集合在建立模型時(shí)進(jìn)行了簡(jiǎn)單介紹。根據(jù)已有專家研究成果及數(shù)據(jù)，通過相關(guān)方法將出行方式優(yōu)先程度轉(zhuǎn)化為居民出行方式選擇概率，同時(shí)結(jié)合效用理論，可求得多組不同出行方式效用 特性變量數(shù)據(jù)。 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 24 問 卷 收 集居 民 出 行 方 式 選擇 意 向 排 序不 同 出 行 方 式 相關(guān) 特 性 信 息生 成 多 組 出 行 方式 選 擇 概 率多 組 出 行 方 式 效用 值 數(shù) 據(jù) 矩 陣不 同 出 行 方 式 的數(shù) 值 特 征 矩 陣效 用 出 行 特 征變 量 關(guān) 系 模 型模 型 檢 驗(yàn)對(duì) 出 行 特 征 變 量的 采 用 情 況 進(jìn) 行優(yōu) 化采 用 該 效 用 模型 ， 建 立 出 行 方式 選 擇 概 率 特性 變 量 關(guān) 系 模 型數(shù) 據(jù) 統(tǒng) 計(jì) 整理通 過 已 有 研 究 成 果及 數(shù) 據(jù) 分 析結(jié) 合 效 用 理 論 計(jì) 算得 出擬 合 情 況 不 合 格擬 合 情 況 合 格多 元 線 性 回 歸 圖 參數(shù)標(biāo)定方法技術(shù)路線圖 選擇優(yōu)先度與個(gè)人出行方式選擇概率之間的轉(zhuǎn)化 由于居民對(duì)其單次出行時(shí)，不同出行方式的選擇概率沒有直觀的概念，直接調(diào)查得難度較大且數(shù)據(jù)不精準(zhǔn)，若改為調(diào)查居民針對(duì)某一次出行過程中各出行方式的選擇優(yōu)先程度，便會(huì)提高居民出行方式選擇意向調(diào)查的可信度與易操作程度。概率數(shù)據(jù)匯總?cè)缦拢? 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 26 表 交通方式選擇概率參考數(shù)據(jù)表 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 以最優(yōu)先選擇的交通方式的居民選擇出行概率數(shù)據(jù)為例，提出分布假設(shè)，并進(jìn)行分布擬合檢驗(yàn)。 由上可得個(gè)人出行方式選擇概率的分布特征統(tǒng)計(jì)如下表 ：根據(jù)其分布特點(diǎn)，通過 MATLAB 軟件產(chǎn)生與其分布特征相同的隨機(jī)概率矩陣，如表 所示： 表 出行者選擇概率分布特征 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 平均值 標(biāo)準(zhǔn)差 表 各優(yōu)先度區(qū)間內(nèi)選擇出行概率模擬計(jì)算表 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 1 16 2 17 3 18 4 19 5 20 6 21 7 22 8 23 9 24 10 25 11 26 12 27 13 28 14 29 15 30 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 29 各交通方式效用值 Vin 的求解 根據(jù)效用理論中選擇概率表達(dá)式： ),(,1 nAjVVAjVVin AjieeePninjnnjnin ??? ????? 針對(duì)本文所研究情況，以第一個(gè)調(diào)查者對(duì)于四種交通方式的模擬選擇概率數(shù)據(jù)為例， 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 1 假設(shè)該調(diào)查者針對(duì)其出行路線上四種交通方式的選擇優(yōu)先程度為：地鐵 公共汽車 小汽車 電動(dòng)車，其中模型建立初期，已經(jīng)默認(rèn)公共汽車 i=1，地鐵 i=2，小汽車 i=3，電動(dòng)車 i=4。通過 SPSS 軟件，對(duì)上述 100 組調(diào)差數(shù)據(jù)進(jìn)行多元線性回歸分析，得到結(jié)果： 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 32 表 SPSS 多元回歸結(jié)果匯總 回歸模型的 R2為 ，接近于 1，說明回歸出的線性關(guān)系擬合度很高，因變量自變量之間的線形關(guān)系得到很好的描述。 b. 因變量 : Vin Anovab 模型 平方和 df 均方 F Sig. 1 回歸 .030 1 .020 .001a 殘差 .001 18 .000 總計(jì) .021 19 a. 預(yù)測(cè)變量 : (常量 ), APP, 換乘次數(shù) , 上車步行時(shí)間 , 舒適度 , 候車時(shí)間 , 下車步行時(shí)間 , 車內(nèi)時(shí)間 , 車票費(fèi)。根據(jù)系數(shù)表，可以寫出回歸方程為： 1 2 3 4 5 6 7 83 .3 8 0 1 .2 5 5 0 .0 7 9 0 .2 0 5 0 .0 2 8 3 .4 2 7 0 .0 3 3 0 .6 8 0 0 .9 2 7y x x x x x x x x? ? ? ? ? ? ? ? ? ? t 檢驗(yàn)是對(duì)回歸系數(shù)的檢驗(yàn)，考察是否每一個(gè)自變量都對(duì)因變量有顯著的影響，其中 SIG 值越靠近 0越好。過程如下圖： 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 30 圖 MATLAB 軟件操作界面 對(duì)各出行者不同交通方式效用值求解，匯總結(jié)果如下 表： 表 各出行者不同交通方式效用值 組數(shù) V1n V2n V3n V4n 1 2 0 3 4 0 5 0 6 0 7 8 9 0 10 0 11 12 0 13 0 14 0 15 0 0 16 0 17 18 0 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 31 19 0 0 20 多元線性回歸分析求解效用 出行特征變量關(guān)系模型 上表中每一組效用值 Vin對(duì)應(yīng)一組居民調(diào)查數(shù)據(jù)，根據(jù)效用理論得知，針對(duì)某一特定路線，出行方式的效用值與其在該路線上的出行特征變量存在線性關(guān)系，即 1 1 5 1 5 6 1 6 7 1 7 8 1 89 1 9 9 1 9 1 0 1 1 0 1 1 1 1 1 1 4 1 1 4n n n n nn n n n nV X X X XX X X X X? ? ? ? ?? ? ? ? ?? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? 2 2 5 2 5 6 2 6 7 2 7 8 2 8 1 0 2 1 01 1 2 1 1 1 4 2 1 4n n n n n nnnV X X X X XXX? ? ? ? ? ???? ? ? ? ? ? ? ? ? ? ?? ? ? ? 3 3 4 3 4 1 0 3 7 1 0 3 1 0 1 1 3 1 1 1 2 3 1 2 1 3 3 1 3n n n n n n nV X X X X X X? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? 4 10 4 10 11 4 11n n nV X X??? ? ? ? ? 因此，可對(duì)得出的多組效用值數(shù)據(jù)與問卷得出的出行特征變量數(shù)據(jù)進(jìn)行多元線性回歸，以此建立效用 出行特征變量關(guān)系模型。 由于 zα /4==,KS檢驗(yàn)方法的拒絕域?yàn)? 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 27 1111 .3 4 8 1 .9 6gu ?? ? ?或 2222 1 .9 6gu ????? 針對(duì)最優(yōu)先的出行方式，得出的檢驗(yàn)結(jié)果如下： 表 KS 檢驗(yàn)結(jié)果統(tǒng)計(jì)表 描述 統(tǒng)計(jì)量 標(biāo)準(zhǔn)誤 數(shù)值 均值 .50854045 .012969471 均值的 95% 置信區(qū)間 下限 .48139503 上限 .53568587