基于Dogit模型考虑路径偏好的日常出行行为研究

来源：交通运输系统工程与信息杂志2016年第6期北京时间：

作者：田丽君，江晓岚，刘天亮，赵永翔

单位：1. 福州大学经济与管理学院，福州350116；2. 北京航空航天大学经济管理学院，北京100191

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.

关键词：城市交通,路径偏好,Dogit模型,日常出行,动态演化

基金资助：国家自然科学基金/National Natural Science Foundation of China(71271001,71301028,71303051,71671044)；福建省杰出青年科学基金/Excellent Youth Science Foundation of Fujian Province(2016J06017).