基于凸模型与分层扩展Logit模型的出行需求预测方法
最优化与控制
2023-08-04 v1
摘要
出行需求预测模型在评估大型基础设施项目（如新建道路或公交线路）中起着关键作用。虽然组合建模方法已被探索作为克服顺序四步建模过程中输入输出不一致问题的一种解决方案，但先前对组合模型的尝试在实际应用中遇到了挑战，主要由于其有限的行为丰富性或计算可处理性。在本研究中，我们提出了一种新颖的凸规划方法，并给出一个关键定理，证明该最优解与求解分层扩展logit模型所得的最优解相同。该模型专门设计用于捕捉出行者选择中存在的关联性，包括交通方式之间的相似性和路径重叠。我们模型的凸性质保证了解的存在性与唯一性，并提供了计算效率。我们所提模型的优势有两点。首先，它提供了一个在所有步骤中都有效的统一基本原理（即效用最大化）。其次，其组合性质允许系统化处理观测数据，从而更真实地表示现实。通过解决先前组合模型行为丰富性有限的问题，我们基于凸规划的方法在提高出行需求预测的准确性和适用性方面展现出前景，从而有助于基础设施项目的规划与决策过程。
引用
@article{arxiv.2308.01817,
title = {A Combined Convex Model for Travel Demand Forecasting with Hierarchical Extended Logit Model},
author = {Youngseo Kim and Samitha Samaranayake and Damon Wischik},
journal= {arXiv preprint arXiv:2308.01817},
year = {2023}
}