公共交通路线选择模型中的选择子集与智能卡数据：生成型 vs. 经验型子集
物理与社会
2025-03-25 v1
摘要
本研究评估了多模式公共交通网络中路径子集生成方法，比较了常规（网络算法）与经验（智能卡数据驱动）两种方法。虽然经验方法在观察周期较短时可能存在局限，但随着数据量的增加，能显著提升计算效率，优于常规方法。在这种方法下，虽然将实际延误纳入导致旅行时间波动性增加，但仍与计划旅行时间保持一致。放宽进入/离开假设后，覆盖范围也得到进一步提升。我们正在评估不同选择子集对路径选择参数估计偏差和效率的影响。
引用
@article{arxiv.2503.17370,
title = {Choice Sets and Smart Card Data In Public Transport Route Choice Models: Generated vs. Empirical Sets},
author = {Georges Sfeir and Filipe Rodrigues and Ravi Seshadri and Carlos Lima Azevedo},
journal= {arXiv preprint arXiv:2503.17370},
year = {2025}
}