嵌套Logit需求函数下的停车换乘设施选址

停车换乘(P&R)设施是用户可换乘公共交通的停车场。通勤者可使用 P&R 设施或选择驾车前往目的地,个体选择行为假设遵循 logit 模型。P&R 设施选址问题是从潜在位置中为固定数量的 P&R 设施确定位置,以使 P&R 设施的用户数最大化。该问题此前已在多项 logit(MNL)需求函数下形式化。然而,由于 MNL 模型施加了无关选项独立性这一强条件,无法精确表示现实世界的 P&R 设施选址问题。考虑到个体选择行为的嵌套结构,我们将 MNL 模型推广为嵌套 logit(NL)模型,并开发了两种计算方法——邻域搜索与随机舍入——以求解 NL 需求函数下的大规模 P&R 设施选址问题。邻域搜索方法先找到一个可行解,然后沿以可行解为顶点的多面体的边将可行解改进到下一个。该邻域搜索方法被随机化以创建自适应随机舍入过程。计算实验验证这些计算方法能够在 1000 个中等规模实例上快速求解 NL 需求函数下的非线性优化问题至精确最优。具体而言,验证这些方法求解 MNL 模型至精确最优比文献中混合整数线性规划公式快 10000 倍。我们进行了额外的计算实验以评估计算方法在多种大规模实例上的性能。我们的计算分析也阐明了 MNL 与 NL 模型之间的差异。