活动—出行决策行为与TDM策略互动关系研究的贝叶斯方法

被引:4
作者
隽志才 [1 ,2 ]
宗芳 [2 ]
栾琨 [2 ]
机构
[1] 上海交通大学安泰经济与管理学院
[2] 吉林大学交通学院
关键词
贝叶斯方法; 活动; 出行行为; 交通需求管理; 马尔可夫链蒙特卡罗仿真;
D O I
10.16097/j.cnki.1009-6744.2009.04.010
中图分类号
U491.1 [交通调查与规划];
学科分类号
082302 ; 082303 ;
摘要
综合评述了活动-出行行为研究方法和存在的问题,引入贝叶斯结构学习和参数估计方法,辅以基于活动的出行行为分析理论、非集计建模方法和SP/RP数据融合方法,提出了基于贝叶斯结构学习和参数估计方法的出行行为与TDM策略互动关系分析方法的框架,探索了改进已有研究方法的途径.研究表明,贝叶斯理论可以将居民的个人属性及隐性非样本信息在出行行为预测中充分表达,并解决MNP等复杂非集计模型的参数标定问题.将贝叶斯理论与已有的出行行为分析方法相结合,可以使出行行为预测更为精确、全面和灵活,从而更加准确地描述活动—出行决策行为与TDM策略的互动响应关系,为制定有效的TDM策略,缓解城市交通供需矛盾提供理论依据.
引用
收藏
页码:97 / 102
页数:6
相关论文
共 5 条
[1]   先进的旅行者信息系统对出行者选择行为的影响研究 [J].
李志纯 ;
黄海军 .
公路交通科技, 2005, (02) :95-99
[2]  
城市居民出行目的地选择的非集计行为模型研究.[D].何明卫.昆明理工大学.2007, 05
[3]   A hybrid model for driver route choice incorporating en-route attributes and real-time information effects [J].
Peeta, S ;
Yu, JW .
NETWORKS & SPATIAL ECONOMICS, 2005, 5 (01) :21-40
[4]   Bayesian estimation of multinomial probit models of work trip choice [J].
Kim, Y ;
Kim, TY ;
Heo, E .
TRANSPORTATION, 2003, 30 (03) :351-365
[5]   Bayesian analysis of nested logit model by Markov chain Monte Carlo [J].
Lahiri, K ;
Gao, J .
JOURNAL OF ECONOMETRICS, 2002, 111 (01) :103-133