基于D-optimal试验设计的logit模型标定精度研究

摘要

离散选择模型，如多项logit模型(Multinomial Logit，MNL)、巢式logit模型(NestedLogit，NL)和混合logit模型(mixed MNL，MMNL)被广泛应用于交通领域，主要有交通需求量预测、交通政策评价、交通服务效益评价等。用于模型标定的数据是保证模型精度的关键，有效的问卷试验设计方法能够使收集的数据信息最大化，并能得到更可靠的参数估计。D-optimal试验设计法的目标是使模型渐进协方差矩阵行列式的值最小，本质是使模型参数的标准误差最小。为了验证新方法对模型标定精度的有效性，主要是与应用广泛的正交试验设计作对比。
　　以成都到龙泉片区交通通道为研究对象，在假设通道中开通地铁的情景下，采用意愿调查法，分别利用D-optimal试验设计和正交试验设计方法进行问卷设计，然后采集出行者的出行偏好数据。选择费用、到乘车站点时间、候车时间、车内时间、下车到目的地时间等变量作为效用变量，建立多项logit模型，结合意愿调查数据对模型进行求解，把基于两种试验设计法的模型结果作对比分析。结果显示，D-optimal试验设计相对正交试验设计在属性水平组合数方面更具有灵活性，可根据需要设置组合数。并且无论在大样本还是小样本的情况下，基于D-optimal试验设计法得到的参数估计标准差都小于正交试验设计法，说明基于D-optimal试验设计法在保证模型参数估计精度上要优于正交试验设，尤其在样本量较小的情况下体现尤为明显，这表明在样本量较小的情况下，D-optimal试验设计法更能保证模型参数估计精度。D-optimal试验设计法还能够有效的避免主导选择枝，避免模型参数估计值存在偏差。
　　最后，利用较好的模型结果，分析出行者选择行为。模型结果显示费用、到乘车站点时间和车内时间对出行者的选择行为有显著影响，对三个显著因素分别进行了弹性分析，定量反应出显著因素对出行者选择行为的影响，并分别预测了三个显著因素在不同水平下的选择枝选择率。为相关交通方式制定交通政策和服务措施提供了理论参考。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 研究目标、内容和技术路线

1．3．1 研究目标

1．3．2 研究内容

1．3．3 技术路线

第2章 logit模型理论介绍

2．1 logit模型的理论基础

2．1．1 出行者效用理论

2．1．2 选择枝效用函数

2．2 多项logit模型

第3章 基于不同试验设计方法的问卷设计

3．1 调查问卷设计

3．1．1 RP调查

3．1．2 SP调查

3．1．3 SP调查问卷设计

3．2 正交试验设计

3．2．1 正交试验设计理论

3．2．2 正交试验设计结果

3．3 D-optimal试验设计

3．3．1 D-optimal试验设计理论

3．3．2 D-optimal试验设计结果

第4章 问卷调查与数据分析

4．1 问卷调查

4．2 正交试验设计问卷收集的数据

4．3 D-optimal试验设计问卷收集的数据

第5章 多项Logit模型建立与结果

5．1 多项Logit模型的建立

5．2 NLOGIT软件介绍

5．3 模型结果分析

5．3．1 全样本量模型标定结果

5．3．2 基于不同试验设计方法模型结果对比分析

第6章 显著因素对出行者选择行为影响分析

6．1 弹性分析

6．1．1 弹性概念介绍

6．1．2 显著因素弹性分析

6．2 显著因素对交通方式选择率影响分析

结论与展望

致谢

参考文献

攻读硕学位期间发表的论文及科研成果