4 四步骤交通需求预测模型(2.2)出行分布预测.ppt

2 出行分布预测 2.7 模型的理论解释 （1）概率论解释 使用Lagrange方法，其Lagrange函数为 式中，αi、βj是Lagrange系数，这些系数待定 让L对qij求偏导，并令这些偏导数为零，即 2 出行分布预测 2.7 模型的理论解释 （1）概率论解释 解得： 令： 弗尼斯法！ 2 出行分布预测 2.7 模型的理论解释 （2）最大熵原理 “信息熵”概念的提出 1948年信息论创始人Shannon（香农）借用热力学中熵的概念提出了“信息熵”的概念： 设A={a1, a2,… , an}是某个信息系统X的符号表，A中各个符号出现的概率分布为{p1, p2,… , pn}，则信息系统X的熵为： 2 出行分布预测 2.7 模型的理论解释 （2）最大熵原理 最大信息熵原理 1957年Jaynes提出了最大信息熵原理：在所有备选的概率分布中挑选这样的分布作为信息系统X的分布，它在某些约束条件下，是信息熵达到最大值的分布。这是因为信息熵取最大值时对应的那组概率分布出现的可能性占绝对优势 2 出行分布预测 2.7 模型的理论解释 （2）最大熵原理 应用最大熵原理原理解决交通的出行分布问题，在交通分布中，一共有Q个出行，每个出行有n×n个选择，选择概率为{pij=qij/Q：i，j=1, 2, … ,n}，其熵为 2 出行分布预测 2.7 模型的理论解释