离散选择模型及其在交通行为分析中的应用1.docVIP

离散选择模型及其在交通行为分析中的应用1 王雯静，干宏程 上海理工大学城市建设与环境工程学院交通工程系，上海 (200093） E-mail: dierry1024@163.com 摘 要：离散选择模型应用于智能交通背景下的交通行为分析中是当今国际热点。本文先介 绍了离散选择模型的基本原理，包括其概念，它的理论基石：效用最大化理论，并介绍了其 四种主要的模型（Logit 模型、GEV 模型、Probit 模型、Mixed logit 模型）；然后为了展示 离散选择模型在交通行为中的应用，引入了一个以上海的城市快速路为背景的，探索 VMS 信息影响下的驾驶员路径选择行为的案例。此案例采用 SP 问卷调查方法获取路径选择行为 数据，使用离散选择分析方法对影响路径选择的因素进行多变量分析，建立路径选择概率模 型，揭示路径选择与 VMS 信息的关系。案例成果显示了离散选择建模方法的有效性，该方 法的应用有助于更合理地进行交通信息系统与交通诱导系统的规划、设计与运行管理。 关键词：离散选择模型；Logit ；Probit 1. 引言 2000 年的诺贝尔经济学奖获得者丹尼尔·麦克法登在上世纪七十年代创始的离散选择模 型以微观的决策者个人为研究对象，具有明确的行为解释能力，广泛应用在交通方式选择、 交通方式划分、路径选择、停车换乘、缴费方式、行人过街设施选择、商品选择、住宅选择 等众多领域。尤其是随着当今智能交通运输系统（ITS）的迅猛发展，离散选择模型被国内 外越来越多地应用于 ITS 技术影响下的交通行为（路径选择行为）研究中[1]~[8]。 接下来先介绍离散选择模型的基本原理，然后为了展示离散选择模型在交通行为中的应 用，引入了一个以上海的城市快速路为背景的，探索 VMS 信息影响下的驾驶员路径选择行 为的案例。此案例采用离散选择分析方法对影响路径选择的因素进行多变量分析，建立路径 选择概率模型，揭示路径选择与 VMS 信息的关系。案例成果很清楚地反映出离散选择模型 的有效性。 2. 离散选择模型基本原理 2.1 概念 离散选择模型（discrete choice models），也被称为品质反应模型（qualitative response models），是由表示选择项集合在连续变量和离散变量之间存在的差异而引起的。这种差异 用“品质”这个术语来表示：许多人在进行选择时关系的是事物的多少，这是关于数量上的选 择，其选择项集合是由连续变量来表示的。但是在选择哪一个时，这是非数量或者说是关于 品质的选择，其选择项集合则通过离散变量来表示。 2.2 效用最大化理论 离散选择模型通常以决策者效用最大化行为为假设，假设如下： （1）决策者 n，将在 J 个选项中进行选择，无论他选择哪一个选项都可以获得一定水 平的效用。决策者 n 从选项 j 中获得的效用称为U nj , j=1, ，J。此效用仅为决策者自己知道， 1本课题得到上海市教委科学发展基金项目（06EZ004）；上海理工大学高层次人才引进启动基金（X693） 的资助。  研究者并不知道。 （2）由于决策者进行的是效用最大化的选择，因而行为模型为：决策者 n 选择选项 i， 当且仅当U ni U nj , ? j ≠ i 效用最大。 效用可以分解成两部分： U nj =Vnj +ε nj （1） 其中，Vnj 为效用的可观测部分，又称为代表性效用(representative utility)；ε nj 为效用的 不可观测部分，包含难以观测到的效用和观测误差产生的影响，因而通常将其看作是随机项， 随机向量 ε n =ε n1 ，…，ε nJ ,的联合密度函数为 f(ε n )。因而决策者 n 选择 i 的概率形式可 表示为： P ni = Prob (U ni U nj ， ? j ≠ i )=Prob( V ni +ε ni V nj +ε nj ， ? j ≠ i ) =Prob (ε nj －ε ni V ni －V nj ，? j ≠ i) （2） 由于概率 P ni 服从累积分布，因而 P ni = ∫ε I (ε nj ? ε ni  Vni ? Vnj , ?j ≠ i) f (ε n )dε n （3） 其中，I (·)表示的是指示性函数(indicative function)，当括号内的项为真时，等于 1；否 则，为 0。式(3)是关于效用不可观测部分密度函数 f(ε n )的一个多维积分。不同的离散选择 模型就是通过对这个密度函数的不同设定(服从不同的分布假设)而获得的。 2.3 离散选择的主要模型 2.3.1 Logit 模型 （1)分布函数。到目前为止，使用的最简单并且最为广泛的离散选