MNL模型在出行方式选择中的应用研究.pdfVIP

MNL模型在出行方式选择中的应用研究 MNL模型在出行方式选择中的应用研究 MMNNLL模模型型在在出出行行方方式式选选择择中中的的应应用用研研究究 （西安建筑科技大学，沈乐尧，西安 710055） 摘要：本文采用MNL 模型，利用渭南市居民出行od 调查数据对模型进行 标定，通过计算得出不同出行方式的选择与不同出行因子（年龄、职业、出行距 离、出行速度）的相关关系，结果显示MNL 模型有较高的精度。 关键字：MNL 模型；居民出行；交通方式 中图分类号：C913.32 文献标识码：A 文章编号： 出行者对于出行方式的选择不仅与交通方式的服务水平有关，还与出行者的 [1] 个人属性及出行特性有关 。研究表明，非集计模型能较好考虑到这些因素，为 [2] 交通预测提供更为容易描述交通行为的解决办法 。MNL 模型能通过效用函数 确定项的计算就可以获得个体不同交通方式的选择概率，且较传统的集计模型在 预测精度上有了显著提高。基于此，本文进行了实例研究。 1.研究内容 为了验证MNL 模型在出行预测方面的有效性，本文选取了2011年渭南市 的居民出行调查的抽样数据样本15459 个，运用SPSS 软件进行多项logit 模型 （multinational logit model）分析。此次出行调查的15469例样本使用的是PT 调 查法按户口本编号分12个街区随机抽取1%个对象得到的样本。为了简化试验， 本文中所进行的试验都是在选定的λ=0.05的基础上进行的。数据经处理后运用 SPSS 19.0统计软件进行了MNL 统计分析。 2.变量的设置 选择那些指标作为建模的变量，对模型的预测能力及可靠性都会产生较大的 影响。为了全面客观的描述居民的出行选择，参考了其他文献的相关经验，应变 1 2 量和自变量标定如表 、表 。 1 表 应变量编码处理 编码 出行方式 1 步行 2 包括自行车、电动自行车、摩托车 3 公共交通，包括公交和出租车 4 小汽车，包括自驾、拼车以及单位车等 本文以出行方式为应变量，运用多元logistic 模型，通过SPSS 软件，研究 以下出行方式的选择与出行者特征之间的关系。应变量是居民出行方式，在数据 处理时将居民出行调查时的十余种出行方式处理为四大类如表1。受限于收集来 2 2 的基础数据，最终选取自变量由 种特性变量组成如表 ，其中人口特征变量为 职业和，年龄两个变量；出行特征变量为出行距离和出行速度两个变量。由于应 变量是多分类的名义变量，所以采用MNL 模型进行回归分析。 表2 本例自变量 服务 私营 离退 职 学生 工人 职员 农民 其他 员 个体 休 业 1 2 3 4 5 6 7 8 年 小于20 岁 20-39 岁 40-59 岁 60 岁及以上 龄 1 2 3 4 出 10-100 100 1000m