工作者非通勤出行决策的贝叶斯网络模型研究-管理科学与工程专业论文.docxVIP

上海交通大学硕士学位论文 上海交通大学硕士学位论文 - - PAGE 10 - 息的对应方法的知识和习惯也存在不同。 1.2.3 贝叶斯网络在居民出行行为领域的研究现状 目前，贝叶斯理论在此领域的应用主要有两个方面，分别是结构学习和参 数估计。在结构学习方面，Ramoni 和 Sebastin（i 2001）[3]，Torres 和 Hube（r 2003） [4]，Janssens 等（2003、2004）[5][6]，Arentze 和 Timmermans（2004）[7]等分别 基于贝叶斯网络化概率表达方式，建立各种出行行为之间以及出行行为与影响因 素之间的因果关系图，用于理解居民的出行决策过程。其中 Torres 和 Huber 分 析了居民收入、职业、工作地点等因素对出行频率、出行方式等的影响；Janssens 等人通过对比研究发现，基于贝叶斯置信网的日活动模式预测要比应用非集计模 型更加精确。Arentze 和 Timmermans 以日活动计划分析为重点，用贝叶斯方法 对非集计模型进行了扩展。在参数估计方面，Zellner 和 Rossi（1984）研究发现， 当样本量较小时，应用极大似然估计方法将出现较大的偏差，而贝叶斯参数估计 方法能够有效解决这一问题[8]。Hackman 和 Singer（1984）研究指出应用贝叶斯 方法可以求解不同出行主体的参数估计值，而极大似然估计法得到的居民总体的 参数估计值忽略了个体之间可能存在的差异，使结果产生偏差[9] 。James 和 Siddhartha（1993）应用基于数据增广技术的贝叶斯方法，对 Binary Probit 模型 进行了参数标定[10]。 在我国，居民出行行为研究主要应用非集计模型。如李志纯和黄海军（2005） 应用 NL 建模理论，分析 ATIS（Advanced Traveler Information Systems）对出行 目的、方式和路径选择的影响[11]；郭寒英等（2006）、何明卫（2007）分别建 立 Logit 模型，对出行方式和目的地选择行为进行了研究[12][13]。 贝叶斯理论在出行行为预测方面的研究还处于探索阶段，此方面的研究较 少，而且比较分散。目前的研究多是将贝叶斯方法与非集计模型结合，进行选择 行为预测；或者将其与马尔可夫链蒙特卡罗仿真结合，解决非集计模型的参数标 定问题。还没有将贝叶斯结构分析和参数学习方法系统地应用于居民的活动－出 行决策行为研究，实现活动－出行行为整体分析网络的建立、模型化表达和参数 标定，并将其用于实际的决策行为分析和交通管理政策评价。 Chandra R. Bhat, Jessica Y. Guo 在其构建的活动-出行的综合微观仿真计量 模型（CEMDAP）中，将活动-出行方式分为三类：工作者通勤活动出行，工作 者非通勤活动出行，非工作者活动出行。 选择工作者非通勤活动出行模式作为研究对象建立贝叶斯网络模型，可以 更加深入探讨居民各项社会经济属性对出行目的、时间、交通方式选择的影响。 1.3 主要研究内容 本文的主要研究内容按章节可分为以下六个方面： 第一章 绪论。对国内外出行需求预测的理论、出行行为分析理论以及需求 预测的模型进行了综述。 第二章 基于活动的出行行为分析的理论基础。简要介绍了基于活动的居民 出行的行为理论基础。对活动链理论、计量经济学模型、混合仿真模型、非集计 模型做了介绍，比较了各类模型的特点。 第三章 贝叶斯网络模型在居民出行行为分析的应用。根据上海市第三次综 合调查的居民出行数据，分析了性别、年龄、收入、出发时间、出行距离等之间 的联系。在深入研究贝叶斯网络理论和建模方法的基础上，确立了贝叶斯网络模 型在出行行为分析领域的研究框架。应用上海居民出行数据，建立了居民出行方 式选择的贝叶斯网络模型。用数学软件 Matlab 进行了模型的结构学习和参数参 数，完成了对模型的检验和分析工作。为进一步提高模型精度，引入了基于经验 知识的分类决策树，将居民出行活动分为 3 种典型类别，分别建立贝叶斯网络模 型。用计算命中率和对比检测数据集两种方式建研了模型的有效性。 第四章 工作者非通勤活动的贝叶斯网络模型分析。针对工作者非通勤活动， 对各出行变量之间的概率依赖关系进行深入分析。然后用以出行方式选择为例， 定性和定量的比较了传统的 MNL 模型和贝叶斯网络模型之间的关系，以此再次 论证了贝叶斯网络模型的有效性。最后结合标定过程和结果的输出形式，总结提 出了贝叶斯网络模型的三个主要优点。 第五章 模型的应用。介绍了常用的交通需求侧管理措施。利用贝叶斯理论 对上海市实施快速公交政策的效果进行预测，发现政策实施后，居民出行选择公 交车出行的概率增大，可在一定程度上缓解路面拥堵