第07章 非集计模型.pdf

第七章

非集计模型

长沙理工大学交通运输工程学院

7.1非集计模型概述

v非集计模型（DisaggregateModel）是强调其与集计模型（Aggregate

Model）的不同而命名的，通常也称为非集计行为模型（Disaggregate

BehavioralModel）、个人选择模型（IndividualChoiceModel）或离

散选择模型（DiscreteChoiceModel）。

v非集计模型的基本假设是当出行者面临选择时，他对某种选择的偏好

可以用被选择对象的“吸引度”或“效用值”来描述，效用是被选择对象

的属性和决策者的特征的函数。

v非集计模型（离散选择模型）是基于效用最大和随机效用（random

utilitytheory）两个概念建立起来的，最常见的两个离散选择模型为：

多元Logit模型、多元Probit模型。

v非集计模型在交通领域的交通方式划分和交通分配阶段有着十分广泛

的应用。

长沙理工大学交通运输工程学院

交通需求预测中的集计与非集计分析

v交通需求预测的集计模型通常是将每个人的交通活动按交通小区进

行统计处理、分析，从而得到以交通小区为单位的分析模型。

v需求预测的非集计模型则以实际产生交通活动的个人为单位，调查

得到的数据不按交通小区进行统计等处理而直接用于建立模型。

v与集计分析相比较，非集计分析在分析的单位、模型预测方法、应

用层面、政策体现、数据的效率和说明变量等方面有着明显的差异。

非集计模型的发展

v非集计模型的开发、研究始于20世纪60年代初期，最早是以交通方

式选择为研究中心。

v进入70年代，MIT的Mcfadden教授等人在理论研究上取得了很大

的进展，将非集计模型的研究推向了实用化阶段。

长沙理工大学交通运输工程学院

长沙理工大学交通运输工程学院

7.2选择函数

基本变量及其定义

长沙理工大学交通运输工程学院

②选择函数

长沙理工大学交通运输工程学院

长沙理工大学交通运输工程学院

7.3多元Logit模型

多元Logit模型简介

v多元Logit模型是应用最为广泛的非集计模型之一。

v如果假定每个效用函数的效用随机项都是独立同Gumble分布的

随机变量，则根据效用最大化的原则可以导出多元Logit模型，

其选择概率公式为：

v某一方案的选择概率也可以表示为该方案的效用值与其它可选

方案效用值之差的函数：

长沙理工大学交通运输工程学院

二元Logit模型的推导

长沙理工大学交通运输工程学院

长沙理工大学交通运输工程学院

长沙理工大学交通运输工程学院

二元Logit模型的简单算例

长沙理工大学交通运输工程学院

Logit模型的性质

v多元Logit模型的优点是简单实用，与其它更复杂的离散选择模型

相比，MNL模型相对简单得多（特别是计算简单），另外模型的

可解释性也较好。

vLogit模型的IIA特性

对于Logit模型，两个方案的选择概率之比（或称为两个方案的相

对优劣）仅取决于这两个方案的特性，而与其它方案的特性无关。

通常称该性质为Logit模型的IIA特性（IndependentofIrrelevant

Alternative），IIA特性源于效用随机项之间相互独立的假定，属

于Logit模型的弱点之一。例如，在比较汽车方式与公共汽车方式

时，与地铁无关，而实际上，地铁的存在既对汽车又对公共汽车有

影响。这时，则需要使用巢式Logit模型（NL模型）、Dogit模型或

Probit模型等。