Indexed by：
Abstract：
出行个体每日的路径选择,不仅与路径的感知出行时间有关,还受到出行个体自身偏好、习惯等因素的影响.本文基于Dogit模型,在传统的日常路径选择模型中加入路径偏好动态更新规则,并给出三种感知出行时间学习模式,对比分析了个体路径偏好对日常路径流量演化轨迹的影响.算例结果表明,与静态Dogit模型相比,Logit模型会因忽略个体路径偏好而高估路径之间的差异性,且总是会高估＂优势＂路径的流量,低估＂劣势＂路径的流量.当个体路径偏好动态更新时,其均衡流量结果介于Logit模型和初始参数相同的静态Dogit模型之间.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
交通运输系统工程与信息
ISSN： 1009-6744
CN： 11-4520/U
Year： 2016
Issue： 6
Volume： 16
Page： 228-235
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
