基于Bootstrap法的城市居民出行行为Nested Logit模型研究

《基于Bootstrap法的城市居民出行行为Nested Logit模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：U491密级：公开国际图书分类号：624西南交通大学研究生学位论文基于Bootstrap法的城市居民出行行为NestedLogit模型研究年级2015级姓名刘梦琪申请学位级别工学硕士专业交通运输规划与管理指导老师朱健梅教授二零一八年五月ClassifiedIndex:U491U.D.C:624SouthwestJiaotongUniversityMasterDegreeThesisESTIMATIONOFNESTEDLOGITMODELOFURBANRESIDENTS’TRAVELBEHAVIOR

2、USINGBOOTSTRAPMETHODGrade:2015Candidate:LiuMengqiAcademicDegreeAppliedfor:MasterofScienceinEngineeringSpeciality:TransportationPlanningandManagementSupervisor:ProfessorZhuJianmeiMay，2018西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子

3、版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密□，在年解密后适用本授权书；2．不保密，使用本授权书。（请在以上方框内打“√”）学位论文作者签名：指导老师签名：日期：日期：西南交通大学硕士学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或贡献如下：(1)在现有国内外相关文献的基础上，介绍了Bootstrap法的发展概况和基本思想，并将Bootstrap方法分为非参数Boots

4、trap法和参数Bootstrap法详细阐述其具体应用。(2)以基于活动的出行需求理论作为基础，详细区别了往返行程、一阶往返行程、二阶往返行程和子往返行程等概念。其次，通过阐述四阶段法的基本思想，提出其忽略个人出行行为特征的局限性和非集计模型可弥补该缺陷。并介绍了多项Logit模型和NestedLogit模型的基本理论。(3)在出行需求预测理论的基础上，根据城市居民出行行为特征，建立了九层NestedLogit模型。所建模型有两个创新点。创新点一，通过分析国内外研究现状可以发现，目前大多学者研究的NestedLo

5、git模型多为只有一阶往返行程的模型，并且没有涉及到出行发生选择模型，而在本文的研究工作中，不仅建立了出行发生选择模型，而且将出行者的选择过程分为一阶往返行程选择和二阶往返行程选择，最大程度地细化了城市居民出行行为选择过程。创新点二，目前大多数学者研究的NestedLogit模型为三层或者四层模型，而本文建立了接近层数极限的九层NestedLogit模型，因此，可以分析大量的出行者个人特性、出行特性和家庭特性等变量对居民出行选择产生的影响，使得模型更加接近城市居民实际出行选择过程，并且能够对出行需求预测方法进一步

6、优化，为城市交通规划和交通需求管理提供理论基础。(4)以2007年日本东京都市圈居民出行调查部分数据作为数据来源，在R语言软件环境下，运用Logsum变量连接相邻层，通过自下而上选择变量对NestedLogit模型进行参数标定与检验，并对比使用Bootstrap法和序列估计法时NestedLogit模型的偏差变化，在各项统计量满足要求的情况下，验证Bootstrap法可减小NestedLogit模型偏差的优点。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本

7、论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：日期：西南交通大学硕士研究生学位论文第I页摘要NestedLogit模型是一种重要的非集计模型，合理准确地对NestedLogit模型进行参数标定对熟悉城市居民出行规律，合理预测交通量，规划城市布局，协调城市交通发展具有十分重要的意义。由于现有NestedLogit模型的主要参数估计方法为同时极大似然估计法和序列估计法，但同时

8、极大似然估计法存在计算复杂的缺陷、序列估计法存在一定的估计方差偏差，因此，本论文将Bootstrap方法运用于NestedLogit模型中，旨在减小模型偏差的同时提高参数估计的有效性。本论文首先介绍了Bootstrap方法，包括其基本思想、常见的Bootstrap方法和Bootstrap方法在回归分析方面的应用；然后介绍了基于活动的出行需求理论基础，提出四阶段法忽略个人出