[发明专利]一种基于混合Logit模型和贝叶斯模型平均的出行行为建模方法及应用

权利要求书

1.一种基于混合Logit模型和贝叶斯模型平均的出行行为建模方法，其特征在于，该方法包括如下步骤：

(1)根据既定的研究目标确定样本采集地点，按照预设的调研项目类型确定所要采集的变量类型，包括出行者个人社会经济属性、出行属性及假设场景下出行者的出行方式选择偏好；

(2)针对样本数据，用预设的数据处理方法对样本数据中的缺失值、错误值进行填充或者纠错，并进行数据结构化处理；

(3)基于混合Logit模型构建出行行为选择模型；

(4)基于贝叶斯模型平均方法对混合Logit模型进行后验概率估计。

2.根据权利要求1所述的一种基于混合Logit模型和贝叶斯模型平均的出行行为建模方法，其特征在于，步骤(1)具体为：

(11)预设的调研项目类型为用户出行行为选择项目，采集的个人信息属性变量类型包括性别、年龄、收入、职业、教育程度，出行属性变量包括出行时间、出行花费、随行人数，出行方式选择偏好变量包括各假设场景设置下的出行方式选择情况；

(12)出行方式选择偏好变量的设置依赖于通过合理的情境组合设计方法，将不同属性变量及其水平进行有效的组合，从而得出合理的调查方案供出行者选择。

3.根据权利要求1所述的一种基于混合Logit模型和贝叶斯模型平均的出行行为建模方法，其特征在于，步骤(2)中具体为：

(21)针对收集的样本数据，进行数据清洗，获得有效数据集；

(22)将获得的有效数据集转换数据形式。

4.根据权利要求1所述的一种基于混合Logit模型和贝叶斯模型平均的出行行为建模方法，其特征在于，步骤(3)中具体为：

(31)假设随机参数β的分布f(β|θ)；

(32)构建混合Logit模型中效用函数

U_nj＝V_nj+ε_nj+ξ_nj，

V_nj＝βX_nj，

其中，V_nj为固定效用，X_nj为解释变量，β为解释变量系数，ε_nj为随机效用，ξ_nj为随机误差项；

(33)计算混合Logit模型的出行者n选择i方式的概率P_ni：

5.根据权利要求4所述的一种基于混合Logit模型和贝叶斯模型平均的出行行为建模方法，其特征在于，步骤(33)中利用计算机仿真模拟求解混合Logit模型中概率P_ni具体为：

(331)求仿真概率在给定θ的前提下，从密度函数f(β|θ)中随机抽取一个随机向量β，记作β^r，第一次抽取时记r＝1，

(332)根据下述公式，计算L_ni(β^r)的值

(333)重复步骤(331)和(332)R次(＝100)，计算L_ni(β^r)的均值作为概率的仿真值，

(334)记样本容量为N，选择枝个数为J，定义辅助变量样本的仿真似然函数为

(335)取步骤(334)的SL(β)对数形式即得到仿真极大似然算子

(336)通过不断改变θ的值，直到仿真极大似然算子取得最大值，从而求解θ。