基于前景理论的居民出行方式选择

对于实际出行中居民心理因素对出行方式选择的影响问题,构建基于前景理论的居民出行方式选择模型,提出了一种更加符合人类思维习惯的出行方式选择方法。综合考虑居民对行程时间及出行费用两种指标的心理参照点,得出相对最能使居民满意的出行方式选择结果;通过不同参照点下出行方式的综合前景值的变化分析了参照点对出行方式的选择的影响;最后通过实例说明了此方法在出行方式选择中的应用。实验结果表明:行程时间参照点要求较低的小范围内居民倾向于公交出行,尽管出租车与私家车出行方式综合前景值趋势变化一致,但更大范围内的居民倾向于私家车出行,这与实际相符。所提方法为预测居民出行方式提供了一种新的途径。     

基于前景值的多类型出行者逐日路径选择模型

为研究非平衡态下的出行者逐日路径选择行为,以前景理论为基础,综合考虑出行者对路网随机性和逐日路径调整行为中的有限理性,基于出行经验数据逐日更新预留出行时间参考点,根据有限记忆规则和理解行程时间更新计算逐日路径前景值,并构建基于转移系数的逐日流量更新规则。最后结合算例分析了有限理性、完全理性、完全历史信息和非完全历史信息出行者所占比例及预留行程时间可靠度值对路网达到平衡态的演化时间及最终流量分布状态的影响。     

基于四参照点前景理论的股市投资应急决策方法

针对股市突发事件,首先提出一种基于四参照点的第三代前景理论的应急决策方法;然后,提出基于四参照点的单个前景值快速集结为综合前景值的方法,并将该方法运用于股市投资各情景下综合前景值的计算;最后,将各情景下的综合前景值转变为各方案的期望前景值,并最终以该期望前景值作为投资者动态调整应急方案的依据.算例表明:基于四参照点的期望前景值比三参照点、二参照点及一参照点更能反映投资者的心理决策过程;基于四参照点个体前景值的信息集结方法更能准确地综合前景价值信息,由此得到各方案的期望前景价值也更能反映客观实际;所提出的方法比等权信息集结方法或者传统的复杂信息集结方法更适用于股市应急投资决策.     

基于双参照点的双边匹配决策方法

针对匹配主体有限理性的双边匹配问题,提出一种基于双参照点的决策方法.首先,依据前景理论和社会比较理论,利用主体给出的临界值设定个人参照点和社会参照点,计算序值相对于双参照点的获得和损失,进而得到主体的综合益损值;然后,考虑到主体面临获得和损失时不同的风险态度,依据前景理论将主体的综合益损值进一步转化成刻画主体满意程度的感知价值,并在此基础上,建立以最大化双边主体满意度为目标的优化模型,求解模型得到最优匹配方案;最后,通过算例说明该方法的应用.与已有的方法相比,所提出方法兼顾了个人维度和社会维度对主体心理行为的影响,能够更为全面和灵活地反映出主体的实际感知价值和有限理性特点.     

基于信息获取私家车路径选择行为模拟*

为了研究大城市私家车出行选择对物流配送方案生成的影响,综合考虑私家车驾驶者出行知识、获取的出行信息,建立了考虑自身风险规避、自身后悔规避与相对风险规避、相对后悔规避的路径选择混合效用随机模型,给出了确定预期后悔阈值的方法。基于模型的随机性,使用蒙特卡洛方法对模型中的随机参数进行了标定。通过实验网络对比了信息条件下和无出行信息条件下私家车驾驶者备选路径生成及路径选择行为,给出了不同条件下产生差异的原因,说明建立的模型符合对驾驶者在不同条件下的实际出行选择行为模拟。     

基于贝叶斯网络的城市居民出行方式研究

以西安市城市居民出行方式为研究对象,收集西安市部分区域城市居民出行的调查数据。利用获得的调查数据,综合运用相关性分析方法和K2算法进行贝叶斯网络的结构学习;应用贝叶斯参数估计方法进行贝叶斯网络的参数学习,建立了应用于西安城市居民出行方式分析的贝叶斯网络。应用所建网络分析了是否有私家车、居民性别、居民年龄和出行目的对西安城市居民出行方式的影响。研究结果表明,基于贝叶斯网络建立的西安城市居民出行方式分析模型预测精度较高,具有较高的实用价值。     

顾及主观判断延误的行人路径选择模型

路径选择是人们日常生活中频繁遭遇的现实问题。针对在行人导航系统的辅助下,行人仍然需要通过主观判断识别路径指示信息中的地标和真实地标是否匹配的问题,建立了顾及主观判断延误的行人道路网络模型。通过将主观判断延误时间和路径行程距离引入前景理论中,发展了一种基于前景理论的行人路径选择模型。以中国地质大学(武汉)部分区域为实验对象进行了仿真实验,结果表明所提出的行人路径选择模型给出的最优路径的主观判断延误时间均不超过相同起止点中的最短主观判断延误时间的0.6 s,虽然其给出的行程距离均比最短路径更长,但均不超过16 m。实验结果表明,所提模型符合行人的实际出行需求。     

基于出行时间预算的有限理性出行者路网均衡模型

为研究有限理性出行者逐日出行中出发时刻及路径调整的出行行为,引入前景理论,分析出行者依据最大准点到达概率来选择出行时间预算,将此出行时间预算作为到达参考点,进而在给定参考点下选择前景值最大的路径出行,并利用前次流量分配结果调整下次出行时间预算,经过多次出行达到路网流量平衡及准点到达概率最大的稳定状态。基于出行时间预算和前景理论建立了双层模型进行路网逐日均衡配流,用遗传算法求解最佳出行时间预算,用相继平均法计算路径平衡流量。最后基于算例验证模型和算法,并设定不同的出行选择机制分析出行时间预算、路径前景值及准点到达概率三者间的博弈关系。     

基于有限理性的弹性需求随机用户均衡交通分配模型*

为了同时考虑路网的随机变化特征和出行者的感知误差,在有限理性框架下基于累积前景理论建立了一个弹性需求随机用户均衡模型,给出了等价的变分不等式,设计了求解算法并通过算例进行了验证,结合参数敏感性对均衡状态出行者的认知和心理特征进行了分析。结果表明,OD出行需求和网络均衡态具有显著的参照点依赖效应,出行者对路况满意度越高OD出行需求越大,对路况熟悉程度越高OD出行需求越小。模型及算法可以加深对出行行为的理解,改进传统模型理论假设及适用性的局限,更加精确描述交通流的实际分布形态。     

基于市民出行模式的拥堵综合治理对策研究--以温州市鹿城区为例

以温州市鹿城区为例,基于居民在不同时间节点下出行方式选择的实地调查,通过分析调查数据,定性得出影响居民出行方式的因素。为了定量表述各影响因素的影响程度,建立市民出行方式选择预测模型。模型能描述在不同时间节点下各影响因素所占的权重大小,更好的为居民选择出行方式提供一定的理论指导。另外,还根据调查问卷并结合温州实地情况,提出拥堵治理建议。     

基于前景理论的不确定TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊集的多属性决策问题,本文提出一种基于前景理论和粗糙集的多属性决策方法,充分考虑了决策者心理风险因素对决策结果的影响.首先,以正、负理想点作为参考点计算各属性下的前景价值函数,定义新的综合前景值,并根据给定的阈值得到判断矩阵;然后,根据判断矩阵进行属性约简,确定属性权重;最后,计算各备选方案的加权综合前景值,利用TOPSIS方法对备选方案进行排序,并通过算例证实该方法的可行性和有效性.     

Estimation of a reduction in CO2 emissions by shifting commuters’ travel mode from the private car to public transport

A model for forecasting the amount of CO₂ emissions due to urban commuter travel was developed. The model consisted of three submodels: a commuters’ number forecasting model, a fuzzy commute travel mode choice model and a CO₂ emissions estimation. The model was tested using the real data of Osaka, Japan. Using this model, we also forecasted and analysed the efect of policy changes to shift commuters’ travel mode from private car to public transport in order to decrease the amount of CO₂ emissions.     

基于前景和量子理论的模糊多属性决策方法

针对属性权重不完全确定且属性偏好值为区间直觉模糊数的多属性决策问题,提出一种基于前景理论和量子进化算法的模糊多属性决策方法。该方法根据前景理论及模糊数距离公式,定义区间直觉模糊数的前景价值函数,同时将决策者对方案的风险偏好纳入决策行为中,以此来构建方案综合前景值最大化的非线性规划模型。通过引入量子进化算法,求解模型得出最优权重向量。最终根据方案前景值确定出方案的排序。该方法适用于模糊决策环境,能满足决策者不提供确定属性权重的要求,并充分考虑决策者风险心理因素对决策行为的影响,具有广泛的应用价值。数值算例说明了该方法的有效性和可行性。     

直觉模糊环境下考虑有限理性特征的决策方法

针对决策者具有有限理性的心理特征且属性权重和自然状态发生概率完全未知的直觉模糊多属性决策问题,提出了一种基于前景理论和证据理论的多属性决策方法。首先,利用证据理论得到各自然状态发生的概率,进而确定自然状态的决策权重函数;其次,运用正态分布概率密度函数设计直觉模糊决策参考点,并依据属性值与决策参考点之间的差异计算价值函数矩阵,从而获得前景价值矩阵;以综合前景价值最大化为准则构建最优化模型用以确定属性权重,并依据各方案的综合前景价值进行优劣排序。最后,将所提方法应用于对游戏产品的选择开发实例中。对比实验表明,运用所提方法得到的决策结果合理可靠,且更能体现决策者的原始决策信息。     

基于前景理论和VIKOR的风险型模糊多准则决策方法

针对准则值均为模糊数的风险型多准则决策问题,提出一种基于前景理论和VIKOR的多准则决策方法。首先,进行区间数、三角模糊数、梯形模糊数、直觉模糊数和语言值的无量纲化处理;然后,基于各个准则各种状态下各个方案的准则值排序,确定中位数参考点以及各个方案在各个准则下的综合前景值;接着,基于前景价值矩阵,给出基于VIKOR的扩展方法;最后,通过具体实例验证了所提出方法的有效性和可行性。     

基于前景理论的具有指标期望的多指标决策方法

针对决策者给出单一与组合指标期望情形的多指标决策问题, 提出一种基于前景理论的决策分析方法. 首先, 依据前景理论将决策者给出的指标期望视为参照点, 分别计算各方案针对各单一与各组合指标期望的前景价值,并构建各方案的综合前景价值向量; 然后, 将原始决策问题转化为相应的广义优序模糊约束满意问题(GPFCSP), 进而计算各方案针对相应推理准则的总体满意度, 并据此对各方案进行排序; 最后, 通过算例表明了该方法的可行性.