離散選擇模型研究進展

作者：王燦,王德,朱瑋,宋姍

摘要：本文從離散選擇模型(discrete choice model,DCM)體系的一般原理和應用價值出發,總結了各經典模型的基本理論和典型應用,并概括了近來年一些重要的研究新動向。多項Logit模型(multinomial logit model,MNL)是離散選擇模型體系的基礎,具有簡潔、可靠、易實現等優點,但也存在固有的理論缺陷,由此產生了對更加精細化模型的需求。替代的精細化模型中,嵌套Logit模型(nested logit model,NL)常用于處理備選項相關、"都不選"備選項、數據合并等問題,一般極值模型(generalized extreme value model,GEV)體系是其更一般的形式;混合Logit模型(mixed logit model,MXL)可用于解決隨機偏好問題和多種相關問題,包括備選項相關、面版數據相關、隨機系數相關、數據合并等,與之類似的潛在類別模型也有著廣泛應用;多項Probit模型(multinomial probit model,MNP)具有極高的靈活性,但其復雜的模型設定與龐大的運算量大大制約了其應用范圍。本文在研究新動向上介紹了4個重要的研究關注點:由多種經典模型形式相結合而成的復雜模型;面向RP/SP數據、定序、排序、多選等不同數據類型的適宜模型;基于各種受限理性選擇策略的更為真實的模型;以及考慮選擇的時空背景的模型。

發文機構：同濟大學建筑與城市規劃學院 名古屋大學環境學研究科

關鍵詞：離散選擇模型精細化適用性新動向discrete choice modelrefiningapplicabilitynew trends

分類號： O212[理學—概率論與數理統計][理學—數學]