TY -的A2 Shriniwas Arkatkar AU - de Clercq Gijsbert柯恩AU - van Binsbergen,阿扬AU - van Arem巴特盟——Snelder Maaike PY - 2022 DA - 2022/12/16 TI -估计任何未来的潜在的模态分裂模式使用显示偏好数据SP - 6816851六世- 2022 AB -模式选择行为通常由离散选择模型,建模的工具对每个模式的特征是使用模式特定参数反映强烈的效用模式取决于属性,如旅行速度和成本,和一个特定于模式的常数值。新模式,不断的使用模式特定参数和离散选择模型的效用函数是未知的和难以估计的基础上,陈述偏好数据/选择实验和无法估计的基础上揭示偏好数据。本文演示了如何显示偏好数据可以用来估计一个离散的模式选择模型不使用特定于模式的常量和使用模式特定的参数。建立一个方法,可以用来分析任何新模式使用显示偏好数据和离散选择模型和演示了使用OViN 2017数据集在荷兰旅行使用多项式和嵌套logit模型。这导致一个效用函数没有任何选择特定的常量或参数ρ平方的0.828和0.758的准确性。从这个模型的参数用于计算共享未来的模态分裂自驾车辆和电动的步骤,导致一个潜在的模态分裂24 - 37 30%和44%使用多项logit模型时,和15 - 20%,33 - 40%在使用嵌套logit模型。过高地估计未来的模态分裂发生由于不同运输方式之间的局部相似性,当使用多项logit模型。因此可以得出结论,一个嵌套logit模型更适合评估潜在的模态分裂比多项logit模型未来的模式。作者的知识,这是第一次,共享未来的模态分裂自驾车辆和电动步骤计算显示偏好数据从现有模式使用一个未标记的模式建模方法。SN - 0197 - 6729你2022/6816851 / 10.1155——https://doi.org/10.1155/2022/6816851——摩根富林明-杂志的先进运输PB - Hindawi KW - ER