基于GPS数据开发重型载货车先进的路径选择模型

基于GPS数据开发重型载货车先进的路径选择模型

提出了一种基于GPS数据进行路径选择建模的方法，并结合长途运输的重型载货车展开研究。

数据处理。GPS中可用信息数量庞大，直接采用这样的数据会造成后续建模工作的复杂性，因此需要对GPS数据进行处理。首先进行网络转换，主要涉及转换的双向链接到原有网络每个受理方向上的一个环节；其次是采用质量弹簧系统对缺少的节点坐标进行估计，要考虑到所有可用的信息，例如网络拓扑；最后进行额外的清洁程序，运用MATSim网络转换和清洁处理程序选择最终网络以满足路径选择集生成的要求。

可选择的潜在路径生成。路径选择集生成算法是结合拓扑等价网点还原的广度优先搜索方法，该方法保证了线路的高多样性，以及大规模计算的可行性。

模型分析。初级模型通过包含路径尺寸因素捕获重叠竞争路径而建立简单的多项式模型（MNL）。高级模型能进一步捕捉路径之间的相关性，路径尺寸因素提供给独立路径更多的机会，模型的附加组件使不同路径竞争加剧，使独立路径在相同道路间具有可替代性。利用误差分量模型（ECL）提出Frejinger和Bierlaire路径选择模型。

将最终的MNL和ECL模型应用在一个预测实例中，结果表明，相比MNL模型，ECL模型具有较低的弹性。

刊名：Transportation Research Part E：Logistics and Transportation Review（英）

刊期：2015年第77期

作者：Stephane Hess et al

编译：王莹