基于MA-CPT模型的出行方式选择模型优化

为提高累积前景理论在出行方式选择建模应用中的准确性,考虑个体对于时间与费用货币态度的不同,优化原始累积前景理论(cumulative prospect theory,CPT)模型的时间值函数和时间权重函数.首先,针对时间压力下出行方式偏好发生转变的现象,将出行方式分为刚性出行和弹性出行,改进刚性出行情景下的时间值函数形式,并根据出行时间特性求出时间权重函数中吸引力参数的取值范围,构建 MA-CPT(mental accounting-cumulative prospect theory)模型;其次,根据实证数据标定时间权重函数中辨别力参数和吸引力参数的取值;最后,标定MA-CPT模型结果并检验其拟合优度,对比MA-CPT模型和CPT模型的命中率.实证分析结果表明:刚性出行和单行出行场景下,时间权重函数的吸引力参数值均大于 1.00;MA-CPT模型在刚性出行和弹性出行情境下的拟合优度分别为 0.17和 0.18;相比于CPT模型,MA-CPT模型在弹性出行和刚性出行情景下的命中率分别提高了12.2％和19.8％.