10/9 カロリーを欲するときは

疲れている/周期/飢えている/寝不足.

 

RLモデル(recursive logit model)

Fosgerau, M., Frejinger, E., Karlstrom, A.,
A link based network route choice model with unrestricted choice set

Transportation Research Part B,
Vol.56, pp.70-80, 2013.

の解説資料でおべんきょう.

 

経路選択モデルは政策的に重要で,技術発展により経路特定が可能になってきた.

様々な経路選択要因に対してパラメータを測定するわけだが,その制度が重要である.

:リンクベースの再帰的な経路選択モデルを提案したい

 

1.問題の設定:リンクベースの動的経路選択

 

各意思決定の段階において,リンクkのsink-nodeに接続するリンク集合が選択肢となる

目的地は,ダミーリンクによる吸収状態:その先にあることも全部包括しているみたいなイメージ

選択の理由→選択肢に固有の効用関数ν+誤差項ε+リンクを選んだ場合の目的地までの期待効用

k: 直前に選んだリンク,a: 選ぶリンク

ダミーリンクd

 

2.モデル特性

 

ベルマン方程式を解く.逆行列の存在が解の条件.

リンクの一連が経路.コスト(効用)はリンクコストの和.

マルコフ性※があるので,リンクベースの選択確率から,経路σの観測尤度が出せる.

確率論における確率過程の持つ特性の一種で、その過程の将来状態の条件付き確率分布が、現在状態のみに依存し、過去のいかなる状態にも依存しない特性を持つことをいう(wikipedia).

 

以下のように考えれば交通量予測もできる.

リンクa上の交通量F(a)を,

Σ(直前のリンクkの交通量F(k)*その後aに進む確率P(a|k))+リンクa通過後に目的地に向かう交通量G(a)

で表す.

 

3.Link sizeの導入

 

動的経路選択モデルを記述してきたが,経路間のリンク重複問題が残っている(経路同士の相関が考慮されないので,明らかに偏るはずの交通でも,すべて平等に配分されてしまう).

Ben-Akiva and Bierlaire(1999)によるPath Size Logit,Cascetta et al.(1996)ではPath-Size修正項を考慮することで重複の魅力が減少するとして効用を変化させているが,この項を導入するためには経路列挙が必要なので,提案したモデルには適用できない.

ここで,代わりにLink Size(LS)修正項を導入する.

 

あとは最尤推定法.

 

Python

モジュール機能

スクリプトが書かれたファイルをモジュールとして扱う.

import(モジュール名)で,そのあとモジュール名.関数名()のようにして呼び出せる.