Development of a transfer‐cost‐based logit assignment model for the Beijing rail transit network using automated fare collection data
Notice bibliographique
Résumé
SUMMARY Literature review indicates that little is known about traveler behavior, such as transfer and route choices, in large transit systems because of the number of alternative routes involved and lack of empirical data. Even though many transit route assignment models have been developed and ample automated fare collection data have been collected, nearly no study has quantified how accurate resulting flow assignments are, especially for transfer flows. However, as a multi‐stakeholder system, it is essential to estimate passenger flows over the Beijing rail transit network for revenue sharing and daily management/operation purpose. In this paper, major factors (including total travel time and transfer cost) that influence passenger flow pattern in the Beijing rail transit network are considered in a logit‐based network flow assignment model. Specifically, a full transfer cost function, including transfer walking time, vehicle waiting time, and a penalty to additional transfers, is proposed to better simulate passengers' transfer behaviors. A generalized cost function for urban rail transit network is presented, and the corresponding route choice behavior of travelers is analyzed. An improved logit‐based model is then presented for solving this network flow assignment problem. The depth‐first method is used to search for “effective paths” among all O–D pairs. The average errors of estimated transfer flows from the proposed assignment model, which is proven to be more realistic in searching a set of effective paths, are below 20%. The results indicate that the models being developed in this study are capable of reasonably reproducing passengers' transfer and route choices and thus helpful for understanding the transfer behaviors of passengers of large rail transit networks. Copyright © 2012 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».