Microscopic decision model for pedestrian route choice at signalized crosswalks
Notice bibliographique
Résumé
Summary In this paper, two‐tier mathematical models were developed to simulate the microscopic pedestrian decision‐making process of route choice at signalized crosswalks. In the first tier, a discrete choice model was proposed to predict the choices of walking direction. In the second tier, an exponential model was calibrated to determine the step size in the chosen direction. First, a utility function was defined in the first‐tier model to describe the change of utility in response to deviation from a pedestrian's target direction and the conflicting effects of neighboring pedestrians. A mixed logit model was adopted to estimate the effects of the explanatory variables on the pedestrians' decisions. Compared with the standard multinomial logit model, it was shown that the mixed logit model could accommodate the heterogeneity. The repeated observations for each pedestrian were grouped as panel data to ensure that the parameters remained constant for individual pedestrians but varied among the pedestrians. The mixed logit model with panel data was found to effectively address inter‐pedestrian heterogeneity and resulted in a better fit than the standard multinomial logit model. Second, an exponential model in the second tier was proposed to further determine the step size of individual pedestrians in the chosen direction; it indicates the change in walking speed in response to the presence of other pedestrians. Finally, validation was conducted on an independent set of observation data in Hong Kong. The pedestrians' routes and destinations were predicted with the two‐tier models. Compared with the tracked trajectories, the average error between the predicted destinations and the observed destinations was within an acceptable margin. Copyright © 2016 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».