Exploring Route Choice Behaviours Accommodating Stochastic Choice Set Generations
Notice bibliographique
Résumé
Modelling route choice behaviours are essential in traffic operation and transportation planning. Many studies have focused on route choice behaviour using the stochastic model, and they have tried to construct the heterogeneous route choice model with various types of data. This study aims to develop the route choice model incorporating travellers’ heterogeneity according to the stochastic route choice set. The model is evaluated from the empirical travel data based on a radio frequency identification device (RFID) called dedicated short-range communication (DSRC). The reliability level is defined to explore the travellers’ heterogeneity in the choice set generation model. The heterogeneous K-reliable shortest path- (HK <a:math xmlns:a="http://www.w3.org/1998/Math/MathML" id="M1"><a:mi>α</a:mi></a:math> RSP-) based route choice model is established to incorporate travellers’ heterogeneity in route choice behaviour. The model parameters are estimated for the mixed path-size correction logit (MPSCL) model, considering the overlapping paths and the heterogeneous behaviour in the route choice model. The different behaviours concerning the chosen routes are analysed to interpret the route choice behaviour from revealed preference data by comparing the different coefficients’ magnitude. There are model validation processes to confirm the prediction accuracy according to travel distance. This study discusses the policy implication to introduce the traveller specified route travel guidance system.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».