一种基于累积前景理论的出行选择方法技术

本发明专利技术涉及一种基于累积前景理论的出行选择方法，包括以下步骤：将累积前景理论引入到博弈论分析框架，同时构建出行博弈支付矩阵，根据博弈论分析框架和出行感知支付矩阵构建基于累积前景理论博弈策略模型；根据出行博弈支付矩阵，构建基于期望效用的博弈策略模型；通过算例分析，比较基于累积前景理论模型的纳什均衡解和期望效用的博弈策略模型的纳什均衡解，并在不同出行场景下对比两种框架下的民众出行选择差异。相对于现有技术，本发明专利技术提出了基于累积前景理论的出行选择博弈模型，并在不同出行场景下对比两种分析框架的民众出行选择差异，该模型对城市促使公交优先，合理配置交通资源和缓解交通拥堵具有重要意义。

A Travel Selection Method Based on Cumulative Prospect Theory

The invention relates to a travel selection method based on cumulative prospect theory, which includes the following steps: introducing cumulative prospect theory into the framework of game theory analysis, constructing a travel game payment matrix, constructing a game strategy model based on cumulative prospect theory according to the framework of game theory analysis and travel perception payment matrix, and constructing a travel game payment matrix based on expected utility. The Nash equilibrium solution of the game strategy model based on cumulative prospect theory and expected utility is compared through an example analysis, and the differences of public travel choice under different travel scenarios are compared. Compared with the existing technology, the invention proposes a travel choice game model based on cumulative foreground theory, and compares the differences between the two analytical frameworks under different travel scenarios. The model is of great significance for cities to promote bus priority, rationally allocate traffic resources and alleviate traffic congestion.

【技术实现步骤摘要】
一种基于累积前景理论的出行选择方法
本专利技术涉及交通
，特别涉及一种基于累积前景理论的出行选择方法。
技术介绍
随着中国迅猛发展的机动化进程，城市交通的供需关系正发生着巨大变化，突出表现在以下三个方面：一是机动化交通的需求增长带来了道路拥堵、排放污染、能源消耗等严峻挑战；二是城市交通网络体系的建设面临着结构性的改革和创新；三是城市交通面临着土地资源的约束[1]。如何转变对小汽车模式的依赖，以公共交通为主体的交通出行选择模式结构近来研究较多。通常出行选择决策是以理论人为基础，按照期望效用决策出行方式。Kahneman和Tversky提出的前景理论[2]解释不确定条件下的决策行为，更贴近实际。Sagi[3]等在研究居民出行风险偏好选择时，充分考虑参照点的作用，研究者认为参照点的选取可以较好的反映出行者的态度。Connors和Sumalee[4]在对出行者路径选择行为研究中，以出行时间和出行费用为影响因素，提出了基于前景理论的感知均衡模型。Ramos[5]等应用前景理论对出行者路径进行描述，考虑参考点异质性的情况下，预测出行者路径选择的博弈行为。Liu和Lam在对出行方式选择研究中，提出广义出行费用，在前景理论基础上建立出行方式选择模型[6]。交通方式选择是经典问题，博弈论被广泛应用于制定交通策略中。陈星光[7]根据交通管理者与出行者对出行方式的博弈和演化过程进行分析，建立单总体出行方式演化博弈模型。肖海燕应用演化博弈思想，分析交管部门对私家车的政策及出行者选择私家车与选择公交车出行两种策略的演化过程[8]。上述研究一般把交通用户看成统一的整体，实际中出行者在交通方式选择中存在异质性，面对不同交通政策表现出不同的交通感知，所以有必要这些问题进行解决。
技术实现思路
本专利技术的目的是提供一种基于累积前景理论的出行选择方法，所要解决的技术问题是：出行者在交通方式选择中存在异质性，面对不同交通政策表现出不同的交通感知，无法精准合理配置交通资源，缓解交通压力。本专利技术解决上述技术问题的技术方案如下：一种基于累积前景理论的出行选择方法，包括以下步骤：将累积前景理论引入到博弈论分析框架，同时构建出行博弈支付矩阵，根据博弈论分析框架和出行感知支付矩阵构建基于累积前景理论博弈策略模型；根据出行博弈支付矩阵，构建基于期望效用的博弈策略模型；通过算例分析，比较基于累积前景理论模型的纳什均衡解和期望效用的博弈策略模型的纳什均衡解，并在不同出行场景下对比两种框架下的民众出行选择差异。本专利技术的有益效果是：现实交通出行选择过程中，政府与民众通过参照基于累积前景理论的博弈策略模型，选择各个利益群体的最优出行方案。本方法为城市促使公交优先，合理配置交通资源和缓解交通拥堵具有重要意义。附图说明图1为本专利技术价值函数的示意图；图2为本专利技术概率权重函数的示意图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。1累积前景值将累计前景理论引入到博弈论分析框架，充分考虑行为人之间的相互作用。采用累计前景理论构建感知博弈支付矩阵替换原来的效用收益矩阵。把损失规避、参照依赖、迷恋小概率事件等纳入博弈分析框架，描述人们的非理性决策行为。前景理论价值函数的定义如下：其中，X为行为人实际收益；X0为行为人收益参考点；α，β为行为人风险敏感程度；λ为损失规避系数。大量实验证明α＝p＝0.88，λ＝2.25为宜。ΔX＝X-X0，如图1所示，当ΔX＞0，g″(Δx)＜0；ΔX＜0，g″(Δx)＞0。概率权重决策函数如下：其中，P为实际事件发生的概率，w+(p)，w-(p)分别为收益感知概率和损失感知概率。根据Kahneman等研究，Y＝0.61，δ＝0.69较为合适。由于两者差别不大，为了便于模型研究，假设w+(p)＝w-(p)。从图2中可以看到，当p较小时，w(p)＞p，决策人高估小概率事件；当p较大时，w(p)＜p，决策人低估大概率事件。累积前景理论使用的是累积概率权重，可以描述一系列方案的组合，那么累积权重函数表示为πi＝w(pi+…+pn)-(pn+1+…+pn)(4)πn＝w(pn)(5)因此，个人累积前景值表达式表示为2民众与政府策略成本定义将政府采取提升公交服务的行为假想为一个策略群体，政府通过推行公交优先，使得小汽车驾驶者向公共交通方式的转移，从而达到城市整体出行体验改善的收益，例如交通出行延误降低等。以此同时，政府制定策略实施需要一定的成本，包括交通工具的改善以及相应基础设施的建设等。假设政府采取公共交通提升服务策略的成本为h，如果能促使小汽车驾驶者转移，则政府的收益为：αc4-h，α为促使转移状况下的社会收益系数，c4为社会基础收益成本。如果小汽车驾驶者在上述策略下没有转移，则政府收益为-h。如果政府没有采取任何改善公交服务策略，小汽车出行者自愿转乘公共交通出行，则政府的收益为c3。如果民众没有在上述策略下转乘公共交通，则政府由于城市交通拥堵严重，综合社会收益受损，则政府收益为-b。同理对于小汽车驾驶者而言，在政府的公交提升策略下，民众感受到便捷的交通出行体验，出行者的收益为αc1。假如上述政策并没有对民众有实质性的帮助，则民众在改善公交服务下采取不转移策略的收益为c2。假如城市交通拥堵加剧，小汽车驾驶者在政府没有采用提升公交策略的情景下采取转移策略，则出行者收益为c4；出行者如果保持现状，最终收益为-d。因此可以得到政府与民众之间的博弈支付矩阵如下表1所示为：表1政府与民众之间的博弈支付矩阵3累积前景博弈混合策略纳什均衡根据上述博弈收益矩阵，构建基于累积前景的表达式。假设政府策略中采用改善公共交通出行的占比为m，不采用改善公共交通出行的占比为1-m；出行者选择转移的策略占比为n，选择不转移的策略占比为1-n。政府采取策略的参考点为出行者采取策略的参考点为根据累计前景公式，分别计算政府和民众的累积前景值。对于政府，选择采取公交提升策略(策略A)的收益感知为选择不采取公交提升策略(策略B)的收益感知为则政府总的累积前景收益感知为同理可得，民众总的累积前景收益感知为分别对政府和民众总的前景收益感知函数求微分，可得政府和民众的一阶最优条件为对上面式子求解得：令mCPT，nCPT为上式累积前景收益感知的解，同时也是累积前景博弈混合策略纳什均衡解。政府在博弈决策中，将以mCPT的概率来改善公交交通服务进而促使出行者大幅度转移公共交通方式出行，以1-mCPT的概率不采取改善公共交通设施策略，从而使自己的利益最大化。同理小汽车驾驶者在博弈决策中，将以nCPT的概率来选择转移公共交通方式出行(可能由于小汽车出行体验较差，公交出行对自己更有利)，以1-nCPT的概率选择现状出行。4期望效用理论博弈混合策略纳什均衡为了对累积前景博弈策略与期望效用博弈策略进行对比，先推导期望效用的混合策略的纳什均衡。结合上小节的博弈收益矩阵，得到政府的期望效用函数为对政府的期望效用博弈函数求微分，可得到政府的一阶最优条件为令求解得到出行者的纳什均衡策略同理可得民众的期望效用函数为对民众的期望效用博弈函数求微分，可得到民众的一阶最优条件为令求解得到政府的纳什均衡策略从n*、m*的表达式，可以看出传统的效用函数纳什均衡解仅本文档来自技高网...

【技术保护点】
1.一种基于累积前景理论的出行选择方法，其特征在于，包括以下步骤：将累积前景理论引入到博弈论分析框架，同时构建出行博弈支付矩阵，根据博弈论分析框架和出行感知支付矩阵构建基于累积前景理论博弈策略模型；根据出行博弈支付矩阵，构建基于期望效用的博弈策略模型；通过算例分析，比较基于累积前景理论模型的纳什均衡解和期望效用的博弈策略模型的纳什均衡解，并在不同出行场景下对比两种框架下的民众出行选择差异,选择累积前景理论模型框架的居民出行选择方式。

【技术特征摘要】
1.一种基于累积前景理论的出行选择方法，其特征在于，包括以下步骤：将累积前景理论引入到博弈论分析框架，同时构建出行博弈支付矩阵，根据博弈论分析框架和出行感知支付矩阵构建基于累积前景理论博弈策略模型；根据出行博弈支付矩阵...

【专利技术属性】
技术研发人员：屈琦凯，陈富坚，戴波，周小健，刘国平，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45