.png){kind=icon}
返回
Recursive logit models for dynamic versus sequential trip chaining
.png){kind=icon}
OA
AI
DOI：10.1016/j.jocm.2025.100576.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 递归logit (RL)框架被应用于模拟行程连锁行为。
• 估计了两个模型：一个不含时间变量的顺序模型和一个含时间变量的动态模型。
• 这两个模型在再现行程连锁模式、出行方式选择和活动空间分布等行为方面均表现良好。
• 动态模型还能预测代理的时间表，并体现时空约束。
• 对于不涉及具体时间的建模应用，更简单的建模方法是可行的。
Keyword:
Recursive logit
Trip chaining
Dynamic discrete choice
Travel demand model
Activity scheduling model
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。