张 霄

（中铁十五局集团第二工程有限公司，上海 200000）

Logit模型的特征函数，是一个假设，在处理问题时，由旅客对交通方式需求构建的可能——满意度函数不一定为线性，影响该函数的因素众多，特征函数的参数受社会特性、区域特性、旅客偏好选择等众多因素影响，使得Logit模型实用性也同样受到限制。基于上述因素，便可采用满意度法这种非参数方法建立函数、确定效用值求解换乘分配率以解决大城市交通问题，该方法可以避免在预测阶段前期数据收集时进行大规模的OD调查，同时在求解时也较为简单。

1 分担率模型的建立

1.1 Logit模型分析

分担率是乘客对不同交通方式选择的概率，在换乘客流分配方面，运用Logit模型进行分担率预测属于比较成熟的方法。因传统的Logit模型的特征函数在求解时存在困难，为此，了解相关文献后，本文采用满意度求解的相应效应值来代替传统的多元回归线性方程所求得的特征函数值。

对两种及以上运输方式，假设换乘旅客n可以选择n（n≥2）种交通方式，其集合为Cn，在交通领域中，Logit模型假定，在特定条件下，旅客会选择其认为效用最大的方式出行。

在集合Cn中，任意一个出行方案i的效用为Ui，公式（1）表示旅客n选择方案i的效用。

由随机效用理论可知，Uin可如式（2）所表示：

式中：Vin-选择交通方式i对于出行者n的效用函数中的确定项；εin-选择交通方式i对于出行者n的效用函数中的不确定项，因人而异，无法通过计算确定。

旅客n选择出行方式i的概率如公式（3）所示。……