基于决策场理论的出行者动态决策行为研究

交通运输系统工程与信息 ›› 2016, Vol. 16 ›› Issue (1): 12-18.

基于决策场理论的出行者动态决策行为研究

龙雪琴*，王建军，周备

长安大学公路学院，西安 710064

收稿日期:2015-09-22 修回日期:2015-11-06 出版日期:2016-02-25 发布日期:2016-02-25
作者简介:龙雪琴（1982-），女，湖北钟祥人，博士，讲师.
基金资助:
中央高校基本科研业务费专项资金资助计划/Fundamental Research Funds for the Central Universities (310821151008，310821151009，310821153402).

Travelers Dynamic Decision Making Based on Decision Field Theory

LONG Xue-qin,WANG Jian-jun, ZHOU Bei

School of Highway, Chang’an University, Xi’an 710064, China

Received:2015-09-22 Revised:2015-11-06 Online:2016-02-25 Published:2016-02-25

摘要/Abstract

摘要：

为了研究出行者进行路径选择时的动态决策过程，本文采用决策场理论，研究了多属性条件下，机动车出行者的微观和宏观动态决策行为.分析了决策场理论的基本模型，构建了出行者动态决策行为场景和框架，以历史出行时间、预测出行时间和两者综合值作为出行者决策的路径属性，并根据属性与实际出行时间的差值为依据，提出了出行者注意力权重矩阵计算方法.通过算例分析发现，自由流出行时间对出行者决策影响较大，出行者对路径属性的依赖性非常强，决策过程中存在路径偏好反转的现象，表明出行者动态决策过程是随时间不断变化的，路径选择是时间累计的结果.

关键词: 交通工程, 动态决策, 决策场理论, 路径选择, 多属性, 偏好反转

Abstract:

In order to study the dynamic decision making processes of travelers, based on decision field theory (DFT), automobile travelers’microcosmic and macroscopic dynamic decision making behavior under multiple attribute are studied. The basic model of DFT is analyzed, and travelers’dynamic decision making scene and frame are constructed. Historical travel time, forecast travel time and comprehensive time of the both are considered as route attributes, and calculation method of attention weight matrix is produced according to the difference of attributes and actual travel time. An example is studied, and we find that, freedom travel time is the primacy factor influencing route choice result, travelers rely on route attributes intensely, and preference reversal exists during the decision making, which denotes decision making is continuously changing with the decision time and travelers route choice is the result of time accumulating.

Key words: traffic engineering, dynamic decision making, decision field theory；route choice, multiple attribute, preference reversal

中图分类号:

U491.2

龙雪琴，王建军，周备. 基于决策场理论的出行者动态决策行为研究[J]. 交通运输系统工程与信息, 2016, 16(1): 12-18.

LONG Xue-qin,WANG Jian-jun, ZHOU Bei. Travelers Dynamic Decision Making Based on Decision Field Theory[J]. Journal of Transportation Systems Engineering and Information Technology, 2016, 16(1): 12-18.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19126.shtml

http://www.tseit.org.cn/CN/Y2016/V16/I1/12

参考文献

[1] Payne J W, Bettman J R, Johnson E. Adaptive strategy selection in decision making[J]. Journal of Experimental Psychology: Learning, Memory, and Cognition,1988, 14 (3): 534-552. [2] Petrusic W M, Jamieson D G. Relation between probability of preferential choice and time to choose changes with practice[J]. Journal of Experimental Psychology; Human Perception and Perfor mance,1978,4 (3): 471-482.

[3] Stern E. Reactions to congestion under time pressure[J].Transportation Research Part C: Emerging Technologies, 1999，7（2）：75-90.
[4] Johnson J G. Cognitive modeling of decision making in
sports[J]. Psychology of Sport and Exercise, 2006, 7(6):
631-652.
[5] 李一磊, 李继云. 基于MDFT的服装风格决策模型[J].计算机应用与软件, 2011, 28(10): 170-173. [LI Y L,LI J Y. MDFT-based clothing style decision model[J].Computer Applications and Software, 2011, 28(10):170-173.]
[6] Lee S, Son Y J, Jin J. Decision field theory extensions forbehavior modeling in dynamic environment using Bayesian belief network[J]. Journal Information
Sciences: an International Journal, 2008, 178(10): 2297-
2314.
[7] Stern E, Richardson H W. Behavioral modeling of road users: current research and future needs[J]. Transport Reviews, 2005, 25(2): 159-180.
[8] Talaat H, Abdulhai B. Modeling driver psychological deliberation during dynamic route selection processes[C]. 2006 IEEE Intelligent Transportation Systems Conference, Toronto, Canada, 2006.
[9] Joseph G J, Jerome R B. Rule- based decision field theory: A dynamic computational model of transitions among decision-making strategies[M]. In T. Betsch & S.Haberstroh (Eds.), The routines of decision making.Mahwah, NJ: Lawrence Erlbaum Associates. 2005.
[10] 高峰, 王明哲. 面向决策过程的动态路径选择模型[J].交通运输系统工程与信息, 2009, 9(5)：96-102. [GAOF, WANG M Z. Process-oriented dynamic route choice model[J]. Journal of Transportation Systems Engineeringand Information Technology, 2009, 9(5)：96-102.]
[11] 高峰. 面向过程的动态决策方法与应用研究[D]. 武汉：华中科技大学, 2013. [GAO F. Study on methods and applications for process-oriented dynamic decision making[D]. Wuhan: Huazhong University of Science &Technology, 2013.]
[12] 秦焕美. 停车换乘需求研究[D]. 北京: 北京工业,2013. [QIN H M. Analysis on park- and- ride demand[D]. Beijing: Beijing University of Technology,2013.]

[1]	林建新, 刘博, 赵霞, 张蕾. 基于混合约束自编码器的机动车工况智能构建方法[J]. 交通运输系统工程与信息, 2022, 22(2): 109-116.
[2]	戢晓峰, 耿昭师. 山区双车道公路货车碰撞预测的双变量冲突极值模型[J]. 交通运输系统工程与信息, 2022, 22(2): 230-238.
[3]	张建波, 孙建平, 徐春玲, 郭镜霞, 温慧敏, 宋国华. 考虑交通运行条件影响的驾驶员特征聚类[J]. 交通运输系统工程与信息, 2022, 22(2): 330-336.
[4]	马景峰, 任刚, 李豪杰, 曹奇, 杜建玮. 电动自行车与机动车事故严重性影响因素分析[J]. 交通运输系统工程与信息, 2022, 22(2): 337-348.
[5]	宗芳, 王猛, 贺正冰. 考虑多车影响的分子动力学智能网联跟驰模型[J]. 交通运输系统工程与信息, 2022, 22(1): 37-48.
[6]	马小龙, 余强, 刘建蓓. 基于路侧毫米波雷达的车辆碰撞概率计算方法[J]. 交通运输系统工程与信息, 2022, 22(1): 57-66.
[7]	廖鹏, 唐铁桥. 基于车辆动力传动和转向系统的换道轨迹优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 98-105.
[8]	刘永红, 罗霞, 胡剑鹏. 考虑临时和预约需求的共享泊位动态分配方法[J]. 交通运输系统工程与信息, 2022, 22(1): 171-181.
[9]	袁振洲, 郭曼泽, 彭泳鑫, 杨洋. 基于梯度关联规则的老年行人交通事故风险识别[J]. 交通运输系统工程与信息, 2022, 22(1): 195-208.
[10]	张玉婷, 陈波佑, 张双焱, 闫学东, 李晓梦. 抵近信控交叉口分心驾驶识别模型[J]. 交通运输系统工程与信息, 2022, 22(1): 217-224.
[11]	宋浪, 王健, 杨滨毓, 安实. 连续流交叉口左转非机动车交通组织创新设计[J]. 交通运输系统工程与信息, 2022, 22(1): 225-233.
[12]	白婧荣, 唐伯明, 孙宗元, 毕辉云, 向恬君. 毗邻互通立交特长隧道驾驶负荷研究[J]. 交通运输系统工程与信息, 2022, 22(1): 301-310.
[13]	郭彦茹, 罗志雄, 王家川, 何方. 数据驱动的共享单车停放区规划方法研究[J]. 交通运输系统工程与信息, 2021, 21(6): 9-16.
[14]	李君羡, 沈宙彪, 童文聪, 吴志周. 基于分类车头时距的城市道路大型车影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 55-62.
[15]	卢凯, 周志洁, 张勇刚, 赵世杰, 徐广辉. 面向单向交通路网的绿波协调设计方法[J]. 交通运输系统工程与信息, 2021, 21(6): 74-83.