Resumen

El diseño experimental de preferencia declarada puede afectar a la fiabilidad de la estimación de los parámetros en el modelo de elección discreta. Algunos estudiosos han propuesto algunos diseños experimentales nuevos, como el D-eficiente y el D-eficiente bayesiano. Pero no se han realizado suficientes investigaciones empíricas sobre la eficacia de estos nuevos diseños y ha habido pocos análisis comparativos de los nuevos diseños frente a los diseños tradicionales. En este artículo, se toma como objeto de investigación un nuevo metro que conecta Chengdu y sus ciudades satélite para demostrar la validez de los diseños D-eficiente y D-eficiente bayesiano. Las comparaciones entre estos nuevos diseños y el diseño ortogonal se realizaron mediante el ajuste del modelo y la desviación estándar de la estimación de parámetros; a continuación, se obtiene el mejor resultado del modelo para analizar el comportamiento de elección de viaje. Los resultados indican que el diseño Bayesiano D-eficiente funciona mejor que el diseño D-eficiente. Algunas de las variables pueden afectar significativamente al comportamiento de elección de la gente, incluyendo el tiempo de espera y el tiempo de llegada. El diseño D-eficiente y el D-eficiente bayesiano para MNL pueden adquirir resultados de fiabilidad en el modelo ML, pero el modelo ML no puede desarrollar las ventajas teóricas de estos dos diseños. Por último, el metro puede gestionar un flujo de pasajeros superior al 40% si se pone en funcionamiento en el futuro.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:diseño eficiente, nuevos diseños, d bayesiano, modelo ml, estimación de parámetros, mejor resultado del modelo, modelo de elección discreta, insuficiente investigación empírica, escaso análisis comparativo, nuevos diseños experimentales
• Keywords:efficient design, new designs, bayesian d, ml model, parameters estimation, best model result, discrete choice model, insufficient empirical research, little comparative analysis, new experimental designs