Resumen

Los viajeros tienen que tomar algunas decisiones para cada viaje, y una de ellas es la elección de la hora de salida. Muchos investigadores han utilizado los modelos de elección discreta para modelizar la hora de salida. En este método, la preparación de conjuntos de elección es un reto fundamental que implica la definición de algunos periodos de salida que deben ser seleccionados por el viajero. En esta investigación, los conjuntos de elección se formaron aplicando los métodos de agrupación a las horas de salida. Posteriormente, desarrollamos modelos Logit Multinomial (MNL) en diferentes conjuntos de elección y comparamos los modelos. Los datos utilizados en esta investigación pertenecían a la ciudad de Mashhad. Los resultados de la investigación indicaron que el método de agrupación jerárquica de Ward es inadecuado para la discretización temporal; además, el método de agrupación K-means es más eficiente que los métodos de maximización de expectativas y K-medoids en la discretización temporal para la modelización MNL. El modelo desarrollado (basado en el método de agrupación de K-means) predice con exactitud la hora de salida para el 58% de las personas del grupo de prueba, lo que refleja la eficacia del modelo resultante en comparación con el 36% que se obtiene sin el modelo.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:método de agrupación, hora de salida, discretización del tiempo, modelos de elección discreta, modelización de la hora de salida, diferentes conjuntos de elección, método de agrupación jerárquica, modelo, modelos, investigación
• Keywords:clustering method, departure time, time discretization, discrete choice models, departure time modelling, different choice sets, hierarchical clustering method, model, models, research