蚁群算法赋能方式划分非集计模型参数标定：理论、实践与展望

一、引言

1.1研究背景与意义

1.1.1研究背景

在交通规划领域，准确预测出行者的交通方式选择行为对于优化交通资源配置、缓解交通拥堵以及制定合理的交通政策至关重要。方式划分非集计模型作为一种有效的工具，能够从个体决策层面分析出行者的交通方式选择行为，充分考虑了个体特性和出行情境的差异，相较于传统的集计模型，具有更高的预测精度和灵活性，因此在交通规划中占据着重要地位。

传统的方式划分非集计模型参数标定方法，如最大似然估计法及其衍生算法，在处理复杂的交通系统时存在一定的局限性。这些方法往往依赖于较为严格的假设条件，例如假设效用函数的误