Decision dynamics of departure times: Experiments and modeling

یک مشکل اساسی در علم ترافیک این است که درک رفتار انتخابی کاربر را داشته باشیم که منجر به ظهور پدیده ترافیک پیچیده می شود. علیرغم تلاش های زیادی که برای نظریه شناختن رفتارهای انتخاب زمان خروج اختصاص داده شده است، آزمون های نسبتا وسیع و سیستماتیک آزمایشی پیش بینی های نظری هنوز فاقد آن هستند. در این مقاله، هدف ما ارائه یک درک جامع تر از رفتارهای انتخاب زمان خروج از نظر تعداد زیادی آزمایش آزمایشگاهی تحت شرایط مختلف ترافیکی و اطلاعات بازخوردی که به مسافران ارائه شده است. در آزمایشی، تعداد بازیکنان استخدام شده بسیار بیشتر از تعداد گزینه هایی است که بهتر است که سناریوی واقعی را تقلید کنند، که در آن تعداد زیادی از مسافران به طور همزمان در یک پنجره نسبتا کوتاه حرکت خواهند کرد. برای اطمینان از همگرایی رفتار جمعی، تعداد کافی از دورها انجام می شود. نتایج تجربی نشان می دهد که رفتار جمعی نزدیک به تعادل کاربر است، صرف نظر از مقیاس های مختلف و شرایط ترافیک. علاوه بر این، میزان اطلاعات بازخوردی تأثیر ناچیزی بر رفتار جمعی دارد، اما تأثیر نسبتا قوی بر رفتارهای انتخاب فردی دارد. یادگیری تقویت و مدل یادگیری فرمی برای تکثیر نتایج تجربی و کشف مکانیزم پایه ساخته شده است. نتایج شبیه سازی در توافق خوب با رفتار جمعی مشاهده شده تجربی است.