The main goal of this study centers

The main goal of this study centers on developing an aggregate air itinerary share model estimated at the city-pair level within the US air transportation system. This route demand assignment model is part of a new modeling approach that has as its ultimate output the prediction of detailed traffic information for the US air transportation system. In this approach, city-pair demand generation, route demand assignment and air traffic levels
estimations are completed in 3 different stages within a single framework. Aiming to fully
develop the overall model, in this paper we focus on estimating the 2nd stage, the air itinerary
choice model. In order to achieve this, the first approach taken applies a multinomial logit
model and uses a combination of stated preferences (SP) and revealed preferences (RP) data
to estimate the model. By using a mixed dataset, we attempt to improve the RP model
results, which often perform poorly due to high demand inelasticity. Preliminary results
show the potential of this approach, although further analysis is required to understand the
results obtained. For the final paper, different approaches and further interactions among
the model attributes will be applied to improve the model’s performance.

ผลลัพธ์ (ไทย) 1:

เป้าหมายหลักของการศึกษานี้ศูนย์พัฒนาแบบร่วมเดินทางอากาศรวมที่ประมาณระดับคู่เมืองภายในประเทศสหรัฐอเมริการะบบเดินอากาศ รุ่นนี้การกำหนดความต้องการกระบวนการผลิตเป็นส่วนหนึ่งของวิธีการสร้างโมเดลใหม่ที่เป็นสุดยอดของผลทำนายของข้อมูลจราจรโดยละเอียดสำหรับสหรัฐอเมริกามี ระบบการขนส่งเครื่องบิน ในวิธีการนี้ คู่เมืองการสร้างความต้องการ การกำหนดความต้องการเส้นทาง และอากาศจราจรระดับประมาณจะเสร็จสมบูรณ์ใน 3 ระยะต่าง ๆ ภายในกรอบเดียวกัน เป้าหมายที่จะเต็มพัฒนารูปแบบโดยรวม ในเอกสารนี้ เราเน้นประเมินระยะที่ 2 การเดินทางอากาศเลือกรูปแบบ เพื่อให้บรรลุนี้ วิธีการแรกที่นำมาใช้เป็น logit ก็ตามรูปแบบ และใช้การรวมกันของการตั้งค่าระบุ (SP) และเปิดเผยข้อมูลการตั้งค่า (RP)การประเมินแบบ โดยใช้ชุดข้อมูลแบบผสม เราพยายามที่จะปรับปรุงรุ่น RPผล ซึ่งมักจะทำได้ไม่ดีเนื่องจากความต้องการสูง inelasticity ผลลัพธ์เบื้องต้นแสดงศักยภาพของวิธีการนี้ แม้ว่าการ วิเคราะห์จะต้องเข้าใจการผลที่ได้รับ สำหรับกระดาษสุดท้าย แนวทาง และการปฏิสัมพันธ์ระหว่างแอตทริบิวต์ของแบบจำลองจะมีการปรับปรุงประสิทธิภาพของรุ่น

ผลลัพธ์ (ไทย) 2:

เป้าหมายหลักของการศึกษาครั้งนี้ศูนย์ในการพัฒนารูปแบบการแบ่งการเดินทางทางอากาศรวมประมาณในระดับเมืองคู่ภายในระบบการขนส่งทางอากาศของสหรัฐ เส้นทางรูปแบบการกำหนดความต้องการนี้เป็นส่วนหนึ่งของวิธีการสร้างแบบจำลองใหม่ที่มีเอาท์พุทที่ดีที่สุดของการคาดการณ์ของข้อมูลการจราจรแบบรายละเอียดสำหรับระบบการขนส่งทางอากาศสหรัฐ ในวิธีการนี้สร้างอุปสงค์เมืองคู่ความต้องการเส้นทางที่ได้รับมอบหมายและการจราจรทางอากาศระดับ
ประมาณการจะแล้วเสร็จใน 3 ขั้นตอนที่แตกต่างกันในกรอบเดียว มุ่งมั่นอย่างเต็มที่
ในการพัฒนารูปแบบโดยรวมในบทความนี้เรามุ่งเน้นการประเมินในขั้นตอนที่ 2 การเดินทางทางอากาศ
รูปแบบทางเลือก เพื่อให้บรรลุนี้วิธีแรกนำได้ใช้ logit พหุนาม
นางแบบและใช้การรวมกันของการตั้งค่าที่ระบุไว้ (SP) และการตั้งค่าการเปิดเผยข้อมูล (RP)
เพื่อประเมินรูปแบบ โดยใช้ชุดผสมที่เราพยายามที่จะปรับปรุงรูปแบบ RP
ผลซึ่งมักจะทำงานได้ไม่ดีเนื่องจาก inelasticity ความต้องการสูง ผลการศึกษาเบื้องต้น
แสดงให้เห็นศักยภาพของวิธีการนี้แม้ว่าการวิเคราะห์ต่อไปจะต้องเข้าใจถึง
ผลที่ได้รับ สำหรับกระดาษสุดท้ายวิธีที่แตกต่างและการมีปฏิสัมพันธ์ต่อไปในหมู่
คุณลักษณะรูปแบบจะถูกนำไปใช้ในการปรับปรุงประสิทธิภาพของแบบจำลอง

ผลลัพธ์ (ไทย) 3:

เป้าหมายหลักของการศึกษานี้เน้นการพัฒนาแลกเปลี่ยนอากาศการเดินทางรวมรูปแบบประมาณที่เมืองคู่ระดับภายในเราขนส่งระบบ ความต้องการนี้เป็นส่วนหนึ่งของเส้นทางงานรูปแบบใหม่แบบจำลองที่มีผลผลิตสูงสุดของการพยากรณ์ข้อมูลการจราจรสำหรับเราขนส่งระบบ ในวิธีการนี้ , เมืองคู่รุ่นความต้องการกำหนดความต้องการและระดับการจราจรเส้นทางอากาศการจะแล้วเสร็จใน 3 ขั้นตอนที่แตกต่างกันภายในกรอบเดียว มีครบพัฒนารูปแบบโดยรวม ในกระดาษนี้เราเน้นการประเมินระยะที่ 2 อากาศรายการรูปแบบทางเลือก เพื่อให้บรรลุนี้ วิธีแรกที่ถ่ายใช้วิธีโลจิตรูปแบบและใช้การรวมกันของการตั้งค่าที่ระบุไว้ ( SP ) และพบการตั้งค่า ( RP ) ข้อมูลการประเมินรูปแบบ โดยใช้ข้อมูลผสม , เราพยายามที่จะปรับปรุง RP แบบผลลัพธ์ ซึ่งมักจะแสดงได้ไม่ดี เนื่องจาก inelasticity ความต้องการสูง ผลเบื้องต้นโชว์ศักยภาพของวิธีการนี้แม้ว่าการวิเคราะห์เพิ่มเติมจะต้องเข้าใจผลการทดลอง สำหรับกระดาษสุดท้ายที่แตกต่างกันและวิธีการปฏิสัมพันธ์เพิ่มเติมระหว่างรูปแบบแอตทริบิวต์จะถูกใช้เพื่อปรับปรุงประสิทธิภาพของแบบ