摘要：在假设驾驶人对不同来源交通信息的参考程度不同的情况下,研究驾驶人在先进的出行者交通信息服务系统（advanced traveler information systems,ATIS）提供的多源实时信息条件下的出行途中路径选择行为,针对传统logit模型不能模拟影响变量对目标变量的非线性影响的缺点,利用BP（back propagation）神经网络模型进行信息参考行为的影响因素筛选,通过二元logit模型分析交通信息的参考概率,且作为自变量建立驾驶人出行途中路径选择模型.以南京驾驶人在广播和可变信息板（variable message signs,VMS）两种信息源条件下的出行路径选择行为进行模型验证,发现年龄和学历是影响广播信息参考的主要因素,年收入和对本地道路的熟悉程度是影响VMS信息参考的主要因素,驾驶人在接收到外界信息时改变出行路径的概率较大,在未接收到外界信息时选择原路径概率较大.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社