MNL(SUE) --> CNL-UE with FW

case study

  1. VI Projection and MP FW comparison
  2. find they all collapse, find where is the problem
  3. see the performance of MNL based sue
  4. 公式是什么
  5. 正確嗎
  6. 算法
  7. 編程

Bug:

entropy_left 和 entropy_right相互顛倒防止

LeftTrialOutput = LeftTrialOutput + entropy_left;
RightTrialOutput = RightTrialOutput + entropy_right;
note 這個(gè)bug是通過一步步的debug試出來的删性。
  1. 用e-5來顯示比%.10lf更高的精度
%.5e //顯示5位數(shù)字
  1. 檢查是否滿足均衡條件
計(jì)算機(jī)跑出的結(jié)果

完全滿足均衡條件


看看是否滿足均衡條件
  1. Dispersion parameter
    Theta=2


    Paste_Image.png

    Theta=3


    Paste_Image.png

    Theta=0.5
    Paste_Image.png

    Theta=0.1
    Paste_Image.png

    不能達(dá)到收斂(Theta=0.1)

Paste_Image.png
  1. 計(jì)算一下平均最小期望


    Paste_Image.png

    Theta=0.1的時(shí)候也不一致击碗。


    Paste_Image.png

    嚇?biāo)赖松蟠牛琫xcel中l(wèi)n試ln煞茫,然后就一致了
    Paste_Image.png

總結(jié)

FW在解MNL based SEU時(shí)就會(huì)出現(xiàn)偏差

  1. congestion situation
在Deamnd加倍槽袄,path cost比以前多10倍的情況下,表現(xiàn)良好厌处,達(dá)到均衡特纤,最小期望值也一樣

同樣,再此Demand下測(cè)試離散參數(shù),同樣非常敏感淋肾,步長一開始好好的硫麻,然后,突然變0樊卓,前后解的誤差急劇減少拿愧,同時(shí)不收斂。這個(gè)可以像一開始一樣一步步看碌尔。

11/29

ptt不能過高

這時(shí)link free flow time, OD demand, BPR對(duì)ptt影響都很大浇辜。

line search 里面也有bug

for (p_i = 0; p_i < NoPs; p_i++){
            entropy_left = entropy_left + p[p_i].Pf_Left * (log(p[p_i].Pf_Left) - 1);
            entropy_right = entropy_right + p[p_i].Pf_Right * (log(p[p_i].Pf_Right) - 1);
        }

把這兩個(gè)問題測(cè)完,對(duì)Theta不敏感了唾戚,Apf符合Logit公式了柳洋。收斂的很好

改變Theta=2還是有bug

外部參數(shù)Theta要寫成2.0

到目前為止調(diào)整Theta沒問題了。Demand也可以叹坦。

Theta=0.1

符合logit fun
符合流量守恒
前后解相差很小熊镣。
Theta=0.01,direction=0募书;已經(jīng)達(dá)到最優(yōu)了绪囱。

Paste_Image.png

所得結(jié)論確實(shí)與Theta的變化一致。
CNL里面的離散參數(shù)
下層0-1
上層》0
下層=1時(shí)莹捡,為MNL
CNL有不同表達(dá)式鬼吵,怎么互推
CNL更接近Probit,緩解了獨(dú)立性

CNL-UE with FW Debug

  1. CNL上沒有問題
  2. CNL excel 印證過篮赢,那估計(jì)在line search上有偏差
    從MNL(SUE)可以看出齿椅,output的精度由line search的精度決定。不會(huì)比line search的精度高启泣。說錯(cuò)了涣脚,提高line search的精度沒有提高最終結(jié)果的精度。
    S4LinkTravelTime(l);
    S2CNL_Loading(l, nm, n, od);
    S3AON(l, nm);
    S5Direct(l, nm);
    這幾部出錯(cuò)的可能性不大
    打印輸出line search
    line search內(nèi)部沒有問題寥茫,都在excel中核對(duì)過了
    簡(jiǎn)化網(wǎng)絡(luò)遣蚀,就考慮三條線的情況。
    也是AD符合CNL坠敷,line search有問題,不是路徑選擇的問題
    將step size adjust 放在循環(huán)外面射富,對(duì)結(jié)果沒有影響膝迎。

line search 在縮小到一定程度的時(shí)候就不動(dòng)了。但是步長精度不需要那么高胰耗。問題不在這限次。MNL在line search的時(shí)候也有同樣的問題。
不是在已有的基礎(chǔ)上開發(fā),就很難Debug卖漫。

如果link travel time是常數(shù)费尽,一步就完成。所有流量分到最短路羊始,line search 的時(shí)候確實(shí)是偏向均衡解的旱幼。說明,至少在一定情況下line search是沒問題的突委。改為線性函數(shù)柏卤,也不已完成,但是解不正確匀油≡蹈浚看看MNL。對(duì)于FFT乘以系數(shù)還是常數(shù)敌蚜,要與flow掛鉤桥滨;乘以一個(gè)常數(shù),MNL也控制的不好弛车;但是在輸入data的時(shí)候齐媒,也乘以一個(gè)系數(shù),一步就能收斂帅韧。下面里初,把flow這個(gè)變量引入試試;加入Flow以后也不收斂忽舟,應(yīng)該是收斂的双妨。回到BPR就可以叮阅,都是增函數(shù)刁品,為啥不一樣?BPR改成1次浩姥,也不收斂挑随。這個(gè)怎么查?牽一發(fā)而動(dòng)全身勒叠,肯定其他地方也用到了兜挨。看一遍流程就知道啦眯分,link funtion是和objective fun連在一起的拌汇,link fun 改動(dòng),object fun也要改弊决。如果是常數(shù)噪舀,obj不變化魁淳,正好碰巧了。我在VI里調(diào)link fun就沒關(guān)系与倡,因?yàn)榫鸵徊接玫豯ink fun界逛。把link flow調(diào)低,link flow和Obj調(diào)整好纺座,對(duì)了息拜,沒錯(cuò)。不調(diào)低的話

  • 那我再試試CNL下面的link travel fun的改變會(huì)怎樣比驻。
    直接到無窮了该溯;

可能line search還有隱藏的問題
input對(duì)不對(duì)?

  1. Link travel time 是BPR+constant+constant

第二天别惦,從CNL-UE測(cè)試起狈茉。

要修改的地方:頭文件,文件讀寫時(shí)的文件名掸掸,強(qiáng)行給定的最短路徑(OD pair氯庆, mode)
昨天的code 測(cè)試亂了,從倉庫里取原來的扰付。又要重新Debug堤撵。說明,沒做一點(diǎn)改動(dòng)都要記錄羽莺,不然馬上就忘了实昨。而且代碼和數(shù)據(jù)要放一起,不能分開盐固。
原來的代碼數(shù)據(jù)結(jié)構(gòu)變了荒给,都要改。主要時(shí)nest數(shù)據(jù)結(jié)構(gòu)體刁卜。
** 在data input要輸入nest結(jié)構(gòu)體**
將cost: nest cost, root cost, MargProb, CondProb都進(jìn)行了調(diào)整
在probability 的計(jì)算代碼也進(jìn)行了修改
另外志电,在AON中也發(fā)現(xiàn)了問題
加載的時(shí)輔助流量,不是流量(ADem蛔趴,Dem)

  • 將FW與MSA進(jìn)行對(duì)比:
    首先挑辆,結(jié)果不一致。
    第二孝情,MSA的比FW更加符合CNL概率鱼蝉。
    第三,MSA的多種固定步長對(duì)結(jié)果沒有影響箫荡。(0.1魁亦,0.2... 1, 1.5)
    總結(jié),可以認(rèn)為是line search的問題菲茬。
  • 用VI的Projection和MSA對(duì)比吉挣,結(jié)果也不一致
  • 想原因,可能是link travel time的表達(dá)式不一樣婉弹,改成相同的表達(dá)式后睬魂,結(jié)果果然一致。
  • MSA改link cost中的一步镀赌,F(xiàn)W要改兩步
    然后想到氯哮,F(xiàn)W不但要改link cost的表達(dá)式,還要改line search里面積分的表達(dá)式商佛。測(cè)試以后喉钢,發(fā)現(xiàn)FW,MSA良姆,Projection對(duì)同一個(gè)算例求解得到相同的結(jié)果肠虽。

3 precision of FW and MSA is still not acceptable

3.1 Is the problem of AON?

membership 0.5-0.5 correct
membership 0.2-0.8 correct
Mu 0.8 correct (一開始是不一樣的,后來檢查一下CNL.xlxs玛追,是原來的計(jì)算公式有錯(cuò)税课,改過來就完全一樣了)
總結(jié),不是AON的問題痊剖,還是要看看line search

3.2 check line search

check MSA: 精度一直在提高韩玩,只是比較慢而已。最高1e-6.
check line search: 精度一直在提高陆馁,明顯比MSA快找颓。但是仍有上限,20 萬次迭代叮贩,最高1
e-7. 50萬次迭代击狮,3*e-8. 同時(shí)查看AON—CNL,我認(rèn)為沒有問題妇汗。
總結(jié):line search 上也沒有問題帘不,可能是FW自身的問題。

  • 在MNL(SUE)中出現(xiàn)過的左右顛倒的問題杨箭,沒有出現(xiàn)寞焙。
  • ptt也沒有過高
  • line search里面的積分表達(dá)式正確
  • 全局變量Theta要寫成1.0的形式
  • line search 時(shí)候的積分表達(dá)式不對(duì)

3.3 test on larger net

  • 規(guī)范輸入格式
  • input data format
  • input file name
  • head file
  • shortest path: different origin should be give the shortest path

還是有問題,跑不起來互婿。那就只能一步步Debug捣郊。

  • 最短路給錯(cuò)了,Wrong origin
    correct: Pred[2] = 15; Pred[3] = 15; Pred[15] = 14; Pred[14] = 5; Pred[5] = 1;
    Wrong:Pred[2] = 15; Pred[3] = 15; Pred[15] = 14; Pred[14] = 5; Pred[5] = 4;
    CNL pass
    all pass
    在ND上也能跑起來
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市慈参,隨后出現(xiàn)的幾起案子呛牲,更是在濱河造成了極大的恐慌,老刑警劉巖驮配,帶你破解...
    沈念sama閱讀 212,599評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件娘扩,死亡現(xiàn)場(chǎng)離奇詭異着茸,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)琐旁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,629評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門涮阔,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人灰殴,你說我怎么就攤上這事敬特。” “怎么了牺陶?”我有些...
    開封第一講書人閱讀 158,084評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵伟阔,是天一觀的道長。 經(jīng)常有香客問我掰伸,道長皱炉,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,708評(píng)論 1 284
  • 正文 為了忘掉前任狮鸭,我火速辦了婚禮娃承,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘怕篷。我一直安慰自己历筝,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,813評(píng)論 6 386
  • 文/花漫 我一把揭開白布廊谓。 她就那樣靜靜地躺著梳猪,像睡著了一般。 火紅的嫁衣襯著肌膚如雪蒸痹。 梳的紋絲不亂的頭發(fā)上春弥,一...
    開封第一講書人閱讀 50,021評(píng)論 1 291
  • 那天,我揣著相機(jī)與錄音叠荠,去河邊找鬼匿沛。 笑死,一個(gè)胖子當(dāng)著我的面吹牛榛鼎,可吹牛的內(nèi)容都是我干的逃呼。 我是一名探鬼主播,決...
    沈念sama閱讀 39,120評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼者娱,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼抡笼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起黄鳍,我...
    開封第一講書人閱讀 37,866評(píng)論 0 268
  • 序言:老撾萬榮一對(duì)情侶失蹤推姻,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后框沟,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體藏古,經(jīng)...
    沈念sama閱讀 44,308評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡增炭,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,633評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了拧晕。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片弟跑。...
    茶點(diǎn)故事閱讀 38,768評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖防症,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情哎甲,我是刑警寧澤蔫敲,帶...
    沈念sama閱讀 34,461評(píng)論 4 333
  • 正文 年R本政府宣布,位于F島的核電站炭玫,受9級(jí)特大地震影響奈嘿,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜吞加,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,094評(píng)論 3 317
  • 文/蒙蒙 一裙犹、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧衔憨,春花似錦叶圃、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,850評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至码党,卻和暖如春德崭,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背揖盘。 一陣腳步聲響...
    開封第一講書人閱讀 32,082評(píng)論 1 267
  • 我被黑心中介騙來泰國打工眉厨, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人兽狭。 一個(gè)月前我還...
    沈念sama閱讀 46,571評(píng)論 2 362
  • 正文 我出身青樓憾股,卻偏偏與公主長得像,于是被迫代替她去往敵國和親箕慧。 傳聞我的和親對(duì)象是個(gè)殘疾皇子荔燎,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,666評(píng)論 2 350

推薦閱讀更多精彩內(nèi)容

  • fix step size 過高引起的Precision異常 Projection method 里面分為兩步,一...
    Silly_N_Fool閱讀 417評(píng)論 0 0
  • 背景 一年多以前我在知乎上答了有關(guān)LeetCode的問題, 分享了一些自己做題目的經(jīng)驗(yàn)销钝。 張土汪:刷leetcod...
    土汪閱讀 12,740評(píng)論 0 33
  • 記憶中有咨,我最早接觸的書,是圖書連環(huán)畫蒸健,就是上面是圖畫座享,下面配有文字的小人書婉商。在七八十年代,兒童圖書并不像現(xiàn)在那樣泛...
    一泓夜雨閱讀 454評(píng)論 8 4