Preferences for shared autonomous vehicles
Krueger Rico et al. — 2016
Résumé (FR)
Cet article étudie les préférences des individus pour les véhicules autonomes partagés (SAV) à travers une expérience de choix déclaré. Un modèle logit à classes latentes est estimé pour capturer l’hétérogénéité non observée des préférences parmi les répondants. L’expérience met en scène trois alternatives : deux services de véhicule autonome (avec et sans partage) et le transport en commun actuel. Les attributs inclus sont le temps de trajet, le coût et le temps d’attente. Les résultats révèlent des segments distincts dans la population, certains étant particulièrement réceptifs au partage et à la réduction de coût. Ces résultats contribuent à la modélisation de la demande pour les futurs services de mobilité autonome partagée.
Summary (EN)
This paper investigates individual preferences for shared autonomous vehicles (SAVs) through a stated choice experiment. A latent class logit model is estimated to capture unobserved preference heterogeneity among respondents. The experiment features three alternatives: two autonomous vehicle services (with and without riding) and current public transit. Attributes include travel time, cost, and waiting time. Results reveal distinct population segments, some being particularly receptive to sharing and cost reduction. These findings contribute to demand modeling for future shared autonomous mobility services.
Points clés
| Aspect | Détail |
|---|---|
| Méthode | Expérience de choix déclaré (stated choice experiment) |
| Modèle | Logit à classes latentes (latent class logit) |
| Alternatives | SAV sans partage, SAV avec partage, transport en commun |
| Attributs clés | Temps de trajet, coût, temps d’attente |
| Résultat principal | Hétérogénéité significative des préférences — segments distincts selon acceptabilité du partage et sensibilité au coût |
Lien avec mes recherches
Cet article est directement pertinent pour modéliser la demande dans un système de mobilité partagée autonome, en capturant l’hétérogénéité comportementale des usagers — une dimension essentielle pour simuler des comportements émergents dans un système multi-agents. La segmentation par classes latentes offre une approche pour initialiser des populations d’agents avec des profils de préférences réalistes et diversifiés. Les résultats sur la sensibilité au partage et au coût peuvent alimenter les règles de décision des agents dans un modèle de simulation orienté vers l’émergence collective.