An economically-consistent discrete choice model with flexible utility specification based on artificial neural networks
基于神经网络灵活效用设定的经济一致性离散选择模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究随机效用离散选择模型，并从估计效用导出边际效用和支付意愿，支持离散选择与结构估计分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于神经网络灵活效用设定的经济一致性离散选择模型
- 研究问题
- 如何在不预先指定效用函数形式的情况下，兼顾离散选择模型的灵活拟合、随机效用最大化与货币可替代性？
- 方法与思路
- 作者提出具有备选项特定权重和共享权重的 ASS-NN，用神经网络近似效用，并据此计算边际效用及支付意愿。
- 材料陈述的贡献
- 摘要称，ASS-NN 在模拟和 Swissmetro 数据中的拟合优于所比较的多项 logit 设定，并展示经济一致性指标的计算。
- 阅读关注点
- 应核对网络结构如何落实两项经济约束、效用与尺度的归一化、支付意愿的计算，以及拟合比较和经济解释的适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未给出一致性约束的具体形式、拟合指标或福利度量的验证结果。
原文摘要
Random utility maximisation (RUM) models are one of the cornerstones of discrete choice modelling. However, specifying the utility function of RUM models is not straightforward and has a considerable impact on the resulting interpretable outcomes and welfare measures. In this paper, we propose a new discrete choice model based on artificial neural networks (ANNs) named "Alternative-Specific and Shared weights Neural Network (ASS-NN)", which provides a further balance between flexible utility approximation from the data and consistency with two assumptions: RUM theory and fungibility of money (i.e., "one euro is one euro"). Therefore, the ASS-NN can derive economically-consistent outcomes, such as marginal utilities or willingness to pay, without explicitly specifying the utility functional form. Using a Monte Carlo experiment and empirical data from the Swissmetro dataset, we show that ASS-NN outperforms (in terms of goodness of fit) conventional multinomial logit (MNL) models under different utility specifications. Furthermore, we show how the ASS-NN is used to derive marginal utilities and willingness to pay measures.