基于DAG-SVM的居民出行方式选择模型

发布时间：2017-12-25 15:11

  本文关键词：基于DAG-SVM的居民出行方式选择模型　出处：《交通信息与安全》2016年05期 　论文类型：期刊论文

  更多相关文章： 交通需求管理 出行方式选择 有向无环图 支持向量机 神经网络

【摘要】：提高居民出行方式的预测精度对于评价交通规划方案、交通策略的效果具有重要意义。应用心理学、行为科学的方法分析了出行决策的思维过程,将出行决策过程结构化,建立出行情景库,并采用主成份法分析了影响方式选择的主要因素,作为支持向量机模型的输入。利用统计学习理论分析了支持向量机与神经网络在建模原理上的区别,建立了基于有向无环图-支持向量机(DAGSVM)的方式选择模型,阐述了模型的具体步骤。通过实验对不同核函数的预测效果进行了评价,并采用网格法和遗传算法进行参数寻优。结果表明,核函数选择径向基函数效果较理想,参数寻优方法上遗传算法比网格法效果更好。通过优化后,DAG-SVM模型的整体预测精度达到了82.3%,比神经网络提高了近9%。但对出租车出行的预测准确率略低于其他方式,这主要由于出租车常被作为特殊情况下的备选方式,其出行规律性相对较差。
【作者单位】： 中国城市规划设计研究院;吉林大学交通学院;
【分类号】：U491.1
【正文快照】： !引言随着城市人口及规模的不断扩大,交通需求发生了前所未有的迅速增长,交通供需不平衡导致的交通拥堵、空气污染等问题日益严重。交通需求管理是解决城市交通问题的主要手段。居民出行方式的预测能为交通规划方案、交通管理策略的效果评价提供科学的依据。出行方式预测的常

【相似文献】

相关期刊论文 前10条

1 徐上;陆建;马海峰;崔洪军;;大型活动观众出行方式选择影响因素研究[J];交通运输工程与信息学报;2007年04期

2 秦焕美;关宏志;殷焕焕;;停车收费价格对居民出行方式选择行为的影响研究——以北京市居民小汽车、公交、出租车选择行为为例[J];土木工程学报;2008年08期

3 黄树森;宋瑞;陶媛;;大城市居民出行方式选择行为及影响因素研究——以北京市为例[J];交通标准化;2008年09期

4 杜豫川;蒋盛川;朱迪;孙立军;;上海世博会出行方式选择意愿建模与场景分析[J];同济大学学报(自然科学版);2010年04期

5 包丹文;邓卫;顾仕珲;;停车收费对居民出行方式选择的影响分析[J];交通运输系统工程与信息;2010年03期

6 冯忠祥;刘浩学;张景峰;;农村人口出行方式选择模型[J];交通运输工程学报;2010年03期

7 王_g;;各年龄段女性出行方式选择的调查[J];科技广场;2011年06期

8 王景妍;张飞;;区域运输通道内影响旅客出行方式选择的因素[J];交通科技与经济;2011年06期

9 万霞;王炜;陈峻;;居民全日出行方式选择动态模型研究[J];中国公路学报;2012年02期

10 张蕊;杨静;雷熙文;;城市交通出行方式选择的随机弹性分析[J];交通运输系统工程与信息;2012年02期

相关会议论文 前1条

1 彭辉;李明捷;;引入心理变量的旅客中长距离出行方式选择模型[A];第十届中国科协年会论文集（四）[C];2008年

相关博士学位论文 前2条

1 冯运卿;客运通道异质型旅客出行偏好形成过程及出行方式选择研究[D];北京交通大学;2016年

2 赵贝;居民出行方式选择与公交优先政策协同研究[D];吉林大学;2011年

相关硕士学位论文 前10条

1 刘艳;基于结构方程的区域运输通道出行方式选择行为研究[D];西南交通大学;2015年

2 韩亚慧;基于父母出行方式的学生出行方式选择模型研究[D];长安大学;2015年

3 华诗雨;不同认知条件下旅客出行方式选择行为研究[D];北京交通大学;2016年

4 吴雪娇;出租车调价视角下居民出行选择多主体仿真系统研究[D];北京交通大学;2016年

5 罗航;城市迁居个体通勤出行方式选择特性研究[D];东南大学;2015年

6 文欢;基于系统动力学的通道旅客出行方式选择研究[D];西南交通大学;2012年

7 郑常龙;基于效用理论的城市居民出行方式选择分析[D];北京工业大学;2013年

8 甘佐贤;进城务工人员出行方式选择行为研究[D];长安大学;2015年

9 于胜武;基于居民出行方式选择的公交优先发展战略研究[D];吉林大学;2008年

10 张海丽;基于概率神经网络的出行方式选择预测方法研究[D];北京交通大学;2008年

，

本文编号：1333332