【摘要】：隨著國(guó)家經(jīng)濟(jì)的飛速發(fā)展,交通擁堵問題日益嚴(yán)重。城市居民出行需求呈現(xiàn)出多樣化的趨勢(shì),居民的出行選擇也越來越多。出行行為預(yù)測(cè)作為進(jìn)行交通規(guī)劃必不可少的環(huán)節(jié),顯得尤為重要。本文提出基于GA-BP神經(jīng)網(wǎng)絡(luò)模型的居民出行行為預(yù)測(cè),對(duì)出行次數(shù)、方式以及時(shí)間進(jìn)行較為準(zhǔn)確的預(yù)測(cè)。本文的主要研究點(diǎn)主要有以下方面:(1)對(duì)居民出行調(diào)查數(shù)據(jù)的構(gòu)成以及出行特性進(jìn)行分析,并分別從出行方式、時(shí)間以及次數(shù)三方面分析其共同因素對(duì)居民出行選擇的比例分布,得到居民出行的一般性趨勢(shì)與規(guī)律。(2)結(jié)合居民出行行為與共有因素的比例分布關(guān)系,并利用SPSS軟件的相關(guān)性分析,確定最終進(jìn)入出行行為預(yù)測(cè)模型建立階段顯著相關(guān)的影響因素。(3)以GA-BP神經(jīng)網(wǎng)絡(luò)為核心,分別建立出行方式、次數(shù)以及時(shí)間預(yù)測(cè)模型,并將預(yù)測(cè)結(jié)果與居民實(shí)際選擇進(jìn)行對(duì)比分析,結(jié)果顯示以上三個(gè)模型的預(yù)測(cè)總準(zhǔn)確率分別達(dá)到87.29%、82.59%以及81.78%,結(jié)果達(dá)到預(yù)期效果。(4)通過對(duì)測(cè)試集輸入數(shù)據(jù)的改變,模擬交通需求管理措施實(shí)施,將訓(xùn)練完成的預(yù)測(cè)模型應(yīng)用于限行、公交優(yōu)先政策以及經(jīng)濟(jì)發(fā)展等方面,預(yù)測(cè)居民出行行為變化趨勢(shì),研究結(jié)果驗(yàn)證了模型具有一定實(shí)用價(jià)值。本文研究成果對(duì)制定科學(xué)合理的交通規(guī)劃以及針對(duì)性的交通需求管理政策具有重要意義。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U491
【圖文】：

圖２－１邋ＧＡ優(yōu)化ＢＰ神經(jīng)網(wǎng)絡(luò)原理流程圖逡逑Ｆｉｇ．邋２－１邋ＧＡ邋ｏｐｔｉｍｉｚａｔｉｏｎ邋ＢＰ邋ｎｅｕｒａｌ邋ｎｅｔｗｏｒｋ邋ｐｒｉｎｃｉｐｌｅ邋ｆｌｏｗ邋ｃｈａｒｔ逡逑

圖３－１年齡比例分布逡逑Ｆｉｇ．邋３－１邋Ｔｈｅ邋ａｇｅ邋ｒａｔｉｏ邋ｄｉｓｔｒｉｂｕｔｉｏｎ逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王寧;杜豫川;;社區(qū)居民適宜步行距離閾值研究[J];交通運(yùn)輸研究;2015年02期

2 劉陽;趙暉;;基于小波神經(jīng)網(wǎng)絡(luò)的城市交通出行方式交互預(yù)測(cè)[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年S1期

3 陸化普;周錢;徐薇;;交通出行預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型[J];交通運(yùn)輸工程與信息學(xué)報(bào);2008年02期

4 關(guān)宏志;王鑫;王雪;;停車需求預(yù)測(cè)方法研究[J];北京工業(yè)大學(xué)學(xué)報(bào);2006年07期

5 王樹盛;黃衛(wèi);陸振波;;Mixed Logit模型及其在交通方式分擔(dān)中的應(yīng)用研究[J];公路交通科技;2006年05期

本文編號(hào)：2736786