【摘要】：隨著國家經(jīng)濟的飛速發(fā)展,交通擁堵問題日益嚴重。城市居民出行需求呈現(xiàn)出多樣化的趨勢,居民的出行選擇也越來越多。出行行為預測作為進行交通規(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)絡模型的居民出行行為預測,對出行次數(shù)、方式以及時間進行較為準確的預測。本文的主要研究點主要有以下方面:(1)對居民出行調(diào)查數(shù)據(jù)的構(gòu)成以及出行特性進行分析,并分別從出行方式、時間以及次數(shù)三方面分析其共同因素對居民出行選擇的比例分布,得到居民出行的一般性趨勢與規(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,確定最終進入出行行為預測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)絡為核心,分別建立出行方式、次數(shù)以及時間預測模型,并將預測結(jié)果與居民實際選擇進行對比分析,結(jié)果顯示以上三個模型的預測總準確率分別達到87.29%、82.59%以及81.78%,結(jié)果達到預期效果。(4)通過對測試集輸入數(shù)據(jù)的改變,模擬交通需求管理措施實施,將訓練完成的預測模型應用于限行、公交優(yōu)先政策以及經(jīng)濟發(fā)展等方面,預測居民出行行為變化趨勢,研究結(jié)果驗證了模型具有一定實用價值。本文研究成果對制定科學合理的交通規(guī)劃以及針對性的交通需求管理政策具有重要意義。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：U491
【圖文】：

圖２－１邋ＧＡ優(yōu)化ＢＰ神經(jīng)網(wǎng)絡原理流程圖逡逑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】

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];交通運輸研究;2015年02期

2 劉陽;趙暉;;基于小波神經(jīng)網(wǎng)絡的城市交通出行方式交互預測[J];長安大學學報(自然科學版);2015年S1期

3 陸化普;周錢;徐薇;;交通出行預測的神經(jīng)網(wǎng)絡模型[J];交通運輸工程與信息學報;2008年02期

4 關(guān)宏志;王鑫;王雪;;停車需求預測方法研究[J];北京工業(yè)大學學報;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中的應用研究[J];公路交通科技;2006年05期

本文編號：2736786