本文關(guān)鍵詞：基于潛變量SVM的出行方式預(yù)測(cè)模型

  更多相關(guān)文章： 混合選擇模型 支持向量機(jī) 多原因多指標(biāo) 計(jì)劃行為理論 交叉驗(yàn)證算法

【摘要】：為提高小樣本下的出行方式選擇模型的預(yù)測(cè)精度,提出了考慮低碳出行心理變量的支持向量機(jī)(SVM)算法.首先基于計(jì)劃行為理論,考慮低碳出行心理因素,建立多原因多指標(biāo)潛變量模型.然后將預(yù)測(cè)后的潛變量帶入SVM分類器,構(gòu)建了帶潛變量的SVM選擇模型.最后,利用交叉驗(yàn)證優(yōu)化所建模型參數(shù),并以長三角地區(qū)城市居民為研究對(duì)象實(shí)證檢驗(yàn)了模型性能.實(shí)證結(jié)果表明,所建帶潛變量的SVM選擇模型具有較好的預(yù)測(cè)效果,比不帶潛變量的SVM選擇模型的精度提高了4.54%,比傳統(tǒng)的帶潛變量的混合選擇模型提高了2.56%,同時(shí)驗(yàn)證了小樣本下模型仍然具有很高的精度.本研究為出行方式選擇模型和低碳出行方式選擇研究提供了一定的理論參考.
【作者單位】： 江蘇大學(xué)汽車與交通工程學(xué)院;江蘇大學(xué)財(cái)經(jīng)學(xué)院;
【關(guān)鍵詞】： 混合選擇模型 支持向量機(jī) 多原因多指標(biāo) 計(jì)劃行為理論 交叉驗(yàn)證算法
【基金】：國家自然科學(xué)基金資助項(xiàng)目(71373105,61573171,51208232) 江蘇省“六大人才高峰”資助項(xiàng)目(2015-JY-025) 江蘇省高�？蒲袆�(chuàng)新計(jì)劃資助項(xiàng)目(CXZZ12_0663)
【分類號(hào)】：U491.1
【正文快照】： 引用本文:陳月霞,陳龍,查奇芬,等.基于潛變量SVM的出行方式預(yù)測(cè)模型[J].東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,46(6):1313-1317.DOI:10.3969/j.issn.1001-0505.2016.06.034.出行方式選擇行為模型不斷利用其他學(xué)科領(lǐng)域的理論進(jìn)行完善和更新[1].一些學(xué)者將多原因多指標(biāo)模型(MIMIC)或者

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 廖明軍;王殿海;;有序活動(dòng)下行人多目標(biāo)選擇模型[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2011年05期

2 董斌杰;李克平;廖明軍;王衡;;誘導(dǎo)信息下基于博弈論的路徑選擇模型[J];北華大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

3 黃留兵;張寧;楊小寶;;SUE問題中幾種常用路線選擇模型的比較研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2006年05期

4 安實(shí);謝秉磊;;基于模糊優(yōu)先關(guān)系的路徑選擇模型[J];公路交通科技;2007年04期

5 施泉;吳中;;大型城市網(wǎng)絡(luò)OD推算[J];交通與計(jì)算機(jī);2006年01期

6 鄭建湖;伍雄斌;黃明芳;文子娟;;有偏好的多屬性灰色關(guān)聯(lián)路徑選擇模型[J];交通運(yùn)輸系統(tǒng)工程與信息;2014年04期

7 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 郭子渝;考慮出行者體能消耗的城市軌道交通路徑選擇模型研究[D];北京交通大學(xué);2016年

2 丁平峰;定制公交出行方式選擇模型研究[D];東南大學(xué);2015年

3 吳波;基于VMS信息環(huán)境下的動(dòng)態(tài)路徑選擇模型研究[D];西南交通大學(xué);2014年

4 尚山山;小汽車通勤者出發(fā)時(shí)刻選擇模型研究[D];北京交通大學(xué);2015年

5 劉托;基于期望救援時(shí)間的路段防震加固選擇研究[D];西南交通大學(xué);2014年

，

本文編號(hào)：1117142