基于活動的居民出行行為分析與預測研究.pdf

1、隨著我國城市社會經(jīng)濟的快速發(fā)展，居民出行需求呈現(xiàn)出多樣性的特征，出行目的越來越多元化，居民的出行行為具有更多的選擇性和復雜性。以“四階段法”為代表的傳統(tǒng)基于出行(trip-based)的需求預測理論主要目標是評估中長期交通基礎設施建設能否滿足未來交通需求，而對于人的交通需求是怎樣發(fā)生的，其自身的社會經(jīng)濟情況怎樣影響出行行為，以及近期乃至現(xiàn)狀交通系統(tǒng)和需求管理對居民出行的影響等問題則顯得無能為力。因此，基于活動（activity-base

2、d）的出行預測理論為分析和預測居民出行行為、評估短期交通系統(tǒng)管理和控制策略提供了新的方向。
　　本文正是基于這樣的背景下，以活動鏈理論為核心思想，以概率神經(jīng)網(wǎng)絡(PNN)模型為研究手段，旨在探究活動鏈理論和概率神經(jīng)網(wǎng)絡模型在我國居民出行行為分析和預測方面的理論可靠性和技術可行性。論文結合我國城市居民出行特點，以龍泉驛區(qū)居民出行調(diào)查數(shù)據(jù)為基礎設計Matlab程序提取一日活動鏈，從典型活動模式、活動鏈長度和活動鏈結構三個特征指標對居民

3、出行活動鏈進行統(tǒng)計，進而分析龍泉驛區(qū)居民的出行基本情況。在此基礎上，利用概率神經(jīng)網(wǎng)絡模型良好的學習和模式識別能力，模擬居民個人基本屬性與出行選擇行為之間的非線性映射關系，首次建立了基于概率神經(jīng)網(wǎng)絡的活動模式預測模型、出行時間預測模型和出行方式預測模型，并將預測結果與實際調(diào)查結果進行對比，結果顯示三個模型的預測命中率在80％以上，說明概率神經(jīng)網(wǎng)絡在居民出行預測方面的可行性和有效性。最后利用建立的概率神經(jīng)網(wǎng)絡模型對交通規(guī)劃、交通需求管理等方