基于概率神經網絡的出行方式選擇預測方法研究.pdf

1、居民出行方式選擇預測是交通規(guī)劃的重要組成部分之一。如果居民出行方式的分擔率合理，城市有限的交通空間就能得到合理利用，交通擁擠就會得到緩解。但現有的出行方式選擇預測模型存在各種缺陷，因此有必要進一步研究居民出行方式選擇預測方法。 本文利用神經網絡良好的學習能力和模式分類能力，體現各出行方式與其影響因素間復雜的關系，運用MATLAB的概率神經網絡工具箱(NNT)，建立城市居民出行方式選擇預測模型，并以北京市房山區(qū)居民出行調查數據為例

2、，驗證將概率神經網絡應用于居民出行方式選擇預測的可行性和有效性。 論文首先介紹常用的出行方式選擇預測模型，分析其各自存在的問題，闡述了應用概率神經網絡在交通方式劃分上的有效性，并針對模型中的參數標定問題，提出了改進模型參數標定的方法；然后，對房山區(qū)居民出行調查數據進行統(tǒng)計分析，總結影響房山區(qū)居民出行方式選擇的主要因素，為建立房山區(qū)交通方式劃分模型標定參數；最后，以房山區(qū)居民出行為實例，將改進標定參數前后的兩模型預測結果對比，結果