• Complex
  • Title
  • Keyword
  • Abstract
  • Scholars
  • Journal
  • ISSN
  • Conference
成果搜索

author:

许铁 (许铁.) [1] | 高林杰 (高林杰.) [2] | 景鹏 (景鹏.) [3] | 陈东清 (陈东清.) [4]

Indexed by:

PKU CSCD

Abstract:

居民出行方式选择是一个较为复杂的非线性问题,受到的影响因素众多。提出采用支持向量机方法构建了居民出行方式选择模型,并以交叉验证意义下的分类准确率作为适应度函数,利用粒子群算法对支持向量机参数优化选择,避免参数设定的随机性,减少参数选择的工作量.通过实证研究表明,利用粒子群算法优化支持向量机的参数是可行的,支持向量机方法相对于BP神经网络,对居民出行方式预测有更高的精度.预测精度比BP神经网络提高了将近5个百分点,建模样本和测试样本的分类精度分别达到86.20%和82.31%.所构建的模型可用于居民出行方式预测,这对城市交通规划,出行需求预测具有现实指导意义.

Keyword:

出行方式预测 参数选择 城市交通 支持向量机 粒子群算法

Community:

  • [ 1 ] 福建交通职业技术学院
  • [ 2 ] 上海交通大学交通运输工程研究所
  • [ 3 ] 福州大学管理学院

Reprint 's Address:

Email:

Show more details

Related Keywords:

Source :

交通运输系统工程与信息

Year: 2011

Issue: 05

Volume: 11

Page: 155-161

Cited Count:

WoS CC Cited Count:

SCOPUS Cited Count:

ESI Highly Cited Papers on the List: 0 Unfold All

WanFang Cited Count:

Chinese Cited Count:

30 Days PV: 1

Affiliated Colleges:

Online/Total:61/10011790
Address:FZU Library(No.2 Xuyuan Road, Fuzhou, Fujian, PRC Post Code:350116) Contact Us:0591-22865326
Copyright:FZU Library Technical Support:Beijing Aegean Software Co., Ltd. 闽ICP备05005463号-1