城市居民出行方式选择预测方法研究

论文题目: 城市居民出行方式选择预测方法研究

论文类型: 硕士论文

论文专业: 交通运输规划与管理

作者: 宋洁

导师: 张连富

关键词: 交通需求预测,出行方式选择,概率神经网络

文献来源: 吉林大学

发表年度: 2005

论文摘要: 城市交通需求预测需要对未来年份城市居民选择各交通方式的出行量进行预测。交通方式选择预测是以小区或个人为基本分析单位,通过模型推算出城市未来各交通方式的分担率,然后结合由交通分布得到的各交通小区之间的出行量,计算小区之间各交通方式的出行量。本文首先对交通需求预测理论进行简单介绍,分析了步行、自行车、公共交通、摩托车、私人小汽车以及出租车六种交通方式的特点及对城市交通的影响,并指出各种交通方式的发展趋势为:私人小汽车的拥有量会有较大幅度的增长;自行车出行范围将逐步缩小;摩托车和出租车是对城市交通系统的有益补充,但不宜过度发展,应采取适当的控制措施。应大力发展公共交通,适时进行轨道交通建设。并对影响城市居民出行方式的宏观和微观因素进行了分析。然后对常用的出行方式选择模型及其适用范围进行了描述,重点介绍了宏观出行方式预测方法及其模型,并对长春市居民出行方式选择进行了应用分析。最后利用神经网络良好的学习能力和模式分类能力,以及Matlab 神经网络工具箱函数,建立了基于Matlab 概率神经网络的交通方式划分预测模型,并运用长春市居民出行调查数据对模型进行了算例验证,结果表明该模型具有良好的精度。

论文目录:

第一章绪论

1.1 研究的目的和意义

1.2 国内外研究现状与分析

1.3 主要研究内容

第二章城市居民出行方式选择理论基础

2.1 基于出行的交通需求预测理论

2.2 出行方式选择的理论基础

2.2.1 城市居民出行方式概述

2.2.2 城市居民出行方式选择影响因素分析

2.2.3 交通结构与土地利用

2.3 居民出行方式选择特征统计分析

第三章城市居民出行方式选择预测模型

3.1 常用的居民出行方式选择预测方法及模型

3.1.1 集计方法与模型

3.1.2 非集计方法与模型

3.2 交通方式分担率宏观预测方法及实例分析

3.2.1 宏观预测方法

3.2.2 实例分析

第四章基于 MATLAB 概率神经网络的交通方式划分模型

4.1 神经网络基础

4.1.1 发展历程

4.1.2 神经网络基本原理

4.2 概率神经网络

4.2.1 统计模式识别

4.2.2 概率神经网络原理

4.3 Matlab 神经网络工具箱介绍

4.3.1 Matlab 简介

4.3.2 神经网络工具箱

4.4 基于Matlab 概率神经网络的交通方式划分模型

4.4.1 基本原理

4.4.2 模型的验证

第五章总结与展望

5.1 主要研究结论

5.2 进一步研究的问题

参考文献

摘要

Abstract

致谢

导师及作者简介

发布时间: 2005-08-26

参考文献

[1].共享交通出行者特征及其分担率预测研究[D]. 陈人杰.东南大学2018
[2].基于出行效益的交通出行方式选择研究[D]. 宫明.大连交通大学2016
[3].有限理性下公共交通出行方式选择行为及演化研究[D]. 王桂鹏.兰州交通大学2018
[4].基于出行链的中小城市居民出行方式选择行为研究[D]. 叶东.重庆交通大学2018
[5].网约车条件下居民出行方式选择研究[D]. 林园.西南交通大学2018
[6].城际交通出行方式选择ICLV模型研究[D]. 许冰.北京交通大学2018
[7].基于广义随机后悔最小化的通勤出行方式选择行为研究[D]. 王晓玉.新疆大学2018
[8].基于多因素影响的居民出行方式选择研究[D]. 李燕.大连交通大学2017
[9].基于自调整行为变化阶段模型的学校出行方式选择行为研究[D]. 王静.江苏大学2017
[10].基于计划行为学的旅客中长距离出行方式选择行为研究[D]. 卢欣.西南交通大学2014

城市居民出行方式选择预测方法研究

猜你喜欢