基于交通特性的家庭分类概率模型及出行产生预测研究

《基于交通特性的家庭分类概率模型及出行产生预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学硕士学位论文基于交通特性的家庭分类概率模型及出行产生预测研究姓名：张蕾申请学位级别：硕士专业：交通运输规划与管理指导教师：晏启鹏20100501西南交通大学硕士研究生学位论文第1页摘要随着经济的发展，城市交通的拥堵问题也越来越严重，需要提高交通需求预测的精度，确保不会发生更严重的堵塞。交通产生预测的精度将直接影响交通需求预测的结果，影响交通产生预测的主要因素是居民住户的特性。因此对居民住户特性的研究就显得相当的重要。本文分析了居民住户特性，包括家庭人口数、家庭收入、家庭车辆拥有量，应用聚类分析、交叉分类及概率论等理论方法对基于住

2、户交通出行特性的家庭分类概率模型进行研究。首先，针对锦州市实际调查所得到的家庭样本数据，选用样本家庭数、家庭收入、家庭车辆拥有量、家庭大小、家庭日平均出行次数等五个样本分类指标，对调查数据进行整理和初步分类，把家庭类型初步划分为30个子类。在此基础上，使用聚类分析法，选取家庭收入、家庭车辆拥有量、家庭大小、家庭人均日出行次数作为聚类分析的特征向量，用SPSS软件对家庭初始类别进行系统聚类分析。最后，形成了六个家庭类别，用于家庭分类概率模型研究，减少了家庭样本的分类类型和研究不同类别家庭出行特性的工作量。对聚类分析后的六个家庭类别，进行家庭收

3、入分布、车辆拥有分布、家庭结构分布模型的参数标定，进而得到相应的分布模型。通过建立的三个家庭交通特性的分布模型，最终，得到六个家庭类别的家庭分类概率模型。建立家庭分类概率模型，可以对使用交叉分类分析法的交通产生预测提供基础数据。最后，阐述了交通生成预测思路，介绍了模型的通用性，用交叉分类分析法和家庭分类概率模型预测交通产生量。关键词居民出行特性；家庭分类概率模型；聚类分析；交叉分类；交通产生预测西南交通大学硕士研究生学位论文第11页曼皇曼曼曼皇皇曼皇量曼皇皇曼I—Nllilil—ll—一曼曼鼍曼曼曼曼曼曼烹AbstractThedevelo

4、pmentofeconomyhasincreasethecongestiononroadnetworks．Toinsurethecongestionisnotgoingtobeworse，whichneedtoenhancetheaccuracyoftrafficdemandforecast．Theaccuracyoftripgenerationwilldirectlyaffecttheresultoftrafficdemandforecastandthetripcharacteristicofhouseholdwillimpactsont

5、hetripgeneration．Therefore，itisbecomeimportanttostudythetripcharacteristicofhousehold．Inthistechnicalnotewehaveanalyzethetripcharacteristicofhouseholdwhichincludetheincomeofhousehold，thevehicleownerofhousehold，thestructureofhousehold，usingclusteranalyticalmethod，crossclass

6、ificationmethod，probabilitytheorytostudytheclassificationprobabilitymodelofhouseholdbasedontripcharacteristicsofhousehold．Firstly,theresearchbasedonthehouseholdswatchdatewhichfromtheactualsurveyofJinzhou．Theclassifyindexofhouseholdswatcharetheincomeofhousehold，thevehicleow

7、nershipofhousehold，，thestructureofhousehold，theaveragetripnumberofhouseholdperdayperperson，whichusedtocleanupandelementaryanalyzethedatathatcompartmentalizethetypesofhouseholdinto30types．Basedontheoriginalclassifyofthehouseholdtypes，thetextcarriesonhierachicalclusteringana

8、lyzebyapplythesoftwareofSPSSwhichchoicetheindexvariableofclusteranalyze，theincomeofhouseh