城市出租车规划预测模型研究

城市出租车规划预测模型研究

ID:43489973

大小:648.25 KB

页数:5页

时间:2019-10-08

城市出租车规划预测模型研究_第1页
城市出租车规划预测模型研究_第2页
城市出租车规划预测模型研究_第3页
城市出租车规划预测模型研究_第4页
城市出租车规划预测模型研究_第5页
资源描述:

《城市出租车规划预测模型研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷第4期重庆工商大学学报(自然科学版)2010年8月Vol27NO.4JChongqingTechnolBusinessUniv(NatSciEd)Aug2010文章编号:1672-058X(2010)04-0336-05*城市出租车规划预测模型研究宋丽红(重庆工商大学经济管理实验教学中心,重庆400067)摘要:建立了一种新的城市出租车规划动态预测模型,利用支持向量机对小样本回归的优点、出租车拥有量增长率进行建模仿真。根据居民的出行总量、收入和生

2、活消费情况,得到了未来若干年城市出租车拥有量最佳数量预测,为市政部门作出城市交通规划提供了重要预测手段和决策依据。关键词:交通规划;支持向量机;动态预测中图分类号:F293.3文献标志码:A最近几年来,出租车经常成为居民、新闻媒体议论的话题。城市居民普遍反映出租车价格偏高,另一方[13]面,出租车司机却抱怨劳动强度大,收入相对偏低,甚至发生出租车司机罢运的情况,这反映出租车市场管理存在一定问题,整个出租车行业不景气,长此以往将影响社会稳定,值得关注。随着我国城市在未来一段时间内规模的不断扩大,人口

3、会不断增长,人民生活水平将不断提高,对出租车的需求也会不断变化。如何配合城市发展的战略目标,最大限度地满足人民群众的出行需要,减少环境污染和资源消耗,协调各阶层的利益关系,是值得深入研究的课题。研究了城市出租车规划的支持向量机预测模型,讨论了根据居民出行总量的出租车规划最佳数量预测,为各级政府作出相关规划决策提供了重要依据,也为各个城市进行交通规划提供了一个重要的通用方法。1问题分析出租车规划的一个最重要参数是居民出行,要建立出租车规划模型必须首先对城市居民出行进行建模,根据居民出行强度、居民出行总量

4、来研究乘坐出租车人次、出租车最佳数量,要建立预测模型,首先要分析上述几个指标与城市各因素之间的关系。乘坐出租车人次的影响因素很多,而且对于不同的人群,其影响有较大的差异。城市居民出行乘坐出租车的人次主要受居民人口总数和居民收入水平的影响,如果居民收入增加,就会有更多的居民选择出租车出行方式。城市流动人口乘坐出租车的比例较大,由于出租车方便快捷的特点,对不熟悉城市的流动人口吸引力较大,所以流动人口乘坐出租车的人次主要取决于流动人口的总数。部分城市出租车严重的供过于求,造成资源的极大浪费;而一些城市对出租车

5、的供不应求,出现打的难的现象。出租车最佳数量是由多方面决定的,但最重要的是能够满足居民出行需求。居民出行调查作为城收稿日期:2010-03-16;修回日期:2010-05-01。*项目基金:重庆市科委自然科学基金项目(2007BB2205)。作者简介:宋丽红(1969-),女,四川越西县人,实验师,从事数据挖掘研究。第4期宋丽红:城市出租车规划预测模型研究337市交通规划的一项基础性工作,是随着城市交通规划的兴起而兴起的。作为城市交通规划起源地的美国,在1944年前几乎所有的城市都

6、没有开展过城市交通调查。1944年美国公路法案颁布之后,可用于道路设施规划的城市出行信息缺乏,且没有综合的调查方法可用于提供需要的数据。又由于城市道路系统和人们从一条路径到其他路径出行的情况复杂,单单通过道路交通量的调查很难满足指导设施改善的需要。由此[4]提出了居民起始点调查(O-D调查方法)(homeintervieworigindestination)方法,即最早的居民出行调查。方法采用到居民家中访问的方式,问询被访户成员某一特定日的出行次数、目的、出行起讫点等信息。1944年美国公共道路局首

7、先颁布了家访交通调查程序手册。就在这一年居民出行调查这种调查方法被萨尔塔、堪萨斯州、新奥尔良等城市应用。[13]现在国内外采用的四阶段模型都离不开居民出行调查的数据支持。居民出行调查可以得到城市出[56]行的产生情况、出行分布情况、交通方式划分情况、出行路径选择情况,根据数学建模的思想,把这些数据代入相关模型中,就可以科学地预测出未来城市出行的产生分布、交通方式结构、车流人流规模情况,从而进行科学合理的规划。一般来说,出行调查有两种单位,一种是以车为单位,另一种是以人为单位。在大城市中,交通工具复杂

8、,通常以人的出行次数为单位,小城市交通工具较为简单,一般以小汽车为单位(例如英、美等国),在出行车辆和人的出行次数之间可以互相换算。2出租车拥有量平均增长率的SVM预测模型[7]支持向量机(SupportVectorMachines,SVM)采用经验风险最小化原则,将风险泛函R[]替换为下面的经验风险泛函:l1Remp[]=L(yi,f(xi,))(1)li=1于是得到学习函数:fl(x,0)=argminRemp[](2)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。