基于潜变量S VM的出行方式预测模型

摘要：

为提高小样本下的出行方式选择模型的预测精度，提出了考虑低碳出行心理变量的支持向量机（SVM）算法．首先基于计划行为理论，考虑低碳出行心理因素，建立多原因多指标潜变量模型．然后将预测后的潜变量带入SVM分类器，构建了带潜变量的SVM选择模型．最后，利用交叉验证优化所建模型参数，并以长三角地区城市居民为研究对象实证检验了模型性能．实证结果表明，所建带潜变量的SVM选择模型具有较好的预测效果，比不带潜变量的SVM选择模型的精度提高了4．54％，比传统的带潜变量的混合选择模型提高了2．56％，同时验证了小样本下模型仍然具有很高的精度．本研究为出行方式选择模型和低碳出行方式选择研究提供了一定的理论参考．

关键词：混合选择模型、支持向量机、多原因多指标、计划行为理论、交叉验证算法

所属期刊栏目：46

分类号：U491.1(交通工程与公路运输技术管理)

资助基金：国家自然科学基金资助项目71373105，61573171，51208232;江苏省“六大人才高峰”资助项目2015-JY-025;江苏省高校科研创新计划资助项目CXZZ12＿0663．

在线出版日期：2016-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1313-1317