基于机器学习的私人汽车保有量影响因素分析及预测——以新疆为例

摘要：

相对准确的私人汽车保有量预测可为测算私人汽车二氧化碳排放量、科学规划城市道路、制定交通拥堵缓解措施等奠定基础.鉴于此,构建基于机器学习的私人汽车保有量影响因素分析及预测模型.首先,采用机器学习中的极度梯度提升树(Extreme Gradient Boosting,XGBoost)法,以新疆的统计数据为基础,识别影响私人汽车保有量的因素.然后,比较XGBoost、随机森林(Random Forest)、神经网络(Neutral Network)三种方法的预测效果,发现神经网络在私人汽车保有量预测模型中具有较好的预测精度.最后,基于神经网络方法,对未来新疆私人汽车保有量进行预测.研究结果表明,人均GDP和城镇化率是影响新疆私人汽车保有量最重要的两个因素;到2030年,在低、中、高三种发展情景下新疆私人汽车保有量预计将分别达到650万、688万和734万辆.

关键词：私人汽车保有量、XGBoost、随机森林、神经网络、机器学习、预测模型

所属期刊栏目：8

分类号：U491(交通工程与公路运输技术管理)

资助基金：新疆交通运输科技项目2021-ZD-001

在线出版日期：2022-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：74-82