基于贝叶斯网络的停车行为分析
建立贝叶斯网络模型进行停车行为分析.应用K2算法和贝叶斯参数估计方法,进行了贝叶斯网络的结构和参数学习,建立了停车行为分析贝叶斯网络,应用联合树推理引擎推断在出行目的、停车费率等因素的影响下停车行为的变化.结果表明,贝叶斯网络能够直观表现决策行为与其影响因素之间的交互作用机理,并方便进行决策行为的敏感性分析,同时模型具有较高的精确度.可以为政府和规划部门深入了解居民的停车选择行为和停车决策机理提供依据.
贝叶斯网络、停车行为、K2算法、非集计模型
30
U491.1(交通工程与公路运输技术管理)
国家自然科学基金50908099;高等学校博士学科点专项科研基金200801831088;吉林大学基本科研业务费项目
2010-07-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
948-955