基于知识的神经网络在出行方式选择中的应用研究

• 作者: 隽志才 鲜于建川
• 来源期刊: 计算机应用研究
• 关键词: 出行方式选择 神经网络 决策树 基于知识的神经网络 多项Logit模型
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2651-2654
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.09.023

摘要

针对神经网络和决策树方法在算法上的本质联系和互补馋势,将C4.5决策树提取规则的基于知识的神经网络(knowledge-based neural network,KBNN)用于出行方式预测.对居民通勤出行方式选择数据的分析表明,KBNN相比于决策树方法、普通前馈神经网络和多项Logit模型(MNL)有更高的预测精度,方法不仅提高了网络的可解释性,且易于构造、收敛速度更快,实用性较强,为出行方式选择预测提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	隽志才	上海交通大学安泰经济与管理学院	109	1945	22.0	39.0
2	鲜于建川	上海交通大学安泰经济与管理学院	13	138	7.0	11.0