基于潜变量S VM的出行方式预测模型

• 作者: 景鹏 查奇芬 熊晓夏 谢君平 陈月霞 陈龙
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 交通运输
• 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
• 年，卷（期）: 2016,（6）
• 页码范围: 1313-1317
• 页数: 5页
• 分类号: U491.1
• 字数: 5255字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2016.06.034

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．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	查奇芬	江苏大学财经学院	94	968	16.0	27.0
2	陈龙	江苏大学汽车与交通工程学院	368	3236	25.0	34.0
3	谢君平	江苏大学汽车与交通工程学院	9	19	2.0	4.0
4	景鹏	江苏大学汽车与交通工程学院	25	121	6.0	10.0
5	熊晓夏	江苏大学汽车与交通工程学院	8	32	4.0	5.0
6	陈月霞	江苏大学汽车与交通工程学院	12	97	5.0	9.0