基于支持向量机的低收入通勤者出行方式预测

• 作者: 杨硕 王海啸 程龙 陈学武
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 交通运输
• 关键词: 出行方式选择 支持向量机 预测能力 低收入通勤者
• 年，卷（期）: 2016,（4）
• 页码范围: 619-622,627
• 页数: 5页
• 分类号: U491.1
• 字数: 3902字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2016.04.010

摘要

为了研究支持向量机(SVM)在出行行为分析中的适用性,分析低收入通勤者的出行方式选择,构建了基于支持向量机的出行方式选择预测建模流程,并对模型求解.基于抚顺市居民出行调查数据,统计结果表明低收入通勤者与非低收入通勤者的社会经济属性特征和活动特征具有显著差异.选取分方式的分类预测准确率、总体分类预测准确率和平均绝对百分比误差3个指标,通过与传统的多项Logit模型对比,发现支持向量机对分类数据具有较好的拟合能力,出行方式选择的预测准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈学武	东南大学城市智能交通江苏省重点实验室	135	2866	32.0	47.0
3	程龙	东南大学城市智能交通江苏省重点实验室	15	133	6.0	11.0
9	杨硕	东南大学城市智能交通江苏省重点实验室	10	76	5.0	8.0
13	王海啸	东南大学城市智能交通江苏省重点实验室	1	4	1.0	1.0