基于CART改进模型的驾驶员路径选择行为估计方法
针对目前驾驶员路径选择估计精度不高的问题,考虑地区、城镇类型、性别、年龄、是否已婚、学历、职业、是否从事全职工作、收入水平、交通拥挤程度、排队长度、延误时间、道路熟悉程度、路径长度、替代路径节省时间等多方面因素,设计了一个驾驶员路径选择行为调查方案,并对驾驶员群体开展了网上调查.利用Logit模型及Probit模型分析了驾驶员路径选择行为的影响因素,得到性别、年龄、是否从事全职工作、延误时间、道路熟悉程度、路径长度、道路拥挤程度等因素的影响显著.利用改进的分类树(classification and regression tree,CART)模型设计了驾驶员路径选择行为估计模型,重点针对驾驶员路径选择行为的特点对传统CART模型的递归划分与剪枝2个主要算法进行了改进研究.样本测试结果表明:模型的估计精度可达82%,相比现有模型的估计精度至少提高了6%.研究成果可为交通诱导方案的制定提供有效的技术支持.
交通诱导、路径选择、分类树
43
U491(交通工程与公路运输技术管理)
国家自然科学基金资助项目51305041;公安部技术研究计划面上项目2015JSYJC06;辽宁省自然科学基金资助项目201602809;辽宁省教育厅科学技术研究一般项目L2015554
2017-08-01（万方平台首次上网日期，不代表论文的发表时间）
共9页
1108-1116
