隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展,城市居民交通出行問(wèn)題成為公眾關(guān)注的焦點(diǎn)。根據(jù)居民出行調(diào)查數(shù)據(jù)分析、總結(jié)居民的出行行為是城市交通規(guī)劃建設(shè)中不可或缺的工作,也可為相關(guān)部門(mén)制定交通管理政策提供參考依據(jù)。目前,國(guó)內(nèi)外關(guān)于居民出行行為的研究主要基于非集計(jì)模型展開(kāi),而應(yīng)用數(shù)據(jù)挖掘等技術(shù)進(jìn)行居民出行行為分析的研究較少。因此,本文提出運(yùn)用決策樹(shù)的方法對(duì)居民出行數(shù)據(jù)進(jìn)行深度挖掘,以分析影響城市居民出行行為的關(guān)鍵影響因素和作用機(jī)理。本文首先對(duì)居民出行方式影響因素進(jìn)行了研究,然后對(duì)常用居民出行方式選擇行為分析模型進(jìn)行了理論對(duì)比,探索從數(shù)據(jù)挖掘的角度,利用決策樹(shù)模型以出行和簡(jiǎn)單出行鏈為研究對(duì)象對(duì)居民出行數(shù)據(jù)進(jìn)行分析。在對(duì)比決策樹(shù)模型的基礎(chǔ)上,選擇有代表性的Exhaustive CHAID模型和C5.0的模型進(jìn)行了居民出行影響因素模型構(gòu)建。同時(shí)對(duì)模型進(jìn)行了參數(shù)優(yōu)化,比如設(shè)定了基于“綠色出行”的成本矩陣等。通過(guò)基于出行和基于出行鏈的居民出行方式選擇影響因素對(duì)比分析表明:（1）二者總體影響因素相近,作用規(guī)律類似。小汽車(chē)擁有量、職業(yè)、出行時(shí)間等是影響居民出行選擇的關(guān)鍵因素。同時(shí)也挖掘出該市居民由步行出行方式向其他方式轉(zhuǎn)移的時(shí)... 

【文章來(lái)源】：大連交通大學(xué)遼寧省

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．１簡(jiǎn)單結(jié)構(gòu)方程模型??Ｆｉｇ．?３．１?Ｓｉｍｐｌｅ?ｓｔｒｕｃｔｕｒａｌ?ｅｑｕａｔｉｏｎ?ｍｏｄｅｌ??基于結(jié)構(gòu)方程的出行行為的研宄，主要是利用結(jié)構(gòu)方程模型，以個(gè)人、家庭的社會(huì)??

?第三章居民出行方式選擇影響因素的模型構(gòu)建???擁有小??＾?＼Ｗ??小汽車(chē)出行?行時(shí)??，ＸＸ?，??小于４０分鐘?｜大于４０分鐘｜??ＸＸ??步行出行Ｉ?Ｉ公交出行??圖３．２決策樹(shù)示意圖??Ｆｉｇ．?３．２?Ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ?ｄｅｃｉｓｉｏｎ?ｔｒｅｅ??自上而下的遞歸是決策樹(shù)的構(gòu)造方法，是“分而治之”的過(guò)程。其使用的貪婪模型??是自頂向下的，如圖３．３決策樹(shù)生長(zhǎng)過(guò)程所示，在每個(gè)結(jié)點(diǎn)選擇分類效果最佳的決策屬??性，然后對(duì)樣本集進(jìn)行劃分，遞歸的執(zhí)行這一操作［４１１，直到這棵樹(shù)能夠準(zhǔn)確地分類樣本??集為止。如何選擇出分類效果最佳的決策屬性，是決策樹(shù)方法最重要的問(wèn)題，常見(jiàn)的決??策屬性有：信息增益及其改進(jìn)增益率、基尼系數(shù)、卡方檢驗(yàn)等。使用信息增益的模型有??ＩＤ３，使用增益率的模型有Ｃ４．５，使用基尼系數(shù)的模型有ＣＡＲＴ，使用卡方檢驗(yàn)的模型??有ＣＨＡＩＤ。在實(shí)驗(yàn)中，如果決策樹(shù)樹(shù)形過(guò)于復(fù)雜，會(huì)導(dǎo)致決策樹(shù)是難以理解的，同時(shí)??對(duì)應(yīng)的決策樹(shù)的分類規(guī)則就出現(xiàn)冗余，將導(dǎo)致應(yīng)用效果不佳。同時(shí)樣本集中有可能存在??著異常數(shù)據(jù)，會(huì)導(dǎo)致一些異常分支的產(chǎn)生，這些都需要我們對(duì)生成的決策樹(shù)模型進(jìn)行剪??枝處理。??①預(yù)剪枝??在模型應(yīng)用之前，指定某一相關(guān)閾值，一旦達(dá)到指定閾值，樹(shù)的生長(zhǎng)就會(huì)停止。預(yù)??剪枝方法因?yàn)橄鄬?duì)簡(jiǎn)單，效率也很高，因此適合于解決大規(guī)模問(wèn)題，但是這種方法的缺??點(diǎn)是不容易確定相應(yīng)的閾值［４２］。因此，大部分學(xué)者們會(huì)以分類正確率作為閾值進(jìn)行預(yù)剪??枝控制，通過(guò)隨閾值變化決定樹(shù)的復(fù)雜度。??１７??

?大連交通大學(xué)全日制專業(yè)碩士學(xué)位論文???確定根節(jié)點(diǎn)分支準(zhǔn)則??長(zhǎng)出一層枝??是?????在某枝中重新確定分??支準(zhǔn)則???差異下降顯著??否??????達(dá)到葉節(jié)點(diǎn)??是???Ｉ???決策樹(shù)生長(zhǎng)完成??圖３．３決策樹(shù)生長(zhǎng)過(guò)程??Ｆｉｇ．?３．３?Ｄｅｃｉｓｉｏｎ?ｔｒｅｅ?ｇｒｏｗｔｈ?ｐｒｏｃｅｓｓ??②后剪枝??后剪枝技術(shù)是指在形成的決策樹(shù)的基礎(chǔ)上，剪除不具備代表性的子樹(shù)，生成葉節(jié)點(diǎn)，??從而形成小規(guī)模的新樹(shù)。Ｃ４．５、ＣＡＲＴ等主要采用后剪枝技術(shù)。后剪枝操作同時(shí)會(huì)邊修??剪邊檢驗(yàn)。??１８??

【參考文獻(xiàn)】：
碩士論文
[1]基于數(shù)據(jù)挖掘技術(shù)的2型糖尿病患病風(fēng)險(xiǎn)預(yù)測(cè)研究[D]. 朱亞楠.燕山大學(xué) 2017
[2]基于出行模式和神經(jīng)網(wǎng)絡(luò)的地鐵短時(shí)客流預(yù)測(cè)方法研究[D]. 楊磊.吉林大學(xué) 2017
[3]特大城市居民出行方式選擇行為特性研究[D]. 欒鑫.東南大學(xué) 2016
[4]基于出行鏈的通道交通方式選擇模型研究[D]. 鄭曉靜.長(zhǎng)安大學(xué) 2016
[5]城市居民晚間出行決策研究[D]. 黃欣然.長(zhǎng)安大學(xué) 2016
[6]軌道交通延伸線區(qū)域居民出行方式選擇行為研究[D]. 毛立人.西南交通大學(xué) 2015
[7]城市軌道交通新線開(kāi)通對(duì)居民出行方式選擇的影響研究[D]. 劉明然.北京交通大學(xué) 2015
[8]基于出行者特性的出行行為研究[D]. 徐奧林.北京交通大學(xué) 2014
[9]基于離散選擇模型的城市軌道交通站點(diǎn)慢行交通吸引特性研究[D]. 趙鑫.蘭州交通大學(xué) 2014
[10]數(shù)據(jù)挖掘在計(jì)算機(jī)等級(jí)考試管理中的應(yīng)用研究[D]. 鄭秀月.福州大學(xué) 2014



本文編號(hào)：3098998