基于改进径向基函数神经网络的交通出行选择策略分析

摘要：

利用逻辑回归方法分析影响交通出行选择的各种因素;建立基于径向基函数神经网络的交通出行选择预测模型,同时建立基于线性回归-径向基函数神经网络模型和基于逻辑回归-径向基函数神经网络模型预测人们出行方式选择高铁还是火车.结果表明,与单一径向基函数神经网络算法相比,回归-径向基函数神经网络组合算法预测准确率更高,而逻辑回归-径向基函数神经网络可有效减少非重要因素影响,并能提升预测准确率,取得较佳预测效果.

关键词：交通出行策略、回归径向基函数神经网络、预测准确率、非重要因素

所属期刊栏目：19

分类号：U491.1+4(交通工程与公路运输技术管理)

资助基金：南京工程学院大学生科技创新基金项目TB202017044

在线出版日期：2021-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：47-51