模糊模式识别在交通量预测模型选择中的应用本文由l21wvwro1i贡献pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。奎望垩三矍皇笪星塑塑兰堂ｌ２０年３ＪｒｌｆｒｓｒｔｎｎｉｅｎｄｎｒａｏＮ．Ｖ１期０６月ｏｎＴｎｏａｏｇｅｒｇｎｆｍｔｎ０ｏ．Ｍ札２０ｕａｏａｐｔｉＥｎｉａＩｏｉ１４０６模糊模式识别在交通量预测模型选择中的应用晏秋杜文西南交通大学，交通运输学院，成都６０３１０ｌ摘要；本文将模糊模式识别应用于交通规划预测模型的评价．以出行受约束的重力模型与双约束重力模型为例，说明常用的一些检测方法存在的不严密性，并用模糊模式识别方法定量确定预测结果与实际出行量的拟合程度．本文的分析结果能为交通规划预测模型的选择提供可靠的依据，并为预测结果的评价提供新的方法．关键字：变通量预测；模糊模式识别；重力模型法；贴近度：Ｕ９４１：Ａ：１７—７７２０）１０４０６２４４（０６Ｏ—０卜４ＡｐｉａｉｎｏｆｔｚｙＭｏｄｌｉｅｔｆｃｔｏｎｐｌｃｔｏｈｅＦｕｚｅｄｎｉｉａｉｉｈｅＳｅｅｔｏａｃＶｏｌｅＦｏｒｃｓｏｄｌｎｔｌｃｉｎｏｆＴｒｆｉｕｍｅａｔＭｅｓＹＮ０ｕＤｅＡｉＵＷｎＣｌｇｅｆＴｒｆｃｎｄｒａｐｏａｉｎ，ｏｌｅｏａｆｉａＴｎｓｒｔｔｉｏＳｕｈｅｔＪａｔｎｎｖｒｉｙｏｔｗｓｉｏｏｇＵｉｅｓｔ，Ｃｅｇｕ６０３，Ｃｉａｈｎｄ１０１ｈｎＡｂｔｒｅｓａｔ：ＴｈＳｐｐｅｉｔｄｃｓｈａｐ１ｃｔｉｎｆｔｅＦｚｙＭｏｅＩｅｉｃｔｉｎｔｈｉａｒｎｒｏｕｅｔｅｐｉａｏｏｈｕｚｄｌｄｎｔｆｉａｏｏｔｅｅｖｕｔｉｎａｌａｏｏｔａｆｉｐｌｎｎｆｒｃｔｏｄｓ，ａｄｙｆｒｆｃａｎｉｇｏｅａｓｍｅｌｎｂｔｋｉｇｓｘｍｐｌｓｈｓｉｇｌａｎａｅａｅｔｅｎｅｃｎｓｒｎｒｖｉｙｍｏｅｎｄｔｅｄｕｌｏｔａｉｅｒｖｉｙｍｏｅ１ｏｔａｉｅｄｇａｔｄｌａｈｏｂｙｃｎｓｒｎｄｇａｔｄ，ｃａｆｅｓｔｅｉａｃｕａｌｒｉｉｈｎｃｒｃｙｏｆｓｍｏｍｏｅｃｏｔｏｓＳｍｕｔｎｏｓｌｄｆｎｈｉｔｎｅｇｅｏｆｔｅｐｅｄｃｏｏｅｃｍｎｄｔｅｔｉｎｍｅｈｄｉｌａｅｕｙ，ｅｉｅＳｔｅｆｔｉｇｄｒｅｈｒｉｔｉｎｒｓｔＳｔｈｅｏｇｉｅｔｉａｏｏｕｅｗｉｈｔｕｚｙＭｏｅ１ｄｎｆｉａｉｎａｐａｈＴｅｅｕｌｏｔｒｉｎｄｓｎｔｉｎｖｌｍｔｈｅＦｚｄＩｅｔｉｃｔｏｐｒｏｃ．ｈａａｌｓｉｅｕｌｓｏｆｔｓｐｐｒｃｎｓｒｅａｈａｓｆｈｐｏｆｔｅｏｔｉａｌｒｆＣｎｙｓｒｓｔｈｉａｅａｅｖｓｔｅｂｓｉｏｒｔｅｏｔｉｎｏｈｐｍｔａｆｉｐｌｎｎｇｆｒａｓｄｌａｎｉｏｅｃｔｍｏｅＳ，ａｄｔＳｍｔｄｐｖｉｅｅｐｒａｈｔｈｖｕｉｎｏｈｎｈｉｅｈｏｒｏｄｓａｎｗａｐｏｃｏｔｅｅａｌａｔｏｆｔｅｐｅｄｃｏｒｓｔ．ｒｉｔｉｎｅｕｌＳ收稿日期｛２０—６２０５０．９作者简介：晏秋（９０，女，四川邛崃人，西南交通大学交通运输学院讲师。在读博士。１７一）■；≯Ｊ舢＿交通运输工程与信息学报２００６年第１期Ｋｅｗｄｙｏｒｓ：Ｔｆｉｖｌｍｆｒａｔｆｚｙｏｅｌｄｔｆｉａｏｎｇａｔｅｈ，ｆｔｎｒａｆｃｏｕｅｏｅｃｓ，ｕｚｍｄｉｅｎｉｃｔｉ，ｒｖｉｙｍｔｏｄｉｔｉｇｄｇｅｅｒｅ０引言在交通量预测中，们常靠数据拟合或常用的经我其中包括出行受约束的重力模型（式（）公２）和双约束重力模型（式（）【为说明方便，以下分别公３）。简称模型１和模型２，并分别将两种模型所表示的函数关系定义为模式和模式２。＝验模型来决定模型的构建形式。我们可以选择的经验模型较多，比如，在公路交通量的预测中，对于交通量增长预测，常采用一元或二元线性回归模型，即认为交通量的增长与经济增长等因素存在着线性关系：也有人认为，根据过去的数据，其增长特性符合指数规律，因此，应采用指数模型来进行交通量的预测。对所选择的模型是否合理常采用统计学的知识＝式中，ｌ模型１计算的出行分布量：调整系数，为出行吸引模型计算的和调查数值不来决定，线性回归模型拟合良好的统计标准是相关如系数ｆ近１重力模型的验证也常用相关系数接，相等时，可用控制Ｋｊ为加以约束，使其出行...