改进MD模型在区域交通方式预测中的应用
需积分: 9 61 浏览量
更新于2024-08-12
收藏 369KB PDF 举报
"基于改进MD模型的区域交通方式划分预测方法 (2012年),作者:安文娟、陈峰,发表于《重庆交通大学学报(自然科学版)》2012年第31卷第4期,DOI:10.3969/j.issn.1674-0696.2012.04.22,关键词:区域交通规划,交通方式划分,MD模型"
本文主要探讨了如何利用改进的MD模型来预测区域内的交通方式分担率,该模型在传统的MD模型基础上进行了优化,更全面地考虑了出行者选择交通方式时的各种因素。MD模型,即多标准决策分析(Multi-Attribute Decision Making)模型,是一种用于解决复杂决策问题的方法,尤其适用于交通规划领域,因为它能够处理多个相互关联的决策因素。
在改进的MD模型中,作者不仅考虑了基本的出行时间与费用,还特别引入了安全、方便和舒适这三个重要因素,这些因素在实际的出行选择中起着至关重要的作用。出行牺牲量的量化方法得到完善,通过建立量化指标,如安全系数、舒适度指数和便利性评分,这些指标有助于更准确地反映出行者的真实需求。
为了实现预测,作者构建了一个基于改进MD模型的区域交通方式分担率预测流程,并详细阐述了模型中关键变量的求解算法。这一流程包括数据收集、因素权重确定、模型构建、模型求解以及预测结果分析等步骤。通过沪宁通道的客运方式分担率预测实例,作者比较了改进后的MD模型与传统的Logit模型的预测效果,结果显示改进后的MD模型在模拟交通方式选择过程上更具优势,预测精度较高。
这项工作对于区域交通规划具有重要意义,它提供了一种更为科学且贴近实际的交通需求预测工具,有助于政策制定者和交通规划者更好地理解和预测未来的交通模式,从而制定出更加合理有效的交通策略。同时,通过对比不同模型的预测结果,也对交通模型的研究和发展提供了有价值的参考。
weixin_38599518
- 粉丝: 7
- 资源: 882
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析