已阅读5页,还剩48页未读, 继续免费阅读
(交通运输规划与管理专业论文)基于BP神经网络的LOGIT交通方式划分模型研究.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
摘要交通方式分担预测是交通规划理论“四阶段法 中的重要步骤之一,目前研究的方法主要有集计分析方法与非集计分析方法。非集计分析方法是以单个出行者作为分析对象,充分利用每个调查样本的数据,求出描述个体选择行为的概率值,是目前交通规划领域的研究热点之一。l o g i t 模型是交通方式划分研究中应用非常广泛的一种非集计分析模型。该模型是基于最大效用原则的离散选择模型,模型的求解关键是求出效用值。l o g i t 模型将效用值取为个人特性和选择枝特性的线性函数,但在实际当中,效用值往往是个人特性和选择枝特性的非线性函数。本文提出了基于b p 神经网络的l o g i t 模型,利用b p 神经网络良好的非线性逼近能力,以及m a t l a b 神经网络工具箱,对l o g i t 模型的效用值的计算方法上述缺陷进行改进。该方法依据实际中关于个人交通出行的调查结果,把各影响因素的无量纲化后的属性值和个人交通出行的实际选择结果分别作为输入和输出代入b p 人工神经网络的进行学习与训练,得到各影响因素的权重系数,从而得出各交通方式的效用值,最终确定各交通方式的分担概率。最后,本文将基于b p 神经网络的l o g i t 模型应用于具体算例,结果表明该方法具有良好的精度,且更加符合实际。关键词:交通方式划分l o git 模型b p 神经网络效用值a b s t r a c tt r a f f i cm o d e s p l i tp r e d i c t i o ni so n eo fi m p o r t a n tp h a s e so ff o u r - s t a g em e t h o do ft r a f f i cp l a n n i n gt h e o r y t h ec u r r e n ts t u d ym e t h o d sa r em a i n l ya g g r e g a t ea n a l y s i sm e t h o da n dd i s a g g r e g a t ea n a l y s i sm e t h o d t h el a t t e rc o n s i d e r sas i n g l et r a v e l e ra sa na n a l y s i so b j e c ta n dm a k e sf u l lu s eo ft h ed a t ao fe a c hs a m p l ea n do b t a i n st h ep r o b a b i l i t yv a l u ew h i c hd e s c r i b e si n d i v i d u a l sc h o i c eb e h a v i o r i ti so n eo ft h ec u r r e n tf o c u s e si nt h ef i e l do ft r a f f i cp l a n n i n g l o g i tm o d e li so n eo fd i s a g g r e g a t em o d e l sa p p l i e dw i d e l yo nt h er e s e a r c ho ft r a f f i cm o d e s p l i t i ti sad i s c r e t ec h o i c em o d e lb a s e do nr u m ( r a n d o mu t i l i t ym a x i m i z a t i o n ) t h ek e yt os o l v et h i sm o d e li st oo b t a i nt h eu t i l i t yv a l u e t h em o d e lc o n s i d e r st h ev a l u ea sal i n e a rf u n c t i o no fp e r s o n a lc h a r a c t e r i s t i ca n dc h o o s i n gl i m bc h a r a c t e r i s t i c b u ti nf a c tt h ev a l u ei sc u s t o m a r i l yan o n l i n e a rf u n c t i o n t h et h e s i sp u t sf o r w a r dl o g i tm o d e lb a s e do nb pn e u r a ln e t w o r kw h i c hi m p r o v e st h ea l g o r i t h mo ft h eu t i l i t yv a l u eu s i n gn e u r a ln e t w o r kn o n l i n e a ra p p r o x i m a t i o na b i l i t ya n dm a t l a b - a n nt o o l b o x b ys u b s t i t u t i o no ft h ed a t ai n c l u d e dt h ed i m e n s i o n l e s sa t t r i b u t ev a l u e so fi n f l u e n c ef a c t o r sa n dt h ea c t u a ls e l e c t i n gr e s u l to fp e r s o n a lt r i pa si n p u ta n do u t p u ti n t ob pa n nt os t u d ya n dt r a i n ,t h em e t h o dc a no b t a i nt h ew e i g h tc o e f f i c i e n to f e a c hi n f l u e n c ef a c t o r s ,t h u sc a l c u l a t i n gt h eu t i l i t yv a l u e so fe a c ht r a f f i cm o d e s t h e n ,t h ep r o b a b i l i t yo fe a c ht r a f f i cm o d e sc a nb ed e t e r m i n e d f i n a l l y ,t h et h e s i sa p p l i e st h el o g i tm o d e lb a s e do nb pa n nt oac a l c u l a t i n ge x a m p l e t h er e s u l ts h o w st h a tt h i sm e t h o dh a sg o o da c c u r a c ya n dm o r er e a l i s t i c k e yw o r d s :t r a f f i cm o d es p l i t ;b pn e u r a ln e t w o r k ;l o g i tm o d e l ;u t i l i t yv a l u ei i长沙理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:彳参云日期:力哆年f 月。日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l 、保密口,在年解密后适用本授权书。2 、不保密团。( 请在以上相应方框内打“4 )作者签名:雩盏云导师签名:萋i 才彳j日期:玉稆年r 月,o 日日期:矽移年,月伢日1 1 研究的目的和意义第一章绪论近年来,随着我国国民经济持续稳定发展,城市人口及城市规模不断扩大,机动车拥有量迅速增长,居民的出行需求产生了前所未有的急剧增长。尤其是在大城市,交通拥挤阻塞以及由此导致的交通事故的增加,环境污染的加剧,是我国城市面临的极其严重的“城市病 之一,已成为国民经济进一步发展的瓶颈问题。为解决城市交通带来的严重问题,交通领域的研究者都在致力于追寻最有效的解决方法。这些方法和手段概括起来有两大类。一类是从交通管理入手,用现代化的交通管理手段对交通流进行有效的控制、诱导、调度和指挥,这些管理方法的应用大大地提高了城市道路系统的利用效率并缩短了出行者的出行时间,但这些管理方法发挥作用的前提是城市所提供的交通设施能够满足交通需求。解决交通问题的另一类方法是从城市交通规划入手,根据交通需求规划交通设施,改善交通条件,排除交通瓶颈。所以,科学的交通规划是解决城市交通供需矛盾的关键。因此,应该通过准确预测城市交通需求,对城市交通进行系统科学规划,变盲目管理为科学管理,提高城市交通网络的利用率。交通需求预测的重要问题之一是城市客运交通方式分担率的预测。不同的交通工具在运行方式、运行速度、运载能力、运输成本、可达性等指标上差别较大,因此,不同的分担比率导致了不同的机动车构成比例,同时也造成了不同的环境污染状况、能源消耗及拥挤程度。因此,一个城市的客运结构是否合理,对于城市的交通效率,解决城市交通问题具有重大意义。1 2 国内外城市交通规划理论的起步和发展经历( 1 ) 国外交通规划理论的发展与实践5 0 年代初,由于军事贸易上的暴利和之后带动起来的对外商贸,美国的经济实力扶摇直上。道路交通量的剧增使得交通规划在美国这片土地上诞生了。当时交通规划的理论基础是“推理规划( r a t i o n a lp l a n n i n g ) 模式”。1 9 6 2 年完成的芝加哥地区交通规划c h i c a g oa r e at r a n s p o r t a t i o ns t u d y 是第一次综合交通规划在城际地区中的实施。当时美国制订的联邦公路法规定凡5 万人口以上的城市必须制订以城市综合交通调查为基础的都市圈交通规划,方可得到联邦政府的公路建设财政补贴,该项法律直接促成交通规划理论的形成。开始,交通预测只是交通发生、交通分布、交通分配三个阶段的预测c z ,。2 0 世纪6 0 年代后期日本广岛都市圈的交通规划首次提出了对不同交通方式进行划分的这一新的预测内容。此后交通规划演变成了交通发生、交通分布、交通方式划分和交通分配四个步骤( 也可以说成四个组成部分) 。( 2 ) 国内交通规划理论的起步和发展我国的交通规划工作开始于2 0 世纪7 0 年代末8 0 年代初,当时的研究工作主要在高等院校和科研单位中展开,到8 0 年代末9 0 年代初进入高峰期1 。7 0 年代以来,随着经济开放搞活,城乡与市际间的来往交流日趋频繁,交通流量出现大幅度上扬的势头。原有的道路以及交通设施已满足不了快速增长的交通需求发展。8 0 年代初期进行的一些调查研究( 例如,天津等地区开展的货物和居民出行特征调查) 给以后的规划工作打下了很好的基础。8 5 年深圳特区运用自己编制的城市交通规划方法和程序进行交通规划,标志着我国摆脱了完全模仿照搬的阶段,之后全国各地开展了项目繁多的交通综合调查,揭开了在全国范围的交通综合规划的序幕| s “。8 0 年代初的上海,“乘车难、停车难、行车难、行路难 成了人们耳熟能详的词汇。1 9 8 6 年底全市范围的交通大调查开始,在中美双方专家的合作下,应用e m m e 2 软件,开发了交通预测四步骤模型( 虽然这个模型还不是完全国产化,但已经看到了我国自行开发交通规划软件的萌芽) ,对上海市近期和远期的市内外运输网络规划方案进行了测试、比较和评估,至19 9 2 年完成上海市综合交通规划为推动上海的交通建设起到了相当重要的作用。1 9 8 5 年发表的由中国城市规划设计院交通所完成的深圳特区道路交通规划咨询报告已基本有了四步法的完整轮廓:它把深圳特区划分为5 0 个小区和9 个中区,初步体现了集计规划的思想。根据当地特区的特色,不通过家庭访问来取得居民人均日出行次数,而是根据本地区城市总体规划、入口及其分布,在参考国内外类似城市的调查成果及资料用类比法确定,再按照各小区的特性来分配。在对方式划分的问题上,深圳市在模型开发上有所创新:兼用了“预划分 和“后划分”两种方法,并采用了不同模型加以拟合,得到了很好的计算结果。1 3 现代城市交通规划理论中的方式划分理论现今交通规划理论四步法( 四阶段法) 的交通方式划分预测模型的研究已是学术界的主要研究方向之一。四步法的前两步交通发生和交通分布的研究对象是人和货物,交通预测的目的是为交通设施的规划设计提供定量的规模依据,而交通设施直接承载对象是各种交通工具,而不是人或物。由于不同的交通工具的承载能力不同,就同一批人员出行而言,对交通工具的不同选择结果将会导致不同车辆的出行,所以明确交通工具的选择把出行量( 人数或吨数) 转化成以交通工2具为单位的( 车、车皮、集装箱等) 出行量是非常必要的。这种出行者对交通工具的选择叫做交通方式划分( m o d e - s p lit ) 。方式划分的方法有很多种,早期主要从集计的角度研究该问题。所谓集计方法( a g g r e g a t em e t h o d ) ,就是以一批出行者作为分析对象,将有关他们的调查数据作统计处理,给出平均意义上的期望量,然后对这些量做进一步的分析和研究,并依据期望量进行规划与设计。1 9 8 5 年深圳市的交通规划中的方式分担的方法其数据来源也是通过集计的方法取得的。但集计的方法也存在缺点:为了保证模型的精度,需要有相当规模的样本容量。集计模型虽然直观明了,但其在数据处理中没有充分利用各个个体( 个人和家庭) 的全部调查数据,对数据的挖掘也不充分,存在信息浪费和冗余。因此集计方法所需要的调查费用是很大的。此外集计统计数据的时效性较强,数据的扩展和再利用能力较弱。总体而言,传统的交通方式划分方法主要是结合交通规划采用多元线性回归方法、交通预测模型方法、出行者和顾客的类型分析法和基于统计的转移曲线法等。上世纪7 0 年代,计量经济学家d a n i e ll m c f a d d e n 提出了“随机效用模型”( r a n d o ml i t i1 i t ym o d e l 或简称r u m ) 】【的l o g i t 模型,并由m o s h eb e n - a k i v a f 引们”,引入交通需求预测领域:交通方式的划分可以从研究出行者或顾客整体转为研究出行者个体,并合理地假定每个出行者交通方式是按自身最大效用来选择的。效用函数的取值涉及到交通时间、交通费用、交通目的、交通距离、安全性、舒适程度、私密空间等诸多因素,并表达为可以观测到的效用确定项杉。与不可确定的随机因素项( 用以总结所有其他无法观察到的影响) 。之和( 下标q 表示出行者,i 表示交通方式) :u j ,q = 形,g + s f ,g( 1 1 )其中v 仅由待选的交通方式特性和出行者自身特性的组成因素所决定。在交通方式的选择问题中,无论要选的方式是什么,每一个方式对做选择的个体或出行者来说都有或多或少的效用,一种方式的选定必然是因为该方式能产生出最高的效用。由于效用项中包含了一个随机变量,所以每一种交通方式的效用本身也都是随机的。个体或出行者不会固定的选择某一种方式,只能说某出行者或个体选择某种方式的概率是多少,这一点与实际情况吻合。在实际应用中,通过较小样本抽样调查标定模型,可计算出行者不同交通方式的选择概率,通过集计化得到规划区域全体出行者选择某种交通方式的概率值,从而达到交通方式划分计算的目的。“随机效用模型”方法由于不需要大样本调查,并将离散事件与选择概率有机的联系在一起,开创了研究离散个体选择行为与整体选择方式划分关系的新方法。该方法自其问世以来,由于它所需要的调查样本小,因此在经济、交通、规划等多个领域得到了快速的发展。31 4 本文主要研究内容本文主要针对l o g i t 交通方式划分模型的效用值的确定进行研究,通过b p神经网络的学习和训练改进。本文的章节安排如下:第二章是人工神经网络基本理论,介绍了人工神经网络的基础知识,重点介绍了b p 神经网络理论及其特点。第三章是居民出行方式选择和非集计l o g i t 模型的理论发展,介绍了居民出行方式的分类和特点以及影响居民出行方式选择的宏观和微观因素,介绍了l o g i t 模型的推导和效用值的确定方法,对l o g i t 模型的优缺点进行了分析,并介绍了l o g i t 模型派生与改进的若干模型。第四章是基于b p 神经网络的l o g i t 模型,利用b p 神经网络良好的非线性逼近能力,并应用m a t l a b 软件,根据样本数据训练得出特性变量权重系数,从而得出效用值,进一步求出各交通方式的分担概率。第五章是算例,将该方法应用于具体算例中,结果表明该方法精度较高。最后是总结和展望,对论文所做的工作进行简单的总结,并展望了今后的研究工作。4第二章人工神经网络基本理论人工神经网络( a n n ) 近年来发展迅速,尤其b p 神经网络可揭示数据样本中蕴含的非线性关系,大量处理单元组成非线性自适应动态系统,具有良好的自适应性、自组织性及很强的学习、联想、容错和抗干扰能力在不同程度和层次上可模仿人脑的信息处理机理,灵活方便地对多成因的复杂的未知系数进行局度建模。2 1 人工神经网络基础神经网络是模拟人脑神经活动进行学习、判断、推理的一种数学方法。它是由大量的、同时也是很简单的处理单元( 神经元) 广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特性,但不是人脑神经网络系统的真实写照,而只是人脑的某种简化、抽象和模拟| - 3 儿,。2 1 1 人工神经网络的发展历史对于人工神经网络理论的研究,从8 0 年代开始蓬勃的发展,但是人类对它的探索可以追溯到1 9 4 3 年,法国心理学家m c c u ll o c h 和数学家p i t t s 合作推出的神经元数学模型,即著名的m p 模型。这一模型的提出开创了人工神经网络这一新兴边缘学科研究的先河。在这之后,有关研究异常活跃。但是到了7 0 年代后期,由于人工智能理论的日臻完善,使人们渐渐地对人工神经网络的研究失去了以往的热情。在这1 0 事年的时间里,人工神经网络的研究陷入低潮。但是进入8 0 年代以后,由于少数坚忍不拔的学者经过1 0 多年的理论研究积蓄,终于使得人工神经网络理论的一系列问题取得了重大的突破。其中尤其值得一提的是美国生物物理学家h o p f i e ld 于1 9 8 2 年提出的一种称为h o p f i e ld 的模型。他在建立的网络模型中引入“能量 函数,在理论上解决了网络稳定性的判别问题,并使网络具有联想记忆,自动分类和自动校正记忆误差的能力。他的研究成果开阔了人工神经网络理论研究的新途径,人工神经网络理论的研究进入了一个崭新的、突飞猛进的时代。当今,比较成熟的网络模型及相应的算法有近百种,各种修正和演变的模型、算法更多。虽然现在很难预料人工神经网络理论究竟能对世界科学的发展起到何种推动的作用,但是这种以人脑本身组织结构,思维原理为基础,并对其进行高度抽象和合理简化、概括的探索,无疑是一个富有挑战性,并将深刻影响对人类认识行为理解的伟大研究工程。2 1 2 人工神经网络的定义人工神经网络系统是由大量的、同时也是很简单的处理单元( 或称神经元)广泛地互相连接而形成的复杂网络系统。它反映了人脑功能的许多基本特性,但它并不是人脑神经网络系统的真实写照,而只是对其作某种简化、抽象和模拟,这也是现实情况( 当时对脑神经和其智能机理的研究水平以及v l s i 技术水平)所能做到的,是目前神经网络研究的基本出发点。一般认为,神经网络系统是一个高度复杂的非线性动力学系统。虽然每个神经元的结构和功能十分简单,但由大量神经元构成的网络系统的行为却是丰富多彩和十分复杂的。在研究方法上强调综合而不是分解,因为分解这一步工作已基本完成,即可将神经网络分解为极简单的神经元以及神经元之间的相互连接。2 1 3 神经网络的特性与实现神经网络的全称是人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ,a n n ) ,它采用物理上可实现的器件或采用计算机来模拟生物体中神经网络的某些结构和功能,并应用于工程领域。神经网络的着眼点不在于利用物理器件完整地复制生物体中的神经细胞网络,而是抽取其中可利用的部分来克服目前计算机或其他系统不能解决的问题,如学习、控制、识别和专家系统等。随着生物和认知科学的发展,人们对大脑的认识和了解越来越深入,神经网络必然会获得更加广阔的发展空间和应用范围。虽然a n n 与真正的生物神经网络有差别,但由于它汲取了生物神经网络的部分优点,因此具有一些固有的特性:( 1 ) a n n 具有非线性映射能力,且不需要精确的数学模型,擅长从输入输出数据中学习有用的知识。( 2 ) a n n 在结构上与目前的计算机本质不同,它是由很多小的处理单元相互连接而成的,每个处理单元的功能简单,但大量简单的处理单元集体的、并行的活动得到预期的识别、计算的结果,具有较快的速度。( 3 ) a n n 具有非常强的容错性,即局部的或部分的神经元损坏后,不会对全局的活动造成很大的影响。( 4 ) a n n 记忆的信息是存储在神经元之间的连接权值上,从单个权值看不出存储信息的内容,是分布式的存储方式。( 5 ) a n n 的学习功能十分强大,它的连接权值和连接的结构都可以通过学习得到。2 2 神经网络模型神经网络是由大量的处理单元( 神经元) 相互连接而成的网络。为了模拟大脑的基本特性,在神经科学研究的基础上,提出了神经网络的模型。但是,实际上神经网络并没有完全反映大脑的功能,只是对生物神经网络进行某种抽象、简6化和模拟。神经网络的信息处理通过神经元的相互作用来实现,知识与信息的存储表现为网络元件互连分布式的物理联系,神经网络的学习和识别取决于各种神经元连接权系数的动态演化过程”。2 2 1 神经元结构模型神经元是神经网络的基本处理单元,一般表现为一个多输入、单输出的非线性器件,通用的结构模型如图2 1 所示:al 、2 ik 。一l 、一厂) 绝叫。一? 詈多j 弋z n jis i图2 1 神经元结构模型其中,以为神经元i 的内部状态,包为阀值,x ,为输入信号,w 。,表示与神经元x ,连接的权值,s ,表示某一外部输入的控制信号。f 警叫+ 啪m( 2 1 )【只o ) = 厂【以o ) 】神经元模型常用一阶微分方程来描述,它可以模拟生物神经网络突触膜电位随时间变换的规律。神经元的输出由函数f 表示,一般利用以下函数表达式来表现网络的非线性特征。( 1 ) 阀值型,为阶跃函数肿庐托三三2 ,( 2 ) 分段线性型厂c ,= 口材三- 6其中,c 为常数。u j u 2咋 ( 2 3 ) ( ) = 1 + e x p ( l - u , 一c ) 27( 2 4 )s 型函数反映了神经元的饱和特性,由于其函数连续可导,调节曲线的参数可以得到类似阀值函数的功能,因此,该函数被广泛应用于许多神经元的输出特性中。2 2 2 神经网络的互连模式根据连接方式的不同,神经网络的神经元之间的连接有如下几种形式:( 1 ) 前向网络前向网络结构如图2 2 所示,神经元分层排列,分别组成输入层、中间层( 也称为隐含层,可以由若干层组成) 和输出层。每一层的神经元只接受来自前一层神经元的输入,后面的层对前面的层没有信号反馈。输入模式经过层次的顺序传播,最后在输出层上得到输出。感知器网络和b p 网络均属于前向网络。二)j ,7 弋二卜一争二) :, 一一,一),一,图2 2 前向网络结构图( 2 ) 有反馈的前向网络其结构如图2 3 所示,从输出层对输入层有信息反馈,这种网络可用于存储某种模式序列,如神经认知机和回归b p 网络都属于这种类型。图2 3 有反馈的前向网络结构图( 3 ) 层内有相互结合的前向网络其结构如图2 4 所示,通过层内神经元的相互结合,可以实现同一层内神经元之间的横向抑制或兴奋机制。这样可以限制每层内可以同时动作的神经元素,或者把每层内的神经元分为若干组,让每一组作为一个整体进行运作。例如,可利用横向抑制机理把某层内具有最大输出的神经元挑选出来,从而抑制其它神经元,使之处于无输出的状态。一、一,一,一一吲一卜k 一i。、x,k _ 女一专一卜一i 筵、一图2 4 层内有结合的前向网络结构图( 4 ) 相互结合型网络( 全互连或部分互连)相互结合型网络结构如图2 5 所示,这种网络在任意两个神经元之间都可能有连接。h o p f i e l d 网络和b o l t z m a n n 机均属于这种类型。在无反馈的前向网络中,信号一旦通过某神经元,该神经元的处理就结束了。而在相互结合网络中,信号要在神经元之间反复传递,网络处于一种不断改变状态的动态之中。信号从某初始状态开始,经过若干次变化,才会达到某种平衡状态。根据网络的结构和神经元的特性,网络的运行还有可能进入周期振荡或其他如混沌等平衡状态。2 3b p 网络工(!工工图2 5 相互结合型网络结构图b p 算法也称误差反向传播算法( e r r o rb a c k - - p r o p a g a t i o na l g o r i t h m ) ,是一种有导学习算法,用于b p 网的权值和阀值学习。b p 学习算法是r u m e l h a r t等在1 9 8 6 年提出的。自此以后,b p 神经网络获得了广泛的实际应用。据统计,8 0 一9 0 的神经网络模型采用了b p 网络或者它的变换形式。b p 网络是前向网络的核心部分,体现了神经网络中最精华、最完美的内容。92 。3 。 8 p 网络理论( 1 ) b p 网络结构塞p 网络是一种单向传播麴多层蘸囱瓣络,其结构如图2 6 所示。囊圈可霓,b p 网络是一种其有三层或三层以上的神经网络,包括输入层、中间屡( 稳层)釉输出层。上下层之间实现全连接,两每层神经元之间无连接。当一对学习样本提供给网络磊,神经元豹激活值从输入层经各中阍层向输出瑟传播,在输漱屡的备神经元获褥网络的输入响应。接下来,按照减少目标输出与实际误差的方向,从输出层经过各中翔层逐层修正各连接权毽,最嚣回到输入茁,这种算法称淹“误差逆传播算法”,即b p 算法。随着这种误差逆传播修正的不断进行,网络对输入模式响应的正确攀逛不断上辫“鄯“”。一一“寸一絮f智一f 霄。,卜“tl,j i , 7 f 、,z :_ 二f 7 l 寺二,每二乓弋7 l 曹二卜一协。,。vv v+:, 、,:、:心:| i 一 ,j 七n 叫一一3 “、臣矗、澎一。“卜v 。豳2 。68 驴裤经瓣终结构鬻b p 网络的传递函数要求必须是可微的,所以不能使用二值函数,常用的有s i g m o i d 型的对数、s i g m o i d 型的正切函数袋线性蘧数。患予传递透数是处处霹微的,所以对于b p 网络来说,一方谣,所划分的区域不樽是一个线性区域,而是巍一个比较平滑麴趣翁组成的区域,函翁它的分类比线性划分更翔精确,容错性也比线性划分更好;另一方面,网络可以严格采用下降法进行学习,权篷修正的解析式十分明确。( 2 ) b p 网络学习规则这里不讨论学习规则的数学推导过程,只给出学习过程及步骤。下面以一个三层b p 瓣终秀铡,介绍转p 网络豹学习过程及步骤。首先对各符号的形式及意义进行说明:网络输入囊量4 = ( 露,) ;期望输出k = ( 并,西,露) ;中闻层单元输入向量= 耐,霹,s ;输出翔量壤端饼,骘,骘) ;输国层单元输入向量= ( 警,譬,蓐) ;输鲞向量e = ( 露,) ;输入层至中闻层的连接权砖,i = i ,2 嚣,j = l ,2 p ;1 0中间层至输出层的连接权落,i = 1 ,2 p ,t = 1 ,2 q ;中间层各单元的输出阀值嘭,= 1 ,2 p ;输出层各单元的输出阀值形,j = l ,2 p ;其中,k = 1 ,2 m 。切始化。给各连接权 瞄) 、 呓 以及阀值 嘭 、 形) 赋予( 一1 ,+ 1 ) 之间的随机量。随机选取一模式对4 = ( 露,呸k ,口:) ,k = ( 并,哎,虻) 提供给网络。用输入向量4 :( 群,呸k ,) 、连接权 喀) 和阀值 嘭 计算中间层各单元的输入0 k ;然后用 彭) 通过s 函数计算中间层各单元的输出 够)彭= 嘞钟一嘭p l嘭= 厂( 彭)j = 1 ,2 ,pj = l ,2 ,。,p中间层的输出 嘭 、连接权 咭) 以及阀值 矿 计算输出层各单元的输入 矽) ,然后用 矿 通过s 函数计算输出层各单元的响应 0 弓k :p 咭够一j = l口= 厂( 譬)t = 1 ,2 ,qt = 1 ,2 ,q期望输出k = ( 计,鹾,瑶) ,网络实际输出 口 ,计算输出层的各单元的一般化误差 钟)钟= ( 带一口) 口( 1 - 口)用连接权 吃) 、输出层的一般化误差 钟 、中间层的输出 彬) 反向计算中间层各单元的一般化误差 p ;)e :【圭钟呓】嘭( 1 一嘭)l = 1用输出层各单元的一般化误差 钟 、中间层的输出 够) 修正连接权 v k 以及阀值 力)v _ ;,( + 1 ) = 吃( ) 一口钟嘭j 2 1 ,2 ,p ;t = 1 ,2 ,q ( 0 a 1 )矿( + 1 ) = 矿( ) + 口钟t = 1 ,2 ,q用中间层单元的一般化误差 p ;) 、输入层各单元的输入4 = ( 钟,) 修正连接权 k ) 以及阀值 嘭c o :( n + 1 ) = ( ) + p ;岔i = l ,2 ,p ,j = l ,2 ,p( 0 1 )秒;( + 1 ) = 臼;( ) + p ;j = 1 ,2 ,p随机选取下一个学习模式对提供给网络,返回步骤( 3 ) ,直至全部m 个模式对训练完毕。重新从m 个学习模式申随机选取一个模式对,返回步骤( 3 ) 直至全局误差e 小于预先给定的一个极小值,即网络收敛;当学习回数大于预先给定的值,即网络发散。( 3 ) 各因素的无量纲化由于各因素间存在不同的量纲,因此他们不具有横向的可比性,在运用神经网络之前,我们必须采用隶属函数把各因素表述为模糊集合的特征函数,将各因素的属性值统一变换到( 0 ,1 ) 范围内,即因素的无量纲化。隶属函数可分为:降半梯形分布讹,= 悟m j碍 薯( 平方米人)自行车2 0 0 01 0 一1 56 1 0成本低、无污染、灵活成本高、投入犬、能耗多、夺汽车3 0 0 02 0 一5 l o 一2 0污染严重成本低、投入少、人均资常觏公交杰式6 0 0 0 9 0 0 02 0 一5 l 一2源消耗和环境污染较小高架轨道建设、运营成本较高、运轻轨1 0 0 0 3 0 0 0 04 0 6 0q 2 5输成本较低,畿耗窝环境轨道交专用道0 5污染较小,运输效率高逶方式建设、运营成本高,运输不占用地面蕊地铁3 0 0 0 以上4 0 6 0成本较低,能耗和环境污积染小,运输效率高表3 2 各种客运交通方式在1 0 0 承载率下的能耗客运方式座位( 人)车均能耗m j ( 车k m ) 1人均能耗m j ( 人k m ) _公共汽车7 51 4 0 5o 1 9小汽车43 6 4o 9 l摩托车21 2 50 6 3地铁5 8 01 2 2 0 0o 2 l( 1 ) 影响居民濑行方式选择的宏观因素交通政策对出行方式的影响交通政策对城市客运交通方式有多方面的影响,僮主要有三个方匿:1 。国家的宏观控制政策通过制定交通政策,对城市客运交通的发展方向、交通结构和控制指标,制定指令性条文或某些规定。2 。地方政府或市政府的政策地方与城市依据本地区或本市的实际交通状况和经济发展方向所制定的本地区交通建设战略,为客运交通结构提出了某种目标,如发展或限制性的要求。如果某些城市的公交比例较低,实行公交补贴或鼓励公交出行,对公交出行比例的保持和增长具有扶持作用。如果摩托车、助力车发展过快,要对其进行限制。3 。经济投资政策政府或业务部门领导对某种交通方式的工程建设指定了优惠的投资政策与贷款条件,】以鼓励该项虽的建设;也可以从贷款或投资方面进行限制,以延缓或1 9限制某种交通方式的发展。新加坡实行交纳新车购置注册费,有效的控制了私人汽车的增长,从而保证公交的优先发展。长春可以对摩托车实行交纳新车购置注册费,来限制摩托车的发展。经济发展对居民出行方式的影响现代化的城市交通系统建设,特别是大运量快速运输系统,如快速道路和其它新交通系统的建设,没有足够的经济支持,仅靠各城市市政经常性的建设经费,是无法修建起来的,因为建设这些系统,需要大量资金。至于小汽车的发展,那就更不容易了,这需要大大提高居民的工资收入、住房标准。不同经济发展水平的城市其机动化的水平也不同。根据历史文献,一些发达国家轿车化初期,人均国民生产总值达到的水平:美国7 3 8 美元,英国7 l3 美元,日本9 2 0 美元。城市居民出行方式同每年可能投入的建设资金密切相关“。发达国家每年用于道路建设投资额很高。资金充足,因此完全可以根据需要来选择适合的出行方式。而我国用于道路建设资金只有发达国家的1 3 左右,这就限制了居民对出行方式的选择。经济的发展使得居民生活节奏加快,人均出行次数增多,上班、上学的总比例下降,出行目的的改变必然影响居民对出行方式的选择。城市用地规模、布局对居民出行方式的影响1 。用地规模随着城市用地规模增大,居民平均出行距离增大,必然造成步行出行比重的减少和乘坐公交车出行比重的增长。2 。用地形态用地形态概括起来有单中心团状,多中心组团式,多中心带状以及带状轴向式星形等多种类型”。单中心团状密集布局类型城市中心区的交通量一般占全市总交通量3 0 - 3 5 ,而多中心或带状式城市中心区的交通量的比重则低得多,单中心团状的城市多为公交线网密集,人流、车流多,成为交通最复杂、最繁忙的地带。3 。用地功能布局城市用地功能的划分对出行量的大小、出行距离长短和空间分布是有明显影响的。购物中心和就业岗位集中区与居民居住区相距的远近,影响到出行的平均距离,也影响到居民出行方式的选择。因为居民上下班和学生上学出行要占城市总出行的8 0 左右,特别是对早高峰影响巨大,如能在城市功能布局与规划时减少上班、上学的距离,使其尽可能在步行范围之内,则可大大减少交通量,减小机动负荷,从而减少道路负荷,也必将间接地影响到出行方式的选择。4 。城市用地宽度2 0日本东京的小汽车出行在出行方式构成中的比例很低,只有7 2 ,从经济基础、居民生活水平、小汽车的供应和质量几乎在全世界都名列前茅来看,小汽车出行比例低的主要原因是用地紧张、人口密度高,以及公交发达、出行方便。交通基础设施对出行方式的影响道路交通网络、干道数量、公交站场、客车数量与公共交通设施等交通基础设施对于居民出行方式的影响主要有两个方面:一是城市的基础设施薄弱,道路面积率、人均道路长度、路面宽度和人均拥有公共汽车数量严重不足,干道数量少,使公共汽车线路少,网络密度稀,覆盖率低,要乘公交就得走一段很远的路程,使一些人不愿意乘公交车出行。公交服务水平也是影响居民选择公交出行的重要因素。近些年来,各个城市普遍重视公交的发展,但公交车站点增多、营运车次的增加依然无法满足居民出行次数增加的需要,导致公交服务水平无法取得质的改变。另一方面是许多城市均有弯弯曲曲的小街小巷,路窄、标准低、数量可观,自行车由于机动灵活,对线形要求不高,可以串街走巷。由于这方面原因使得自行车出行仍然具有一定优势。城市自然条件对居民出行方式的影响自然条件包括地理形状和环境、气候条件、穿越城区的铁路、高速公路等。自然条件对居民出行方式的影响可分以下四方面:1 。天然阻隔如海湾、河流、湖泊高山等限制城市的形态,阻断交通路线或改变了网络形态,如海河横穿的天津在一定程度上对居民出行方式产生不同程度的影响。2 。丘陵地区道路坡度大使自行车难以适应,如重庆市的自行车出行只占居民出行的o 6 。3 。气候条件如极为寒冷地区,海拔很高的高原城市,对于毫无保护的自行车就难以适应。4 。穿越城市的铁路、高速公路对城区联系的破坏,对客运交通结构影响也较大。此外,能源、就业、交通习惯、历史延续等因素对于居民出行方式比例也有影响。( 2 ) 影响居民出行方式选择的微观因素不同国家或地区的实际情况千差万别,出行者的出行方式选择的比例结构也就不同,即影响出行方式划分的因素因国家而异。就我国的实际情况而言,影响城市居民出行方式选择的主要因素有1 4 个,这些因素可归纳为三个方面的特性伸”,:出行者的特征分析出行者的特征主要包括:2 l1 。家庭车辆拥有情况。主要指自行车、助动车、摩托车以及小汽车,如以分区为分析单位时,则应取车辆拥有量的平均值。2 。出行者年龄。不同年龄阶段的出行者偏好于不同的交通工具,如老人、小孩偏好于公共交通,而较少骑车。3 。收入。高收入者偏向于坐出租车,而低收入者偏向于公共交通或骑自行车。4 。分区的可达性。包括两个方面:道路密度、公交网密度。5 。家庭结构。( 年轻夫妇、有儿女家庭、退休家庭、单身家庭等)6 。生活习惯。出行特征1 。出行目的。上班、上学偏向于公交车,购物、社交等偏向于出租车或私人交通。2 。出行距离。近者偏向予步行和菲机动攀。3 。出行的时间分布。太晚或太早的出行一般难以采用公共交通方式。交通设施的服务水平l 。费赝。对公共交通,指车票;对个人交透指燃料费、车耗、可供停车的场地和停车费用等。2 。时间。含坐车、等车、转车以及上下车前后、换乘步行的时间。从这个角度来说,具有门到门特点的个人交通具有优势。3 。舒适度。包含坐与菇的区别,以及座椅的舒适程度、站立的宽松程度。4 。可靠性。指车辆到达目的地的准时性,显然准时准点的轨道交通优于一般公共汽车。5 。安全牲。3 。2 非集计l o git 模型理论3 。2 。 概念与假定( 1 ) 选择枝我们把可供人们选择的交通方式称为选择枝,例如出行者在出行之前将会面对骑皇行车、乘公交车还是出租车这样的选择,那么每一种交通方式就是交通出行者的一个选择枝。选择枝可以是二项选择也可以是多项选择,实际上一般都是多项选择问题。( 2 ) 基本假设为了研究和描述出行者的出行选择行为,我们首先给癌“效用 的概念。效用即是某个选择枝具有的令人满意的程度。关于效用我们作以下两个基本假定,这些假定是基于人们通常的心理选择行为得出的:交通出行者在每次选择中总选择效用值最大的选择枝,即效用最大化。个人关于每个选择枝的效用值是由个人自身的特性以及选择枝本身的特性共同决定。3 2 2b n l 模型和m n l 模型b n l 模型( b i n a r y n o m i a ll o g i tm o d e l ) 是假定只有两个选择枝的l o g i t基本模型,其他类型的l o g i t 模型大多是从此模型发展而来。( 1 ) b n l 模型的理论基础效用的基本方程为:u ,q = v f ,q + 乞,g( 3 1 )坼。一一选择项i 对出行者q 所构成的效用值;一。一选择项i 对出行者q 所构成的效用确定项;乞。一一选择项i 对出行者q 所构成的效用随机项,效用随机项无法明确计算,也因人而异。( 2 ) b n l 模型的推导为了书写简便,省去表示个人的下标q ,把效用方程改写为= + 毛。根据前面基本假定,出行者选择选择枝1 的概率为:a = p ( u l u 2 ) = p ( + e 2 v 2 + 8 2 ) = p ( 8 2 v l v 2 + q )昆= ep ( q = y ,岛 o代入( 2 3 ) 可得:p l = e b e x p ( - b y ) f ( y ) 【f ( v l v 2 + y ) 一f ( 蝴) 】方p l = e 6 e x p ( - b y ) f ( y ) f ( v l - v 2 + y ) d y( 3 4 )令:国= f ( j ,) f ( v l 一 9 2 + y ) = e x p 一e x p ( _ 6 y ) 】e x p 一e x p ( 一b ( v l 一坞+ y ) ) 】= e x p 一e x p ( 一b y ) 一e x p ( 一6 ( m v 2 + y ) ) 】= e x p - e x p ( - b y ) 一e x p ( 一b y ) e x p ( 一b y l + 6 1 吃) 】( - 0 = e x p - e x p ( - b y ) ( 1 + e x p ( 一b y , + 咄”】( 3 5 )掣= 缈b e x p ( 一b y ) ( 1 + e x p ( 一b v l + 鸭) )( 3 6 )当y 专+ 。o 时,缈= e x p ( o ) = 1 ;当y 专一o o ,缈- - e x p ( - o o ) = 0用换元法得:昆=u ,。八v c o h - e x 1 p 。( - b 趴y j ) 百i 丽d 国d :!:!:! 型墼l 一( 3 7 )a2 1 + e x p ( - b v , + b y 2 ) 2 1 + e x p ( b ( v 2 - v i ) ) 2 面瓦再莉构造l o g i t 模型的关键是合理地假定了随机效用项符合二重指数分布,这使得模型可以进行推导和计算。当把选择项的个数从2 个推广到多个时,同理可推导出多项选择的l o g i t模型,记为m n l 模型( m u l t i n o m i a ll o g i t ) 圳。只:掣:厂j - ,矧j 。( 3 8 )e x m _ ) j1 + e x p ( b ( v i 一_ ) ) li = 1 j 表示所有选择项的集合。3 2 3 效用值的常规确定方法非集计模型用效用函数来度量,关键要求出其中的效用确定项v ,。一般情况下,v j 可表示为线性形式:巧= 目一= 皖x j ,( 3 9 )式中,秒= ( q ,0 2 ,讳) 是待定的参数向量,一= 【_ 。,_ :,r 是对该个人而言交通方式j 的特性向量,则个人选择交通方式j 的概率可表示为:exp()纠-1:okxjk)p:竺型兰!( )j = t 上l _ 一= 产l( 3 1 0 e x p ( 皖) e e x p ( o r
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 【易错题】2025年新版新能源评级考试题及答案试卷+答案
- 2010年电子商务员考试电子商务法概论模拟试题及答案2电
- (2025年)养老护理员(初级)职业技能考核试题及答案
- 《供应链管理》期末考试试卷附答案
- 《胸腔闭式引流护理》练习题(附答案)
- 2025-2026年(危险货物水路运输从业人员)主要安全管理人员试题及答案
- 2020公路水运工程(助理)试验检测师《公共基础》试题九含答案
- (2025年)电工证考试题模拟试题初级电工考证题库(含答案)
- 2025安全生产月安全知识竞赛试题及答案
- 商议联合市场开发合作函(7篇范文)
- 银川创投集团全资子公司银川商功人工智能科技有限公司公开招聘人工智能工程师等专业技术人员笔试备考试题及答案解析
- 血管内导管相关性血流感染预防与诊治指南
- GB/T 7251.3-2026低压成套开关设备和控制设备第3部分:由一般人员操作的配电板(DBO)
- 2027贵州航天电器秋季招聘284人考试参考题库及答案解析
- 钢筋弯曲机使用安全要求培训
- 2026年上海高考英语真题试卷(春考+秋考)完整版(含答案、听力原文、详细解析、满分范文)
- 2026年产前筛查与诊断知识课件
- 2026年秋季开学高二学生:学业水平考试备考课课件
- 考研政治马克思主义基本原理核心知识点系统梳理框架
- (物理)2027版高中《基础自测小纸条》必修2(默写+背诵版)
- 考研形近易混词汇 (二)
评论
0/150
提交评论