检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

建成环境对城市停车需求影响的非线性模型

交通运输系统工程与信息 2021年第4期21卷 197-203页

作者：陈坚刘柯良邸晶彭涛重庆交通大学交通运输学院重庆400074 保定市城市设计院河北保定071000

为精细化把握城市建设项目在微观空间尺度下的停车需求规律,从空间视角探究停车需求与建成环境之间的关系。通过高峰小时建筑物单位面积的停车生成数表征停车需求,以土地利用混合度、路网密度、公交服务水平等9个因子描述建成环境,分别... 详细信息

为精细化把握城市建设项目在微观空间尺度下的停车需求规律,从空间视角探究停车需求与建成环境之间的关系。通过高峰小时建筑物单位面积的停车生成数表征停车需求,以土地利用混合度、路网密度、公交服务水平等9个因子描述建成环境,分别构建建成环境对停车需求影响的普通最小二乘(Ordinary Least Squares,OLS)模型与梯度提升迭代决策树(Gradient Boosting Decision Tree,GBDT)模型。以保定市主城区停车调查数据中的商业类配建停车场为对象,基于停车调查数据、兴趣点数据(Point of Interst,POI)、道路网络数据等多源异构数据进行模型实证分析。结果表明,考虑非线性效应的GBDT模型比OLS模型具有更好的拟合度。从影响贡献度来看,配建指标(18.92%)与区位(15.23%)是影响停车需求的最重要建成环境因素,交叉口密度(5.19%)贡献度最小;在非线性关系方面,建成环境因子与停车需求均具有非线性关系与阈值效应,除交叉口密度及人口密度与停车需求呈现U型关系,其余因素与停车需求的关系整体上保持正相关或负相关。

关键词：城市交通建成环境停车需求梯度提升迭代决策树非线性关系

基于机器学习模型的建成环境对小汽车拥有行为的影响

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2020年第4期20卷 173-177页

作者：王晓全邵春福管岭尹超英北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

为分析家庭小汽车拥有行为,同时考虑居住地和工作地建成环境的影响,构建梯度提升迭代决策树(GBDT)模型;分析社会经济属性,居住地、工作地建成环境属性对小汽车拥有行为的影响程度,并基于长春市居民出行调查数据进行实证研究.结果表明:3... 详细信息

为分析家庭小汽车拥有行为,同时考虑居住地和工作地建成环境的影响,构建梯度提升迭代决策树(GBDT)模型;分析社会经济属性,居住地、工作地建成环境属性对小汽车拥有行为的影响程度,并基于长春市居民出行调查数据进行实证研究.结果表明:3类影响因素中,社会经济属性对小汽车拥有行为的影响最大(58.95%);职住地建成环境属性均对家庭小汽车拥有行为具有显著影响,且居住地建成环境影响(23.77%)高于工作地建成环境(17.28%);职住地建成环境属性中,除居住地交叉口密度,工作地到中央商务区(CBD)距离及公共交通站点密度外,其他建成环境属性对小汽车拥有行为的影响均大于5%.因此,有必要同时优化职住地的建成环境来抑制小汽车拥有量的增长.

关键词：交通工程职住地建成环境小汽车拥有影响程度梯度提升迭代决策树

社区建成环境对小汽车使用行为的非线性影响模型

在线全文

学校读者我要写书评

暂无评论

北京交通大学学报 2022年第3期46卷 49-56页

作者：刘柯良陈坚祝烨彭涛邱智宣重庆交通大学交通运输学院重庆400074 重庆市市政设计研究院重庆400014

为指导社区生活圈形成绿色出行建成环境,从社区建成环境层面定量解析小汽车使用行为的差异,通过停车场泊位利用率客观反映小汽车使用行为,构建了考虑非线性效应的梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型,以重庆市主... 详细信息

为指导社区生活圈形成绿色出行建成环境,从社区建成环境层面定量解析小汽车使用行为的差异,通过停车场泊位利用率客观反映小汽车使用行为,构建了考虑非线性效应的梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型,以重庆市主城区停车调查数据中的居住区配建停车场为实证对象,构建以居住区为核心的社区生活圈作为建成环境的测度范围,实证结果表明:GBDT模型比线性假设的OLS模型具有更好的拟合度;建成环境指标贡献度方面,距离商圈的距离(14.30%)、人口密度(14.20%)、土地利用混合度(12.60%)对泊位利用率影响最大,反映其对小汽车使用行为的重要影响效应;在建成环境指标的非线性关系方面,建成环境因子与泊位利用率均具有非线性关系.

关键词：交通运输系统工程建成环境停车场使用行为梯度提升迭代决策树非线性关系

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

建成环境视角下出行者停车选择意愿模型

昆明理工大学学报（自然科学版） 2023年第1期48卷 142-150页

作者：傅志妍彭涛陈坚陈钉均邸晶重庆交通大学交通运输学院重庆400074 重庆第二师范学院经济与工商管理学院重庆400067 西南交通大学交通运输与物流学院四川成都600031 保定市城市设计院河北保定071000

为解决停车行为分析缺少考虑建成环境影响的问题,通过停车费用、停车时长等8个变量描述出行特征,从5个维度提取12个变量刻画建成环境,构建出行者停车选择意愿梯度提升决策树模型,探索建成环境及出行特征对个体停车选择意愿的影响程度和... 详细信息

为解决停车行为分析缺少考虑建成环境影响的问题,通过停车费用、停车时长等8个变量描述出行特征,从5个维度提取12个变量刻画建成环境,构建出行者停车选择意愿梯度提升决策树模型,探索建成环境及出行特征对个体停车选择意愿的影响程度和影响方式.以保定市主城区停车调查数据、兴趣点数据、城市路网数据等多源异构数据为基础,开展通勤与非通勤两类群体的停车选择实证分析.结果表明:梯度提升决策树模型的准确性(0.9466)较离散选择行为模型(0.7456)提高27%;整体重要度方面,费率费制是影响出行者停车选择意愿最主要的因素(19.94%),区位(14.88%)、路网密度(11.30%)及公共交通临近度(9.57%)对意愿结果存在显著影响;部分建成环境要素对出行者停车选择意愿影响存在明显阈值效应,且对通勤人群与非通勤人群的影响存在较大差异.

关键词：城市交通建成环境停车意愿梯度提升迭代决策树非线性关系

基于GRU-LightGBM的风电机组发电机前轴承状态监测

在线全文

学校读者我要写书评

暂无评论

中国测试 2022年第9期48卷 105-111页

作者：于航尹诗中能电力科技开发有限公司北京100034

针对风电机组发电机前轴承运行过程中早期异常状态识别的问题,提出一种基于GRU-LightGBM的风电机组发电机前轴承状态监测方法。首先,通过梯度提升迭代决策树(gradient boosting decision tree,GBDT)算法分析SCADA历史数据,提取与风电机... 详细信息

针对风电机组发电机前轴承运行过程中早期异常状态识别的问题,提出一种基于GRU-LightGBM的风电机组发电机前轴承状态监测方法。首先,通过梯度提升迭代决策树(gradient boosting decision tree,GBDT)算法分析SCADA历史数据,提取与风电机组发电机前轴承温度特征相关性强的特征变量。然后,采用门控递归单元(gated recurrent unit,GRU)神经网络建立风电机组发电机前轴承温度预测模型并计算残差特征。最后,采用LightGBM算法建立故障决策模型进行状态监测。实验研究表明:该方法能有效识别发电机前轴承运行状态,能够在故障发生前一个月识别风电机组发电机前轴承的异常运行,对风电机组设备运行维修和早期故障预警具有借鉴意义。

关键词：门控循环单元神经网络梯度提升迭代决策树状态监测 LightGBM 风电机组

维普期刊数据库博看期刊