• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于因子分析與聚類分析的居民出行目的與租車關(guān)系研究

    2016-12-31 00:00:00聶垚
    科技創(chuàng)新與應(yīng)用 2016年20期

    摘 要:通過因子分析和聚類分析方法建立綜合評價模型,對居民出行目的與其租車是否存在影響進(jìn)行實例分析,從出行目的中提取3個符合實際意義的公因子,給出因素的影響排名,然后根據(jù)因子得分應(yīng)用K-means聚類分析將居民出行12種出行目的分成3類,客觀地分析了居民出行目的與居民租車之間的聯(lián)系,所得到的評價結(jié)果可為租車行業(yè)的發(fā)展與規(guī)劃提供科學(xué)的依據(jù)和參考。

    關(guān)鍵詞:居民出行;出行目的;租車

    引言

    因子分析和聚類分析方法主要用于多種事物間關(guān)系研究,交通方面采用該方法研究較少。Ben-Akiva等[1-2]討論了出行者個性特征對個體行為的影響;鄒繼賢等對漢中市居民出行特征進(jìn)行系統(tǒng)分析,其目的用于解決中小城市交通問題;陳熙采用問卷調(diào)查方式,歸納總結(jié)城市居民交通出行基本特征在不同區(qū)域的差異性及其影響因素;蘆芳強等以五個典型城市公交OD出行數(shù)據(jù)運用圖形處理及模型標(biāo)定等方法進(jìn)入深的數(shù)據(jù)挖掘。

    1 出行目的研究

    居民出行目的包含上班、上學(xué)、回程、購物、休閑旅游、探親訪友、商務(wù)辦公等,不同出行目的選擇的交通方式差異性較大。

    2 模型建立

    2.1 因子分析方法

    假設(shè)評價的總體有n個居民對應(yīng)的出行目的為j,因子分析的數(shù)學(xué)模型就是把j個出行目的分別表示為m(m≤j)個公共因子和一個獨特因子的線性加權(quán)和,即:

    X=AF+?著

    其中X=(X1,X2,…,Xj)為可測的j個出行目的構(gòu)成的j維隨機(jī)向量,F(xiàn)=(F1,F(xiàn)2,…,F(xiàn)m)是不可測的m維隨機(jī)向量,稱為公共因子(也稱主因子),它的每個分量F1,F(xiàn)2,…,F(xiàn)m將出現(xiàn)在每個變量中。

    2.2 聚類分析

    聚類分析法是事物分類常用方法,思路是根據(jù)樣本性質(zhì)方面的親密程度進(jìn)行分類,然后按照距離遠(yuǎn)近將數(shù)據(jù)分為若干類別,最終使類別內(nèi)數(shù)據(jù)差異盡可能小,類別間差異盡可能大。

    2.3 變量選擇

    特性變量的選擇是指針對居民出行目的的選擇。

    3 案例分析

    3.1 因子分析

    將因子分析法應(yīng)用于重慶市南岸區(qū)居民出行目的與其租車之間的關(guān)系研究,將出行目的劃分為:上班、上學(xué)、自駕、帶駕、接待、婚慶、回程、購物、休閑旅游、探親訪友、商務(wù)辦公、家用車輛和其他,用X1,X2,…,X13來表示,用xij表示第i個居民的出行目的為j,則X=(xij)200×13。

    (1)首先將原始數(shù)據(jù)輸入SPSS軟件,對13個變量作KMO(Kaiser-Meyer-Olkin)檢驗和巴特利特球度檢驗。其KMO值為0.612>0.5,并通過了Barlett's球形檢驗(P<0.000),說明可以進(jìn)行因子分析。使用主成份方法提取因子,選取特征值大于1的特征值。

    (2)對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后,利用相關(guān)系數(shù)矩陣進(jìn)行基于主成分分析方法的因子分析,計算其特征值及貢獻(xiàn)率,公共因子的特征值和累計方差貢獻(xiàn)率見表1。

    表1 解釋方差及貢獻(xiàn)率

    另根據(jù)表1方差累積貢獻(xiàn)率可知前3個因子能解釋變異量的83.149%,因此13個變量可以提取為3個公共因子,繼而得到公因子的旋轉(zhuǎn)矩陣。

    表2 旋轉(zhuǎn)及得分矩陣

    根據(jù)表2旋轉(zhuǎn)后的因子載荷矩陣,從旋轉(zhuǎn)后的因子載荷矩陣將F1因子命名為主要因素。主因子F2命名為次要因素。主因子F3命名為其他因素。

    3.2 聚類分析

    根據(jù)3個因子得分函數(shù),用SPSS計算所得的200名居民的3個因子得分作為新變量,對200名居民出行目的進(jìn)行K-means聚類分析并分成3類。

    表3 最終聚類中心

    根據(jù)3個類的最終類中心情況(見表3),第一類居民出行目的為剛性需求;第二類居民出行目的主要為彈性需求;第三類居民出行目的主要為生活娛樂出行。

    4 結(jié)束語

    利用新產(chǎn)生因子得分排名及各因子中載荷分析,可以客觀的了解出行目的與居民租車之間的關(guān)系,分析不同出行目的與居民租車之間存在的主次關(guān)系。

    參考文獻(xiàn)

    [1]Ben-AkivaM, Boccara. Integrated framework for travel behavior analysis[C]//4th Conference of International Association of Travel Behavior Research France,1987.

    [2]Bowan J L, Ben-Akiva M.Activity-based disaggregate travel demand model system with activity schedules[J].Transportation Research Part A,2001,35(1):1-28.

    作者簡介:聶 (1990-),安徽六安人,碩士研究生在讀,主要研究方向:交通運輸系統(tǒng)規(guī)劃與設(shè)計。

    格尔木市| 高阳县| 密云县| 华坪县| 元阳县| 芷江| 南宫市| 延长县| 宁远县| 绥滨县| 南通市| 民丰县| 河源市| 尼勒克县| 大田县| 纳雍县| 民县| 成武县| 平湖市| 常州市| 庄河市| 永康市| 桂阳县| 容城县| 三明市| 内乡县| 徐闻县| 淮北市| 安化县| 高尔夫| 郸城县| 开平市| 尉氏县| 灵山县| 上杭县| 辰溪县| 且末县| 老河口市| 静海县| 津市市| 昭觉县|