典型文献
基于机器学习的私人汽车保有量影响因素分析及预测——以新疆为例
文献摘要：
相对准确的私人汽车保有量预测可为测算私人汽车二氧化碳排放量、科学规划城市道路、制定交通拥堵缓解措施等奠定基础.鉴于此,构建基于机器学习的私人汽车保有量影响因素分析及预测模型.首先,采用机器学习中的极度梯度提升树(Extreme Gradient Boosting,XGBoost)法,以新疆的统计数据为基础,识别影响私人汽车保有量的因素.然后,比较XGBoost、随机森林(Random Forest)、神经网络(Neutral Network)三种方法的预测效果,发现神经网络在私人汽车保有量预测模型中具有较好的预测精度.最后,基于神经网络方法,对未来新疆私人汽车保有量进行预测.研究结果表明,人均GDP和城镇化率是影响新疆私人汽车保有量最重要的两个因素;到2030年,在低、中、高三种发展情景下新疆私人汽车保有量预计将分别达到650万、688万和734万辆.
文献关键词：
私人汽车保有量;XGBoost;随机森林;神经网络;机器学习;预测模型
中图分类号：
作者姓名：
周亚林;叶琴;郭杰;王雪成
作者机构：
交通运输部科学研究院,北京100029;新疆交通科学研究院有限责任公司,新疆乌鲁木齐830011;干旱荒漠区公路工程技术交通运输行业重点实验室,新疆乌鲁木齐830011
文献出处：
引用格式：
[1]周亚林;叶琴;郭杰;王雪成-.基于机器学习的私人汽车保有量影响因素分析及预测——以新疆为例)[J].交通运输研究,2022(04):74-82
A类：
私人汽车保有量
B类：
基于机器学习,对准,保有量预测,二氧化碳排放量,科学规划,城市道路,交通拥堵,缓解措施,极度,梯度提升树,Extreme,Gradient,Boosting,XGBoost,Random,Forest,Neutral,Network,三种方法,神经网络方法,城镇化率,高三,发展情景,万辆
AB值：
0.184349
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
