论文研究基于知识的神经网络在出行方式选择中的应用研究.pdf

针对神经网络和决策树方法在算法上的本质联系和互补优势，将C4.5决策树提取规则的基于知识的神经网络（knowledgebasedneuralnetwork，KBNN）用于出行方式预测。对居民通勤出行方式选择数据的分析表明，KBNN相比于决策树方法、普通前馈神经网络和多项Logit模型（MNL）有更高的预测精度，方法不仅提高了网络的可解释性，且易于构造、收敛速度更快，实用性较强，为出行方式选择预测提供了新的思路。