基于贝叶斯网络的停车收费政策评价

被引:14
作者
宗芳
张慧永
贾洪飞
机构
[1] 吉林大学交通学院
关键词
贝叶斯网络; 停车收费; 停车行为; K2算法;
D O I
暂无
中图分类号
U491.7 [车辆停厝];
学科分类号
082302 ; 082303 ;
摘要
应用K2算法和贝叶斯参数估计方法,进行了贝叶斯网络的结构和参数学习,建立了停车行为分析的贝叶斯网络。应用连接树传播算法推断停车费率影响下的停车开始时间、停车时长和停车场类型等选择行为的变化,预测停车收费政策的实施效果,评价政策的可行性.结果表明:随着停车费率的提高,停车者更趋向于选择短时间停车;对不同时段和不同停车场类型实施不均衡收费制度,即高峰停车费率大于非高峰停车费率,路内停车费率大于路外停车费率,可以促使停车者选择非高峰时段停车和路外停车.
引用
收藏
页码:78 / 83
页数:6
相关论文
共 3 条
[1]   活动—出行决策行为与TDM策略互动关系研究的贝叶斯方法 [J].
隽志才 ;
宗芳 ;
栾琨 .
交通运输系统工程与信息, 2009, 9 (04) :97-102
[2]   Influence of varied parking tariffs on parking occupancy levels by trip purpose [J].
Kelly, J. Andrew ;
Clinch, J. Peter .
TRANSPORT POLICY, 2006, 13 (06) :487-495
[3]   A BAYESIAN METHOD FOR THE INDUCTION OF PROBABILISTIC NETWORKS FROM DATA [J].
COOPER, GF ;
HERSKOVITS, E .
MACHINE LEARNING, 1992, 9 (04) :309-347