基于NARX神经网络的城市汽车保有量区间估计及灵敏度分析.doc

此文已发表，引用请注明。引用格式为： 黄中祥,任涛,张生.基于NARX神经网络的城市汽车保有量区间估计及灵敏度分析[J].长沙理工大学学报,2014,04:15-24NARX神经网络的城市汽车保有量区间估计及灵敏度分析 黄中祥，任 涛*，张 生 (长沙理工大学 交通运输工程学院， 湖南 长沙 410114) 摘要：分析了影响汽车保有量的因素，运用灰色关联度理论选取影响因子，并用主成分分析法对选定因子进行了相关性处理和降维处理。针对选取的相关因子，建立了NARX神经网络预测模型。以此为基础，根据长沙市2000—2012年各指标的历史数据，对该市2013—2020年汽车保有量进行了区间预测，并进行了误差分析和灵敏度分析。结果表明：2013—2020年间该市汽车保有量的增加速度较为稳定，到2020年该市汽车保有量总数达1902847辆，修正后的预测值所属区间为[1891715, 1913979]，当经济增长速度降低1%时，汽车保有量平均增长速度降低0.53%，且政策对该市汽车保有量具有显著性影响。 NARX神经网络；随机扰动 中文分类号：U4 文献标识码：A ensitivity analysis for city based on NARX neural network HUANG Zhong-xiang, REN Tao＊, ZHANG Sheng (School of Traffic and Transportation Engineering, Changsha University of Science Technology, Changsha 410114) Abstract: The influence factors of car ownership are analysed and the main factors are selected by applying grey correlation analysis.Then the relevances among the selected indexes are removed by using principal component analysis, and the number of indexes has reduced simultaneously. According to the selected indexes ,a dynamic neural network for NARX is established to predict the interval of car ownership. Taking the historical data of 2000-2012 in Chang Sha as input data,the car ownership interval of 2013-2020 is estimated and the corresponding error analysis and sensitivity analysis are developed.The results show: the increasing speed of car ownership for 2013-2020 is steady and the estimated value for Chang Sha belongs to [1891715, 1913979] in 2020, and when the GDP’s growth rate reduces per one percent,the car ownership’ growth rate reduces 0.53 percent, and the policy has a significant influence on the city car ownership. Key Words：traffic enigeering; car ownership prediction；NARX neural network; random disturbance 0 引言 城市汽车保有量的迅猛增长导致了交通拥堵、能源紧张、空气污染、安全和公平性等诸多问题。掌握汽车保有量增加的客观规律、科学地预测今后一段时间汽车保有量的增加值对于决策部门制定政策引导汽车保有量合理增长、缓解上述问题具有十分重要的意义。国内外学者已就此开展了大量的研究。 从研究模式看，现有的研究大都遵循如下流程（事实上，绝大多数研究只涉及到了里面的两个或三个方面）：首先，分析并选取影响汽车保有量的因素；其次，提出具体的预测方法并开展实例分析；再次，评价预测方法的适用性及预