机译:通过使用多个时间点的横截面数据,改善了旅行需求预测
Graduate School of Business Administration, Kobe University, 2-1 Rokkodai-cho, Nada-ku, Kobe 657-8501, Japan;
Repeated cross-sectional data; Forecasting; Transferability; Mode choice models; Parameter change;
机译:通过使用多个时间点的横截面数据,改善了旅行需求预测:通过与国内生产总值挂钩来提高旅行质量
机译:introzomen或界面?四步旅行需求模型中改善introzog旅行预测
机译:用于出行方式选择的Kriging地统计方法:用于出行需求预测的空间数据分析
机译:通过使用重复的横截面数据来预测旅行需求:尝试将参数表达为人均国内生产总值的函数
机译:转换类似的时间序列数据以提高天然气需求预测的准确性。
机译:使用附加人工智能模型提高能效的建筑物中的时间序列能量数据
机译:旅行模式选择的Kriging地质统计方法:旅行需求预测的空间数据分析
机译:旅行需求预测,旅行行为分析,时间敏感交通和交通分配方法