论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

果，且结果发生的概率可能相同也可能不同。在对轨道交通改善方案的效果预测中，改善方案为一个决策（原因），其发生后所导致的“乘客总体满意度”（结果）有“非常满意”、“满意”等5个不同的结果，且每个结果发生的概率是有所不同的，这与实际情况符合。可见，利用贝叶斯方法进行不确定的预测更有优势。

　　利用Bayesialab软件确定了武汉市轨道交通乘客感知质量与总体满意度之间的贝叶斯网络，并以条件概率的形式表达不同取值条件下各感知质量指标得分对乘客总体满意度得分的影响，确定了各变量之间的概率关系，为贝叶斯预测奠定基础。利用贝叶斯方法对武汉市轨道交通最需要改进的质量指标改善效果进行预测，发现虽然“换乘接驳”和“售票系统”同属于最需要改进的指标，但是提高“换乘接驳”指标的得分对“乘客总体满意度”提高得分的贡献要大于“售票系统”，但两者不是协同改善指标，总体满意度的改善效果提升速度慢于各指标独立的改善速度。但是由于无法确定提高“换乘接驳”和“售票系统”的成本，即无法确定提升各指标一定百分比时投入资金，所以无法确定改善各指标的效益-费用比。

　　总的来说，贝叶斯方法可以很好的预测改善一个指标（方案）后，乘客总体满意度的分布情况，且可以通过改善效果的弹性分析，评价改善各指标的对乘客总体满意度提升的效果情况，给运营单位决策提供参考。但是绝对效果、相对效果、弹性系数等均没有考虑改善成本，无法反映各改善方案的效益—费用比。另外，贝叶斯网络也未考虑乘客出行理想、期望、价值等方面的影响，所以在以后的研究中有待进一步完善。

　　参考文献：

　　[1]匡星．城市常规公共交通服务水平评价研究[D]．长春：吉林大学，

　　[2]黄婷，焦海贤，李秀丽，等．基于乘客观点的公交服务质量评价体系及方法研究[J]．重庆交通大学学报：自然科学版，

　　[3]矫丽丽，徐永能，于世军．城市轨道交通乘客满意度测评模型[J]．重庆交通大学学报：自然科学版，

　　[4]安珣．面向顾客满意度改进决策的结构方程和影响图结合研究[D]．天津：天津大学，

　　[5]张连文，郭海鹏．贝叶斯网络引论[M]．北京：科学出版社，

　　[6]张慧永．基于贝叶斯网络的交通事故态势研究[D]．长春：吉林大学，

　　[7]林震，杨浩．基于车速的交通事故贝叶斯预测[J]．中国安全科学学报，

　　[8]陆斯文，方守恩，王俊骅.单车道行人激进过街冲突和碰撞事故机理分析[J]．重庆交通大学学报：自然科学版，

　　[9]陆莹，李启明，周志鹏．基于模糊贝叶斯网络的地铁运营安全风险预测[J]．东南大学学报：自然科学版，

　　[10]王建，邓卫，赵金宝．基于改进型贝叶斯组合模型的短时交通流量预测[J]．东南大学学报：自然科学版，