原文传递
基于GPS数据的出租车出行需求预测研究
| 题名： | 基于GPS数据的出租车出行需求预测研究 |
| 作者： | 孙立山;贾琳;魏中华;李俊峰 |
| 作者单位： | 北京エ业大学城市建设学部;北京千方科技股份有限公司 |
| 关键词： | 城市交通;载客热区;DBSCAN聚类;出行需求预测;GPS |
| 摘要： | 近年来“网约车”数量越来越多，“网约车”等待时间长与载客热区需求大等问题也逐步显现，乘车体验亟需改善。在成都市出租车GPS数据的基础上.研究出租车出行分布规律，划分工作日为早、晚、夜高峰相关时段，引入k-距离曲线改进DBSCAN空间聚类算法，对出租车上下客点进行聚类分析，并用数据挖掘得出载客热区。采用BP神经网络预测载客热区的出行需求，预测结果表明，早高峰时段BP神经网络模型的M4PE分别较随机森林模型、岭回归模型提高了3.25%和5.87%，晚高峰时段提高了2.98%和4.32%、夜高峰时段提高了1.44%和2.58%，验证了BP神经网络在出租车需求预测方面的可行性。 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2021 |
| 期： | 05 |
| 页码： | 128-136 |
检索历史
应用推荐
