近年來網(wǎng)約出租車發(fā)展迅猛,已經(jīng)被公眾廣泛接受和政府認可。作為一種人們出行的常用交通方式,其便捷性也受到越來越高的要求。關(guān)于網(wǎng)約出租車的需求預(yù)測被各大網(wǎng)約出租車運營商視為技術(shù)發(fā)展的重要突破口,也逐漸受到研究學(xué)者們的重點關(guān)注。但是目前這些研究都主要集中在車輛保有量和乘車熱點的預(yù)測上,車輛的需求動態(tài)預(yù)測方面的研究還有很大的發(fā)展空間�；谀承┙o定數(shù)據(jù)對一個城市內(nèi)不同區(qū)域的實時的車輛需求數(shù)目進行預(yù)測即本文所述的網(wǎng)約出租車的需求動態(tài)預(yù)測問題。準(zhǔn)確預(yù)測城市區(qū)域內(nèi)的實時動態(tài)需求有助于充分發(fā)揮集中調(diào)動平臺的作用,從而大幅提高網(wǎng)約出租車?yán)眯б�。本文針對網(wǎng)約出租車的動態(tài)需求問題,分析了影響出租車輛實時需求數(shù)目的直接、間接因素;針對大量可收集的相關(guān)數(shù)據(jù)展開研究,首次采用機器學(xué)習(xí)方法,設(shè)計了基于梯度上升決策回歸樹算法網(wǎng)約出租車需求動態(tài)預(yù)測方法,并進一步對算法進行了改進。本文的研究思路是根據(jù)已有歷史運營數(shù)據(jù)以及歷史交通、天氣狀況等外部環(huán)境建立預(yù)測模型,然后根據(jù)實時數(shù)據(jù)預(yù)測當(dāng)天的下一時間片段內(nèi)城市各區(qū)域的實時車輛需求數(shù)目。根據(jù)某智能出行平臺的實際運營數(shù)據(jù)為例,驗證了提出的實時預(yù)測模型。結(jié)果證明,本文提出的需求預(yù)測... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 課題來源
    1.2 研究背景及意義
    1.3 國內(nèi)外研究概況
    1.4 機器學(xué)習(xí)回歸預(yù)測方法的基本概念
    1.5 研究內(nèi)容與論文結(jié)構(gòu)
2 網(wǎng)約出租車需求動態(tài)預(yù)測問題和影響因素分析
    2.1 問題描述
    2.2 城市居民使用網(wǎng)約出租車出行的需求影響因素分析
    2.3 預(yù)測流程與評價指標(biāo)
    2.4 本章小結(jié)
3 基于GBRT的網(wǎng)約出租車需求預(yù)測方法
    3.1 學(xué)習(xí)目標(biāo)
    3.2 弱決策回歸樹的構(gòu)建
    3.3 強決策回歸樹的集成
    3.4 本章小結(jié)
4 基于XGBOOST框架的GBRT的網(wǎng)約出租車需求預(yù)測方法
    4.1 學(xué)習(xí)目標(biāo)近似的GBRT算法
    4.2 XGBOOST框架中弱決策回歸樹的構(gòu)建
    4.3 XGBOOST框架中強決策回歸樹集成
    4.4 本章小結(jié)
5 基于運營數(shù)據(jù)分析的特征提取和樣本集構(gòu)建
    5.1 數(shù)據(jù)分析
    5.2 特征分析與提取
    5.3 樣本集建立
    5.4 本章小結(jié)
6 數(shù)據(jù)實驗與結(jié)果分析
    6.1 數(shù)據(jù)預(yù)處理
    6.2 模型訓(xùn)練
    6.3 預(yù)測結(jié)果
7 總結(jié)與展望
致謝
參考文獻
附錄1 攻讀學(xué)位期間參加的科研項目


【參考文獻】：
期刊論文
[1]基于時間序列聚類方法分析北京出租車出行量的時空特征[J]. 程靜,劉家駿,高勇.  地球信息科學(xué)學(xué)報. 2016(09)
[2]基于運營系統(tǒng)的出租車出行需求短時預(yù)測模型[J]. 林永杰,鄒難.  東北大學(xué)學(xué)報(自然科學(xué)版). 2016(09)
[3]城市出租車打車軟件使用率對空駛率影響研究[J]. 曹祎,羅霞.  計算機工程與應(yīng)用. 2016(14)
[4]考慮空駛距離的出租汽車空氣污染排放模型[J]. 王健,池利兵,胡曉偉.  城市交通. 2015(02)
[5]基于小波神經(jīng)網(wǎng)絡(luò)的出租車保有量預(yù)測模型[J]. 楊英俊,趙祥模.  公路交通科技. 2012(08)
[6]L1/2正則化[J]. 張海,王堯,常象宇,徐宗本.  中國科學(xué):信息科學(xué). 2010(03)
[7]機器學(xué)習(xí)的主要策略綜述[J]. 閆友彪,陳元琰.  計算機應(yīng)用研究. 2004(07)

碩士論文
[1]基于改進的GBDT算法的乘客出行預(yù)測研究[D]. 王天華.大連理工大學(xué) 2016
[2]供需平衡狀態(tài)下的出租車發(fā)展規(guī)模研究[D]. 馮曉梅.西南交通大學(xué) 2010



本文編號：3470524