發(fā)布時間：2021-10-10 05:17

　　針對交通需求特征識別和需求預(yù)測問題,構(gòu)建改進的LDA（Latent Dirichlet Allocation）城市區(qū)域內(nèi)出行需求識別與預(yù)測組合模型,快速識別城市區(qū)域內(nèi)出行需求特征并對需求做出預(yù)測.構(gòu)建城市交通小區(qū)尺度內(nèi)的空間和時間維度下的主要出行需求特征分布挖掘辨識方法,以及數(shù)據(jù)集在不同時間尺度下時間維度出行特征構(gòu)建及預(yù)測方法.利用北京市三環(huán)內(nèi)網(wǎng)約車出行訂單數(shù)據(jù),驗證模型的有效性和準(zhǔn)確性.結(jié)果表明,模型能夠?qū)Σ煌瑫r間窗口下的區(qū)域出行需求特征進行辨識和預(yù)測,取得較好的結(jié)果. 

【文章來源】：交通運輸系統(tǒng)工程與信息. 2020,20(03)北大核心EICSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 基于LDA的區(qū)域出行需求特征辨識與預(yù)測模型
    1.1 問題描述
    1.2 基于LDA的區(qū)域出行需求辨識方法
    1.3 多時間尺度下的區(qū)域出行需求預(yù)測方法
2 案例分析
    2.1 區(qū)域出行特征識別結(jié)果分析
    2.2 區(qū)域出行預(yù)測結(jié)果分析
3 結(jié)論


【參考文獻】：
期刊論文
[1]基于出租車GPS大數(shù)據(jù)的城市熱點出行路段識別方法[J]. 曲昭偉,王鑫,宋現(xiàn)敏,夏英集,袁咪莉.  交通運輸系統(tǒng)工程與信息. 2019(02)
[2]基于深度學(xué)習(xí)的網(wǎng)約車供需缺口短時預(yù)測研究[J]. 谷遠利,李萌,芮小平,陸文琦,王碩.  交通運輸系統(tǒng)工程與信息. 2019(02)



本文編號：3427722