基于SVR的逐日网约车服务需求预测方法

文琰杰; 许旺土; 张晓阳; 蔡伟兵

首页> 中文期刊> 《城市建筑》 >基于SVR的逐日网约车服务需求预测方法

基于SVR的逐日网约车服务需求预测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为提高网约车平台整体运营效率,增加网约车司机收入,改善城市交通出行环境,针对网约车服务需求进行逐日预测研究.首先,对司机订单数此类非集计类型数据进行聚合,获取各网约车平台订单量统计数据;其次,考虑不同网约车平台的运力差异,提出基于不同核函数的支持向量机回归模型(SVR),并结合网格搜索法选取最优超参数,构造基于逐日网约车服务需求预测模型;最后,以厦门市网约车服务需求数据为例,引入BP神经网络模型与自回归移动平均混合模型(ARIMA)进行对比.实验结果表明:针对不同网约车平台,带不同核函数的SVR表现性能不同,整体上带径向基核函数(rbf)的SVR具备较好的预测性能,其平均相对误差约10 ％;针对不同的时序模型进行对比,其在逐日服务需求预测性能上表现存在差异,其中自回归移动平均混合模型整体趋势接近标签值,但在预测精度方面差与BP神经网络以及带核函数的SVR,整体上带核函数的SVR优于其他两类时序模型.

著录项

来源
《城市建筑》 |2021年第10期|50-54|共5页
作者
文琰杰; 许旺土; 张晓阳; 蔡伟兵;
展开▼
作者单位

厦门大学建筑与土木工程学院福建厦门 361005;

厦门大学建筑与土木工程学院福建厦门 361005;

厦门市运输事业发展中心福建厦门 361001;

厦门市卫星定位应用股份有限公司出租车事业部福建厦门 361008;

展开▼
原文格式 PDF
正文语种 chi
中图分类交通工程与交通管理;
关键词
城市交通; 网约车; 逐日预测; 支持向量机回归模型; 核函数;

相似文献

中文文献
外文文献
专利

1. 基于网约车OD数据的城市出行热点区域识别及预测方法研究 [J] . 李伟 . 交通科技与管理 . 2020,第009期
2. 政策治理下的网约车发展研究 ——基于网约车新政的解读 [J] . 杨书惠 . 现代商业 . 2019,第009期
3. 网约车合法化对网约车概念股股价的影响分析——基于事件研究法 [J] . 熊静文 . 内燃机与配件 . 2017,第013期
4. 网约车合法化对网约车概念股股价的影响分析——基于事件研究法 [J] . 熊静文 . 内燃机与配件 . 2017,第013期
5. 基于网约车新政的政府监管平台建设探索r——以长沙市网约车政府监管平台建设为例 [J] . 王磊 ,张锦 . 电脑与信息技术 . 2017,第001期
6. 基于技术接受模型(TAM)的网约车出行意向影响因素研究 [C] . WANG Yue-hui ,王月辉 ,LIANG Jiang-wei . 第十九届中国管理科学学术年会 . -1
7. 基于深度神经网络的网约车出行需求预测方法研究 [A] . 张逢笑 . 2019

基于SVR的逐日网约车服务需求预测方法

摘要

著录项

相似文献

相关主题

期刊订阅