基于混合机器学习框架的网约车订单需求预测与异常点识别

城市网约车订单需求体现了居民出行活力,同时表征了出行规律和内在特征。如何从复杂动态的时变数据中准确地识别异常点并进行调度优化,是优化网约车平台运力的关键环节。建立了网约车订单需求数据的时间序列图,并分析了订单需求的动态特性,提出1种基于混合机器学习框架的网约车订单需求预测模型(ARIMA-BPNN-DSR,ABD)。混合模型由差分整合移动平均自回归模型(auto regressive integrated moving average model,ARIMA)和反向传播神经网络(back propagation neural network,BPNN)通过动态选择回归算法(dynamic selection of regression,DSR)融合而成。混合模型汲取了统计方法的鲁棒性和机器学习方法的高效性,并考虑各个独立基线模型在数据局部空间上的性能表现。以2019年和2020年(疫情影响下)厦门市滴滴网约车平台订单数据作为试验基准并进行对比分析,结果表明:①与多个基线模型相比,ABD模型实现了最优的预测性能,同时在面向疫情外部因素影响下同样表现出优异的性能;②消融实验表明,在常规序列中,BPNN对融合模型的预测性能增益更高。混合模型相比较单独的ARIMA和BPNN模型,在预测性能指标上,平均绝对误差(mean absolute error,MAE)分别提高22.77%和13.50%,均方百分比误差(mean absolute percentage error,MAPE指标分别提高21.71%和12.37%。另外,在受到2020年的外部干扰下,ARIMA提供的稳定性至关重要;③预测结果与观测值之间的残差结合3-sigma异常检测准则实现订单数据中的需求突增异常点自动识别,以此提高交通管理效率。该结果说明,提出的ABD模型具有良好的预测精度和鲁棒性。

列宁关于党的代表大会制度的思想及其当代价值

列宁党的代表大会制度的思想是其丰富政治思想的标志性成果。在领导布尔什维克党的革命和执政的过程中,列宁继承和发扬了马克思恩格斯关于无产阶级政党的代表大会制度的思想,形成了列宁主义的关于党的代表大会制度的思想。其党的代表大会制度的思想主要涉及党的代表大会的地位和功能、党的代表大会的年会制及保障、党的代表大会的民主原则等方面。列宁关于党的代表大会制度的思想不仅有着重要的历史影响,至今也有着重要的价值意义。

“互联网+交通”可行性探讨

互联网早已成为全球人的生活方式,“互联网+”时代各行各业都将不可避免地接入互联网,作者思考如何基于网络实现刷脸乘车、后台结算票费,缩短人们乘车的时间。本文借鉴了“互联网+集市卖家”的淘宝,“互联网+银行”的支付宝等系统的技术方法。随着科技的不断发展,互联网技术的革新正在渗入更多的领域,本文正是利用“互联网+”技术将地铁等交通工具及个人结算账户互联起来,提出了总体解决方案并进行可行性的探讨。

高大空间采暖通风设备的应用

根据高大空间室内热量分布的特点，浩欧通风单元将聚集在屋顶的热量通过机组重复吸收利用，通过喷射送风器在提供足够强的下旋动力的同时，有效的抵消掉由于热空气的比重特性造成的热漂力，将热空气送到操作区，从而消除了室内的温度梯度。