期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于加权时变泊松模型的出租车载客点推荐模型 被引量:6
1
作者 商建东 李盼乐 +1 位作者 刘润杰 李润川 《计算机应用》 CSCD 北大核心 2018年第4期923-927,934,共6页
针对出租车空载率高、司机寻客难的问题,提出泊松-卡尔曼组合预测模型(PKCPM)。首先,采用加权非齐次泊松模型,针对出租车历史数据进行建模,得到目标时刻的估计值;其次,基于当天的实时数据,将临近时刻乘客需求的平均值作为目标时刻预测值... 针对出租车空载率高、司机寻客难的问题,提出泊松-卡尔曼组合预测模型(PKCPM)。首先,采用加权非齐次泊松模型,针对出租车历史数据进行建模,得到目标时刻的估计值;其次,基于当天的实时数据,将临近时刻乘客需求的平均值作为目标时刻预测值;最后,将预测值和估计值作为卡尔曼滤波模型的输入参数,实现对目标时刻出租车乘客需求的预测,同时引入误差反向传播机制,减小下一次预测误差。基于郑州市出租车轨迹数据集,对组合模型与非齐次泊松模型(NHPM)、加权非齐次泊松模型(WNHPM)、支持向量机(SVM)等三种模型进行对比,实验结果显示PKCPM的误差比WNHPM、SVM分别降低了8.85个百分点、14.9个百分点。该模型能对不同时段内、不同空间网格的乘客需求进行预测,为出租车寻找乘客提供可靠的依据。 展开更多
关键词 空载率 卡尔曼滤波预测模型 加权时变泊松模型 临近时刻乘客需求
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部