基于BP神經網絡的網約車出行需求短時預測.pdf

1、隨著“互聯網+”在各行業(yè)的不斷滲透，為傳統(tǒng)行業(yè)的革新與升級注入了全新的動力。巡游出租車行業(yè)供需時空信息的不對稱性導致“打車難”問題持續(xù)存在，使其成為“互聯網+”必然會觸及的領域。由此催生了網約車這一新業(yè)態(tài)，有效打通了出租車供給與需求之間的信息不對稱性問題。本文利用網約車平臺的公開數據，開展了網約車需求特性分析與短時預測，為網約車運營提供方法性參考，對提升供需匹配效率具有重要意義。本文主要工作如下:
　　首先，本文通過查閱大量研究文

2、獻，從傳統(tǒng)出租車供需、互聯網時代的出租車供需研究、以及交通短時預測等方面進行了綜述，梳理了本文研究內容與技術路線。并且通過對比網約車與巡游出租車的行業(yè)特性，進一步明確了本文的研究內容。
　　第二，網約車出行需求時空特性分析。根據網約車出行數據的特征，本文將網約車出行需求總數拆分為供需匹配數與需求缺口數，并定義了網約車供需匹配度與需求緊缺度。并據此分析工作日與非工作日網約車出行需求的時間特性，劃分了不同的時段類型，并得出工作日與非工

3、作日供需匹配度的差異性。然后在此基礎上進行分時段的網約車出行需求空間特性分析，為網約車出行需求短時預測提供了依據。
　　第三，網約車出行需求短時預測。論文從現實意義角度出發(fā)，以需求缺口數作為網約車出行需求短時預測的目標，并進行了時間相關性分析，發(fā)現網約車出行需求缺口與歷史前50分鐘，以及同時刻歷史日期的出行需求缺口相關程度較大。根據網約車出行需求缺口的特點構建了基于BP神經網絡的網約車出行需求短時預測模型，依據相關性分析結果確定了