基于时间序列分析的网约车需求短时预测研究
发布时间：2021-03-26 05:45
出租车作为城市公共交通出行体系必要组成部分,以其便利性、灵活性等特点,丰富了城市客运公共交通体系,满足了多样化的出行需求,逐渐成为了人们重要出行方式之一。传统出租车行业供需信息的不对称性导致“打车难”问题持续存在,随着“互联网+”在各行业的不断渗透,网络预约出租车（网约车）应运而生,改变了传统出租车运营格局,将出租车供给和需求利用互联网连接在一起,缓解了打车难问题,改善了传统出租车行业供需关系。本文利用滴滴打车平台公开数据,对网约车需求量影响因素和时序性进行分析,基于时序分析构建模型对网约车需求量进行短时预测,为网约车运营方法提供了借鉴,对提高网约车营运效率和网约车供需匹配效率有重要意义。本文主要作了以下研究:第一,网约车需求量影响因素相关性分析,结合网约车需求量数据,分析区域POI数、天气情况、温度、PM2.5、道路拥堵状况的变化对网约车需求量的影响,为网约车需求短时预测提供依据。第二,网约车需求变化趋势研究,对网约车需求量数据进行时序分析,网约车需求量呈七天周期性变化,分别分析工作日和非工作日的网约车需求量变化趋势,找出网约车出行需求变化规律,得出网约车需求量在工作日和非工作日下不...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：96 页
【学位级别】：硕士
【部分图文】：
图２－１出租车数量与出租车客运量变化趋势??Ｆｉｇｕｒｅ?２－１?Ｔｒｅｎｄ?ｏｆ?Ｔａｘｉ?Ｎｕｍｂｅｒ?ａｎｄ?Ｔａｘｉ?Ｐａｓｓｅｎｇｅｒ?Ｖｏｌｕｍｅ??
这种运营模式更符合共享经济的定义。在网约车Ｃ２Ｃ运营模式中，用户是司??机和乘客，平台实现乘客用户与司机用户之间的对接。移动线上平台的核心运行环??见下图２－５。??移动打车线上平台软件＇??（滴滴、Ｕｂｅｒ等）??????Ｉ??、、??核心环节?需求处理机制?派单处理机制?需求对接机制?丨??｜?ｔ?言?言?言?！??ｉ运行环节［订单接收）［订单处理］１向司麵单Ｊ?Ｉ司机■」???ｙ??图２－５移动线上平台的核心运行环节??Ｆｉｇｕｒｅ?２－５?Ｃｏｒｅ?Ｏｐｅｒａｔｉｎｇ?Ｌｉｎｋｓ?ｏｆ?Ｍｏｂｉｌｅ?Ｐｌａｔｆｏｒｍ??下面模拟滴滴打车流程，流程如图２－６。??［路鑑諡航］??Ｉ地图定￡预估费用ｊ?Ｌ?品变更?ｊ?Ｉ?１體剛?ｊ??Ｉ?ｔ?ｉ??ｆ＼?＼??系统派单?乘客上车?支付??自动／人工派车?账户充值?乘客主动支付??Ｖ???）?Ｖ???＾?Ｖ?＾??Ｉ?＼?１??ｃ??＾?＾?＾??到达上车点?结束??ｕｓ盖思?短信通知?评价行程??＼?级寸?Ｊ?＼?ｙ?＼?／??Ｖ＿＿夕??图２－６网约车订单流程??Ｆｉｇｕｒｅ?
这种运营模式更符合共享经济的定义。在网约车Ｃ２Ｃ运营模式中，用户是司??机和乘客，平台实现乘客用户与司机用户之间的对接。移动线上平台的核心运行环??见下图２－５。??移动打车线上平台软件＇??（滴滴、Ｕｂｅｒ等）??????Ｉ??、、??核心环节?需求处理机制?派单处理机制?需求对接机制?丨??｜?ｔ?言?言?言?！??ｉ运行环节［订单接收）［订单处理］１向司麵单Ｊ?Ｉ司机■」???ｙ??图２－５移动线上平台的核心运行环节??Ｆｉｇｕｒｅ?２－５?Ｃｏｒｅ?Ｏｐｅｒａｔｉｎｇ?Ｌｉｎｋｓ?ｏｆ?Ｍｏｂｉｌｅ?Ｐｌａｔｆｏｒｍ??下面模拟滴滴打车流程，流程如图２－６。??［路鑑諡航］??Ｉ地图定￡预估费用ｊ?Ｌ?品变更?ｊ?Ｉ?１體剛?ｊ??Ｉ?ｔ?ｉ??ｆ＼?＼??系统派单?乘客上车?支付??自动／人工派车?账户充值?乘客主动支付??Ｖ???）?Ｖ???＾?Ｖ?＾??Ｉ?＼?１??ｃ??＾?＾?＾??到达上车点?结束??ｕｓ盖思?短信通知?评价行程??＼?级寸?Ｊ?＼?ｙ?＼?／??Ｖ＿＿夕??图２－６网约车订单流程??Ｆｉｇｕｒｅ?
【参考文献】：
期刊论文
[1]兰州新区出租车需求研究[J]. 王树祺. 公路交通科技(应用技术版). 2018(12)
[2]基于LSTM循环神经网络的故障时间序列预测[J]. 王鑫,吴际,刘超,杨海燕,杜艳丽,牛文生. 北京航空航天大学学报. 2018(04)
[3]一种基于LSTM神经网络的短期用电负荷预测方法[J]. 张宇航,邱才明,贺兴,凌泽南,石鑫. 电力信息与通信技术. 2017(09)
[4]基于LSTM神经网络的用电量预测[J]. 徐尧强,方乐恒,赵冬华,王凯. 电力大数据. 2017(08)
[5]深度学习框架下LSTM网络在短期电力负荷预测中的应用[J]. 陈亮,王震,王刚. 电力信息与通信技术. 2017(05)
[6]基于因子分析的西安出租车需求量预测与分析[J]. 张红红. 公路交通科技(应用技术版). 2017(05)
[7]基于LSTM神经网络模型的钢铁价格预测[J]. 陆泽楠,商玉林. 科技视界. 2017(13)
[8]基于ARMA和卡尔曼滤波的短时交通预测[J]. 杨高飞,徐睿,秦鸣,郑凯俐,张兵. 郑州大学学报(工学版). 2017(02)
[9]时空因素影响下在线短时交通量预测[J]. 李林超,何赏璐,张健. 交通运输系统工程与信息. 2016(05)
[10]基于运营系统的出租车出行需求短时预测模型[J]. 林永杰,邹难. 东北大学学报(自然科学版). 2016(09)
博士论文
[1]北京大气污染物时空变化规律及评价预测模型研究[D]. 刘杰.北京科技大学 2015
硕士论文
[1]基于LSTM的时间序列混合预测方法研究[D]. 黄宏伟.湘潭大学 2018
[2]基于LSTM深度网络的城市道路短时交通状态预测模型研究[D]. 陈韫.福建工程学院 2018
[3]基于LSTM神经网络的PM2.5预测[D]. 周永生.湖南大学 2018
[4]基于LSTM神经网络的电商需求预测的研究[D]. 王渊明.山东大学 2018
[5]基于LSTM模型的汽车配件安全库存量预测研究[D]. 刘庆.西南交通大学 2018
[6]基于大规模快递数据的时序分析研究与实现[D]. 李帅.北京邮电大学 2018
[7]基于北京市载客热点区的出租车出行需求研究[D]. 王贝贝.北京交通大学 2018
[8]出租车需求量预测模型的研究[D]. 于扬红雪.大连海事大学 2017
[9]基于GPS数据的城市出租车出行需求研究[D]. 王芮.山东大学 2016
[10]基于GPS数据的交通速度估计及短时预测研究[D]. 丁涛杰.国防科学技术大学 2014
本文编号：3101064
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：96 页
【学位级别】：硕士
【部分图文】：
图２－１出租车数量与出租车客运量变化趋势??Ｆｉｇｕｒｅ?２－１?Ｔｒｅｎｄ?ｏｆ?Ｔａｘｉ?Ｎｕｍｂｅｒ?ａｎｄ?Ｔａｘｉ?Ｐａｓｓｅｎｇｅｒ?Ｖｏｌｕｍｅ??
这种运营模式更符合共享经济的定义。在网约车Ｃ２Ｃ运营模式中，用户是司??机和乘客，平台实现乘客用户与司机用户之间的对接。移动线上平台的核心运行环??见下图２－５。??移动打车线上平台软件＇??（滴滴、Ｕｂｅｒ等）??????Ｉ??、、??核心环节?需求处理机制?派单处理机制?需求对接机制?丨??｜?ｔ?言?言?言?！??ｉ运行环节［订单接收）［订单处理］１向司麵单Ｊ?Ｉ司机■」???ｙ??图２－５移动线上平台的核心运行环节??Ｆｉｇｕｒｅ?２－５?Ｃｏｒｅ?Ｏｐｅｒａｔｉｎｇ?Ｌｉｎｋｓ?ｏｆ?Ｍｏｂｉｌｅ?Ｐｌａｔｆｏｒｍ??下面模拟滴滴打车流程，流程如图２－６。??［路鑑諡航］??Ｉ地图定￡预估费用ｊ?Ｌ?品变更?ｊ?Ｉ?１體剛?ｊ??Ｉ?ｔ?ｉ??ｆ＼?＼??系统派单?乘客上车?支付??自动／人工派车?账户充值?乘客主动支付??Ｖ???）?Ｖ???＾?Ｖ?＾??Ｉ?＼?１??ｃ??＾?＾?＾??到达上车点?结束??ｕｓ盖思?短信通知?评价行程??＼?级寸?Ｊ?＼?ｙ?＼?／??Ｖ＿＿夕??图２－６网约车订单流程??Ｆｉｇｕｒｅ?
这种运营模式更符合共享经济的定义。在网约车Ｃ２Ｃ运营模式中，用户是司??机和乘客，平台实现乘客用户与司机用户之间的对接。移动线上平台的核心运行环??见下图２－５。??移动打车线上平台软件＇??（滴滴、Ｕｂｅｒ等）??????Ｉ??、、??核心环节?需求处理机制?派单处理机制?需求对接机制?丨??｜?ｔ?言?言?言?！??ｉ运行环节［订单接收）［订单处理］１向司麵单Ｊ?Ｉ司机■」???ｙ??图２－５移动线上平台的核心运行环节??Ｆｉｇｕｒｅ?２－５?Ｃｏｒｅ?Ｏｐｅｒａｔｉｎｇ?Ｌｉｎｋｓ?ｏｆ?Ｍｏｂｉｌｅ?Ｐｌａｔｆｏｒｍ??下面模拟滴滴打车流程，流程如图２－６。??［路鑑諡航］??Ｉ地图定￡预估费用ｊ?Ｌ?品变更?ｊ?Ｉ?１體剛?ｊ??Ｉ?ｔ?ｉ??ｆ＼?＼??系统派单?乘客上车?支付??自动／人工派车?账户充值?乘客主动支付??Ｖ???）?Ｖ???＾?Ｖ?＾??Ｉ?＼?１??ｃ??＾?＾?＾??到达上车点?结束??ｕｓ盖思?短信通知?评价行程??＼?级寸?Ｊ?＼?ｙ?＼?／??Ｖ＿＿夕??图２－６网约车订单流程??Ｆｉｇｕｒｅ?
【参考文献】：
期刊论文
[1]兰州新区出租车需求研究[J]. 王树祺. 公路交通科技(应用技术版). 2018(12)
[2]基于LSTM循环神经网络的故障时间序列预测[J]. 王鑫,吴际,刘超,杨海燕,杜艳丽,牛文生. 北京航空航天大学学报. 2018(04)
[3]一种基于LSTM神经网络的短期用电负荷预测方法[J]. 张宇航,邱才明,贺兴,凌泽南,石鑫. 电力信息与通信技术. 2017(09)
[4]基于LSTM神经网络的用电量预测[J]. 徐尧强,方乐恒,赵冬华,王凯. 电力大数据. 2017(08)
[5]深度学习框架下LSTM网络在短期电力负荷预测中的应用[J]. 陈亮,王震,王刚. 电力信息与通信技术. 2017(05)
[6]基于因子分析的西安出租车需求量预测与分析[J]. 张红红. 公路交通科技(应用技术版). 2017(05)
[7]基于LSTM神经网络模型的钢铁价格预测[J]. 陆泽楠,商玉林. 科技视界. 2017(13)
[8]基于ARMA和卡尔曼滤波的短时交通预测[J]. 杨高飞,徐睿,秦鸣,郑凯俐,张兵. 郑州大学学报(工学版). 2017(02)
[9]时空因素影响下在线短时交通量预测[J]. 李林超,何赏璐,张健. 交通运输系统工程与信息. 2016(05)
[10]基于运营系统的出租车出行需求短时预测模型[J]. 林永杰,邹难. 东北大学学报(自然科学版). 2016(09)
博士论文
[1]北京大气污染物时空变化规律及评价预测模型研究[D]. 刘杰.北京科技大学 2015
硕士论文
[1]基于LSTM的时间序列混合预测方法研究[D]. 黄宏伟.湘潭大学 2018
[2]基于LSTM深度网络的城市道路短时交通状态预测模型研究[D]. 陈韫.福建工程学院 2018
[3]基于LSTM神经网络的PM2.5预测[D]. 周永生.湖南大学 2018
[4]基于LSTM神经网络的电商需求预测的研究[D]. 王渊明.山东大学 2018
[5]基于LSTM模型的汽车配件安全库存量预测研究[D]. 刘庆.西南交通大学 2018
[6]基于大规模快递数据的时序分析研究与实现[D]. 李帅.北京邮电大学 2018
[7]基于北京市载客热点区的出租车出行需求研究[D]. 王贝贝.北京交通大学 2018
[8]出租车需求量预测模型的研究[D]. 于扬红雪.大连海事大学 2017
[9]基于GPS数据的城市出租车出行需求研究[D]. 王芮.山东大学 2016
[10]基于GPS数据的交通速度估计及短时预测研究[D]. 丁涛杰.国防科学技术大学 2014
本文编号：3101064
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3101064.html
