基于网约车数据的城市区域出行时空特征识别与预测研究

发布时间：2021-10-10 05:17

　　针对交通需求特征识别和需求预测问题,构建改进的LDA（Latent Dirichlet Allocation）城市区域内出行需求识别与预测组合模型,快速识别城市区域内出行需求特征并对需求做出预测.构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法,以及数据集在不同时间尺度下时间维度出行特征构建及预测方法.利用北京市三环内网约车出行订单数据,验证模型的有效性和准确性.结果表明,模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测,取得较好的结果. 

【文章来源】：交通运输系统工程与信息. 2020,20(03)北大核心EICSCD

【文章页数】：6 页

【文章目录】：
0 引言
1 基于LDA的区域出行需求特征辨识与预测模型
    1.1 问题描述
    1.2 基于LDA的区域出行需求辨识方法
    1.3 多时间尺度下的区域出行需求预测方法
2 案例分析
    2.1 区域出行特征识别结果分析
    2.2 区域出行预测结果分析
3 结论


【参考文献】：
期刊论文
[1]基于出租车GPS大数据的城市热点出行路段识别方法[J]. 曲昭伟,王鑫,宋现敏,夏英集,袁咪莉.  交通运输系统工程与信息. 2019(02)
[2]基于深度学习的网约车供需缺口短时预测研究[J]. 谷远利,李萌,芮小平,陆文琦,王硕.  交通运输系统工程与信息. 2019(02)



本文编号：3427722