出租車需求量預測模型的研究.pdf

1、由于社會經(jīng)濟的快速發(fā)展，出租車逐漸成為了人們出行的首選方式。近年來隨著網(wǎng)絡技術的發(fā)展和智能終端的普及，網(wǎng)絡打車平臺下的出租車（以下簡稱出租車）憑借其快速、便捷和優(yōu)質(zhì)的服務逐漸的成為人們出行的首選。然而，在現(xiàn)實中出租車司機很難知道城市中不同時刻不同區(qū)域的出租車需求量，這樣可能會導致出租車出現(xiàn)空載或者供不應求的現(xiàn)象，極大的浪費了社會資源。為了解決這一問題本文研究出租車需求量預測模型，對未來不同時刻的出租車需求量進行預測。
　　本文首先

2、研究了出租車需求量預測問題的常用研究方法以及相關的短時交通流預測模型，對常用模型進行了分析指出了各自的特點。通過使用數(shù)據(jù)可視化的方式驗證了天氣狀況、PM2.5、溫度和交通擁堵狀況等因素對出租車的短時需求具有一定的影響，然后借鑒短時交通流預測問題構造變量的方式對樣本的變量進行了提取和設計，為模型的建立奠定了基礎。接著本文構建了多元線性回歸模型、隨機森林回歸模型、梯度漸進回歸樹模型，并基于這三個模型提出了一個線性變權重組合預測模型來預測出租