出租車需求量預(yù)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(luò)技術(shù)的發(fā)展和智能終端的普及，網(wǎng)絡(luò)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(wù)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(dǎo)致出租車出現(xiàn)空載或者供不應(yīng)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(yù)測模型，對未來不同時刻的出租車需求量進(jìn)行預(yù)測。
　　本文首先

2、研究了出租車需求量預(yù)測問題的常用研究方法以及相關(guān)的短時交通流預(yù)測模型，對常用模型進(jìn)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(yù)測問題構(gòu)造變量的方式對樣本的變量進(jìn)行了提取和設(shè)計，為模型的建立奠定了基礎(chǔ)。接著本文構(gòu)建了多元線性回歸模型、隨機森林回歸模型、梯度漸進(jìn)回歸樹模型，并基于這三個模型提出了一個線性變權(quán)重組合預(yù)測模型來預(yù)測出租