摘要
本发明提供一种基于SRFE‑BLP‑Transformer的城际网约车长期出行需求预测方法、装置、设备和介质,涉及城际网约车需求技术领域。预测方法包含:S1、获取历史订单数据。S2、根据时间将订单划分到运营时间切片作为需求量特征,并对运营时间切片的特征进行编码,获取特征编码。S3、先采用斯皮尔曼相关分析各特征与需求量特征之间的相关性强度,再采用递归特征消除算法选择特征,获取有效特征。S4、按时间顺序排序有效特征并归一化处理,再按预设时长分割数据,获取输入数据。S5、通过双向长短时记忆网络捕捉输入数据的时间依赖性并添加位置编码,再通过Transformer捕捉输入数据中不同位置之间的长距离依赖关系并线性变换,获取预测结果。
技术关键词
城际网约车
历史订单数据
需求预测方法
切片
历史数据特征
编码
消除算法
出行需求
特征选择
记忆单元
前馈神经网络
数据获取单元
斯皮尔曼相关系数
需求预测装置
清洗单元
矩阵
可读存储介质
系统为您推荐了相关专利信息
故障智能诊断方法
深度卷积网络
节点
变压器
特征切片
信号识别系统
二氧化钛
存储单元
数据采集模块
动态
预警方法
数字孪生模型
标签
历史订单数据
供应商管理系统
电力需求预测方法
LSTM神经网络模型
多层次
广义最小二乘法
生成电力