摘要
本发明提供一种网约合乘出行短时需求概率预测方法及系统,属于交通出行短时需求预测技术领域,获取城市历史OD需求订单数据;利用预先训练好的网约合乘出行短时需求概率预测模型,对获取的所述的历史OD需求订单数据进行处理,得到未来下一时段内对应的OD对的需求概率数据。本发明通过网约合乘出行需求的时空特征分析,通过时空依赖关系和运营依赖关系的学习,提升合乘需求预测的准确度,通过统计模型与深度学习模型的结合,量化合乘需求的不确定性,为网约车平台更合理地调配车辆资源,满足用户出行需求,提升服务质量提供重要支撑。
技术关键词
概率预测方法
空间特征提取
特征提取模块
关系
需求预测技术
订单
出行需求
序列特征
滑动窗口
训练神经网络
数据
电子设备
深度学习模型
神经网络模型
变量
存储器
统计方法
参数
处理器
系统为您推荐了相关专利信息
图像检查装置
机器学习模型
图像提取特征
得分计算方法
对象
三元组
关系
交互特征
知识图谱补全方法
融合特征
残余应力场
仿真数据
激光冲击强化工艺
工件
仿真模型
平台
数据血缘关系
历史告警信息
建立通信
数据资产管理