检索结果-南通市图书馆

交通运输系统工程与信息 2023年第5期23卷 136-145页

作者：马健霄赵飞燕尹超英汤文蕴南京林业大学汽车与交通工程学院南京210037

为探究考虑出租车出行需求影响下,建成环境与网约车出行需求之间的互动关系,本文基于南京市网约车和出租车订单数据,围绕密度、设计、多样性及公交临近度这4个维度构建城市建成环境指标,分别针对早高峰、晚高峰和平峰这3个时段建立考虑... 详细信息

为探究考虑出租车出行需求影响下,建成环境与网约车出行需求之间的互动关系,本文基于南京市网约车和出租车订单数据,围绕密度、设计、多样性及公交临近度这4个维度构建城市建成环境指标,分别针对早高峰、晚高峰和平峰这3个时段建立考虑局部变化项和全局固定项的半参数地理加权回归模型(SGWR),探究建成环境对网约车出行需求的时空异质性影响。结果表明:对比普通最小二乘回归(OLS)和传统地理加权回归模型(GWR),SGWR模型的AICc值在3个时段分别下降了2.44%与0.15%,4.01%与0.30%,1.89%与0.27%;Adjusted R2值分别提高了6.52%与0.11%,8.02%与0.55%,2.75%与0.11%,表明SGWR模型具有更好的拟合效果。局部变量的回归结果表明,不同的建成环境变量对网约车出行需求影响不同,具有时空异质性;全局变量的回归结果表明,土地利用混合度在早晚高峰时段对网约车出行需求影响显著,为负向影响。出租车和网约车之间呈现为合作关系,高密度的公司企业和公交站点数量会促进网约车出行需求的产生。本文研究结果可为合理配置网约车资源提供理论依据。

关键词：城市交通时空异质性半参数地理加权回归网约车出行需求建成环境

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度神经网络的网约车出行需求短时预测

基于深度神经网络的网约车出行需求短时预测

引用

作者：王维北京交通大学

学位级别：硕士

随着移动互联网的飞速发展,特别是移动智能手机的普及,近年来网约车行业快速发展,越来越多的人选择个性化的网约车服务。虽然相较于传统出租车时间成本有所降低,但由于信息的不对称性和出行需求的随机性,在时空上难以确保乘客出行需求... 详细信息

随着移动互联网的飞速发展,特别是移动智能手机的普及,近年来网约车行业快速发展,越来越多的人选择个性化的网约车服务。虽然相较于传统出租车时间成本有所降低,但由于信息的不对称性和出行需求的随机性,在时空上难以确保乘客出行需求和车辆供给的一致性,局部需求量较大的区域在不良天气下或出行高峰时期仍然存在“打车难”、等车时间较长等问题。本文利用网约车订单及其它相关数据,对网约车的出行需求时空分布特征进行研究,针对局部需求和区域需求短时预测问题分别建立模型并验证,提高了预测的准确度与效率,在提高乘客出行效率、网约车运营公司的调度水平、减少环境污染、减轻城市道路交通压力方面具有重要意义。本文具体工作如下:(1)明确网约车出行需求、局部需求短时预测和区域需求短时预测等问题的定义;根据Geohash算法对北京市五环内进行区域划分,并确定了预测的时间粒度;基于影响网约车出行需求因素的定性分析,对网约车订单数据、POI数据和天气数据等多类影响因素进行数据收集、数据清洗、地图匹配等预处理操作。(2)研究网约车需求分布的时空特征:从总体变化趋势、不同星期属性、不同日期类型分别研究出行需求时间分布特征;通过对比不同日期类型下出行需求的空间分布研究出行需求时空分布特征。对历史需求订单数据、天气数据和POI数据等各类潜在的影响因素与需求量之间进行相关性分析,选取并总结模型的输入特征变量。(3)针对局部需求短时预测问题,仅利用历史网约车需求时间序列建立了基于LSTM的单因素局部需求短时预测模型,利用处理后的多源数据建立了基于LSTM的多因素局部需求短时预测模型;针对区域需求短时预测问题,分别利用LSTM、CNN和Conv-LSTM网络分别捕捉需求不同的时空变化规律,将三个子模型的输出进行融合建立了区域需求短时预测模型。(4)以北京市滴滴平台的实际数据进行案例分析。针对构建的多个短时出行需求预测模型,对网络的多个超参数寻优;从总体预测结果、不同日期类型预测结果、不同时间粒度预测结果等角度分别对局部需求短时预测模型和区域需求短时预测模型进行结果分析和评价;将上述模型与传统模型进行对比,结果显示区域出行需求短时预测模型在精度和效率上都有明显的提升,多源数据的加入可以明显提升预测的精度。

关键词：深度神经网络网约车出行需求短时预测长短时记忆网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网约车订单数据的热点区域出行需求预测

基于网约车订单数据的热点区域出行需求预测

引用

作者：孔瑶瑶北京交通大学

学位级别：硕士

随着互联网经济的快速发展,网约车成为人们日常出行的重要交通方式之一。网约车凭借其“门到门”的服务满足了居民对出行质量的要求,也解决了公共交通未覆盖区域的居民出行需求。但由于居民出行的随机性,网约车运营存在司机空驶率较高... 详细信息

随着互联网经济的快速发展,网约车成为人们日常出行的重要交通方式之一。网约车凭借其“门到门”的服务满足了居民对出行质量的要求,也解决了公共交通未覆盖区域的居民出行需求。但由于居民出行的随机性,网约车运营存在司机空驶率较高、乘客“叫不上车”的现象。本文基于网约车订单数据,对网约车出行需求特征进行分析,利用改进的DBSCAN算法挖掘出行热点区域,建立单个区域和多区域的出行需求预测模型,最后选择挖掘出的热点区域的出行需求数据进行模型案例分析,验证了模型的有效性。本文的研究对提高网约车平台运营调度水平,缓解供需矛盾有重要意义。本文主要完成了以下几个方面的工作:(1)网约车出行需求特征分析及相关影响因素的确定。明确了论文研究相关问题的定义,对数据进行预处理;从不同星期属性、不同时段分析了出行需求的时间特征;通过对比不同工作日属性、不同时段的出行需求量和载客区域的空间分布分析了出行需求不同时段的空间分布特征;通过对比区域网约车流入量和出行需求量分析了出行需求与历史流入量的时间依赖特征。利用相关性系数对可能影响网约车出行需求的因素进行了分析,确定了预测模型的输入特征变量。(2)网约车出行热点区域挖掘。基于网约车出行需求时空分布特征的分析,对DBSCAN算法参数进行优化,挖掘了研究区域内工作日和非工作日不同高峰时段的出行热点区域,并引入热点指数将热点区域划分为持续性、经常性、偶发性出行热点区域。(3)建立了单个区域和多区域出行需求预测模型。针对单个区域出行需求预测问题,考虑网约车出行需求的时间特征,建立了遗传算法优化的注意力长短期记忆(GA-ALSTM)出行需求预测模型。针对多区域出行需求预测问题,考虑网约车出行需求的时空特征、与历史流入量的时间依赖性,建立了适用规则网格区域划分方式的注意力卷积长短期记忆(AConv LSTM)出行需求预测模型;并针对卷积神经网络只能处理排列整齐的网格结构的缺陷,建立了可以适用不规则区域划分方式的注意力图卷积长短期记忆(AGC-LSTM)出行需求预测模型。最后,选取持续性出行热点区域出行需求数据分别对提出的模型进行实例分析,选取不同的评价指标进行评价,验证了本文提出模型方法的有效性和适用性。图62幅,表31个,参考文献84篇。

关键词：网约车出行需求短时预测时空特征聚类神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网约车轨迹数据的热点区域挖掘与需求预测

基于网约车轨迹数据的热点区域挖掘与需求预测

引用

作者：汤肖北京交通大学

学位级别：硕士

随着移动支付、手机定位等技术的不断发展,网约车已然成为居民日常生活中不可缺少的一部分。网约车能在移动端上进行线上叫车,节省乘客的时间成本,也为司机和平台带来收益。由于居民出行具有不确定性和随机性,因此在一定时段一些区域存... 详细信息

随着移动支付、手机定位等技术的不断发展,网约车已然成为居民日常生活中不可缺少的一部分。网约车能在移动端上进行线上叫车,节省乘客的时间成本,也为司机和平台带来收益。由于居民出行具有不确定性和随机性,因此在一定时段一些区域存在打车难、司机空载率高的现象。本文使用从轨迹数据中提取的订单数据对网约车出行需求进行分析,并使用DBSCAN聚类算法对出行需求热点区域进行挖掘,建立模型进行短时需求预测并用实例验证其有效性。本文的研究对于提升居民出行舒适度、增加司机与平台收益、缓解供需矛盾有着重要意义。本文主要做了以下三部分工作(1)网约车出行需求时空特征分析。对从轨迹数据中提取出的订单数据进行预处理。然后从时间与空间两个角度对网约车出行需求数据进行分析:在时间上,分析单日总体需求量分布,具有不同星期属性、工作日与非工作日订单量在不同时间段上订单量的特点;在空间上,对整体、工作日与非工作日、不同时间段出行订单空间分布进行分析比较。(2)网约车出行需求热点区域挖掘。基于网约车出行需求数据在时间上的和空间上的分布特征,用DBI和聚类个数对DBSCAN算法参选择进行约束,以工作日与休息日高峰时间段为研究对象进行空间聚类分析,挖掘了工作日与非工作日不同高峰时间段的出行热点区域,并引入热点指数对热点区域进行等级划分。(3)网约车短时出行需求预测。基于时空特征分析,构建了时空门控多图卷积模型(STGMGCN)对研究区域网约车短时出行需求进行预测。在时间上使用门控循环单元神经网络挖掘时间序列信息;空间上考虑从临近距离、区域间订单交互、以及功能相似构建多图卷积模型来挖掘空间分布上的信息。最后使用处理的数据集进行实例验证,验证了构建的预测模型的有效性图39幅,表19个,参考文献54篇。

关键词：网约车出行需求短时预测时空特征 DBSCAN 多图卷积网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：