【技术实现步骤摘要】
一种出租车载客数量预测方法
本专利技术涉及人工智能技术,尤其涉及一种出租车载客数量预测方法。
技术介绍
出租车作为城市交通工具的一部分,凭借着其方便快捷,在公众出行工具中占有重要地位。但出租车空载率居高不下,使驾驶员收益降低,难以维持正常的运营,严重阻碍了出租车行业的发展。解决这个问题的传统做法是出租车驾驶员凭借经验判断选择客源较多的道路,网约车公司也为部分网约出租车提供热点图。但这几种方法弊端较为明显,前者出租车司机经验判断具有一定的局限性,难以对客源热点区域进行准确的判断,特别是新手出租车司机,而后者时效性差,难以提供准确的客源分布,二者难以降低出租车空载率。而目前并没有相关的专利可以预测出租车客源,为出租车推荐合理路径,以降低出租车空载率。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷,提供一种出租车载客数量预测方法。本专利技术解决其技术问题所采用的技术方案是:一种出租车载客数量预测方法,包括以下步骤:1)对现有路网进行网格划分,划分的原则为满足一个网格内仅有一条机动车道路;2)统计获得路网区域内出租车平均接客间隔时间,将平均接客间隔时间作为单位时间;3)以单位时间为周期,顺序划分时间段,获得每个网格在每个时段内的载客数量信息;4)以预测时段前一时间段的出租车载客数量以及前一天、前一周同时段的出租车载客数量作为预测数据,设立三层卷积层的卷积神经网络,提取局部特征,输出路网网格的预测出租车载客数量;5)将预测出租车载客数量形成热点图发送给出租车驾驶员,为空载出租车提供路径行驶依据。按上述方案,所述步骤4)中卷积神经网络包括输入层、三层卷 ...
【技术保护点】
1.一种出租车载客数量预测方法,其特征在于,包括以下步骤:1)对现有路网进行网格划分,划分的原则为满足一个网格内仅有一条机动车道路;2)统计获得路网区域内出租车平均接客间隔时间,将平均接客间隔时间作为单位时间;3)以单位时间为周期,顺序划分时间段,获得每个网格在每个时段内的载客数量信息;4)以预测时段前一时间段的出租车载客数量以及前一天、前一周同时段的出租车载客数量作为预测数据,设立卷积神经网络,提取局部特征,输出路网网格的预测出租车载客数量;5)将预测出租车载客数量形成热点图发送给出租车驾驶员,为空载出租车提供路径行驶依据。
【技术特征摘要】
1.一种出租车载客数量预测方法,其特征在于,包括以下步骤:1)对现有路网进行网格划分,划分的原则为满足一个网格内仅有一条机动车道路;2)统计获得路网区域内出租车平均接客间隔时间,将平均接客间隔时间作为单位时间;3)以单位时间为周期,顺序划分时间段,获得每个网格在每个时段内的载客数量信息;4)以预测时段前一时间段的出租车载客数量以及前一天、前一周同时段的出租车载客数量作为预测数据,设立卷积神经网络,提取局部特征,输出...
【专利技术属性】
技术研发人员:陈志军,汪勇飞,张晶明,马浩为,陈德鹏,
申请(专利权)人:武汉理工大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。