【技术实现步骤摘要】
一种基于多元线性回归预测火车站出租车运力需求的方法
本专利技术涉及智能交通
，尤其是一种基于多元线性回归预测火车站出租车运力需求的方法。
技术介绍
在机场、火车站等重要交通枢纽，出租汽车是保障到港旅客安全、便捷出行的主力军，也是各级领导一直关心的问题。客流聚集和滞留，尤其是夜间，不仅会给人民群众带来不便，也存在重大安全隐患。目前，出租汽车行业主管部门主要凭借经验部署运力调度工作，存在保障不精准、不及时等问题，如重大节假日、活动日等客流集中期调度偏差较大，极端天气等突发事件发生时运力调度相对滞后等，亟需开展场站出租汽车运力分析及相关预测工作。出租汽车主要包含巡游车和网约车两种类型，两者在服务方式、车辆标准和价格机制等方面存在明显区别。巡游车喷涂、安装专门的出租汽车标识，主要通过“扫马路”方式巡游揽客，在机场、枢纽站场等站点候客，也可通过电话、互联网等方式提供预约服务；网约车外观颜色和车辆标识明显区别于巡游车，不能“扫马路”和站点候客、只能通过预约方式提供服务；网约车车辆档次高于巡游车，为市民提供差异化出行服务；巡...
【技术保护点】
1.一种基于多元线性回归预测火车站出租车运力需求的方法，其特征在于，通过以下步骤实现：/n（1）获取火车站范围内的出租车数据和乘客订单数据；/n（2）采取线性插值法对数据进行缺失值处理；/n（3）基于火车站摄像头拍摄数据，提取巡游车进出站纪录进行统计；/n（4）通过预测有乘坐巡游车需求的到港人数，使用多元线性回归方法，预测巡游车需求量；/n（5）基于网约车订单数据和GPS数据，对火车站进出站数据进行K-means聚类，对网约车运营行为进行准确模拟；/n（6）通过预测火车站有乘坐网约车需求的到港人数，使用多元线性回归方法，预测网约车需求量；/n（7）结合对巡游车和网约车需求量...
【技术特征摘要】
1.一种基于多元线性回归预测火车站出租车运力需求的方法，其特征在于，通过以下步骤实现：
（1）获取火车站范围内的出租车数据和乘客订单数据；
（2）采取线性插值法对数据进行缺失值处理；
（3）基于火车站摄像头拍摄数据，提取巡游车进出站纪录进行统计；
（4）通过预测有乘坐巡游车需求的到港人数，使用多元线性回归方法，预测巡游车需求量；
（5）基于网约车订单数据和GPS数据，对火车站进出站数据进行K-means聚类，对网约车运营行为进行准确模拟；
（6）通过预测火车站有乘坐网约车需求的到港人数，使用多元线性回归方法，预测网约车需求量；
（7）结合对巡游车和网约车需求量的预测，分析和预测火车站的出租车运力需求。
2.根据权利要求1所述的一种基于多元线性回归预测火车站出租车运力需求的方法，其特征在于：
巡游车客流分担比例是指所有到站客流中乘坐巡游车离开火车站的客流比例，假设巡游车的载客率为P，即1辆巡游车平均可乘坐P名乘客，那么巡游车客流分担比例为：
即，
--巡游车数量（辆）；--客流量（人）；
--巡游车客流分担比例（%）；
测算采用火车站客流量、巡游车蓄车池数据，火车站客流数据从铁路局每车次售票数据计算所得，客流数据明细为每小时的到站客流量；巡游车数量数据是通过火车站摄像头记录的进出蓄车池的巡游车数量获得。
3.根据权利要求1所述的一种基于多元线性回归预测火车站出租车运力需求的方法，其特征在于：
基于对火车站客流量和巡游车数量的分析，得知每小时巡游车需求量，即为每小时驶出的巡游车数量与小时末蓄车池乘客等待人数之和；巡游车需求量分为以下三种情况，设载客率为P；
--第t时间段的巡游车需求量（辆）；
--第t时间段末的蓄车池排队乘客数（人）；
--第t时间段的巡游车驶出量（辆）；
若当前时间段驶出蓄车池巡游车数量等于前一时间段末没有解决的乘客需求，说明当前时间段巡游车正好解决前一时间段剩余的乘客需求，
即，t时刻的巡游车需求
，当；
若当前时间段驶出蓄车池巡游车数量大于前一时间段末没有解决的乘客需求，说明当前时间段巡游车在解决前一时间段剩余乘客需求的基础上还解决了一部分当前时间段的乘客需求，
即，t时刻的巡游车需...
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。