【技术实现步骤摘要】
本专利技术涉及网约车相关，具体为一种基于改进lstm的区域网约车需求预测方法及系统。
技术介绍
1、网约车已成为城市公共交通出行体系重要组成部分,满足了多样化的出行需求,但城市居民快速增长的网约车出行需求与服务车辆资源之间的供需矛盾逐渐突出。如能够准确预测居民的出行需求，网约车平台则可以及时调配车辆供应。
2、长短期记忆神经网络(long short term memory)，在lstm中，网络单元被设计成能够保留先前输入信息的长期记忆，从而更好地处理序列数据。模型中的每个单元包括三个门：输入门、遗忘门和输出门。每个门控制着信息的流动，可以选择性地保留或丢弃信息，长期记忆可以通过门控机制来更新和保留。这种机制可以使lstm更好地处理长期依赖关系，从而使其成为在时间序列预测任务中广泛使用的强大工具。
3、现有技术中的，公开号为cn114708011a公开了一种特征分割的网约车需求预测方法，通过该方法对特征分割为周期特征和近点特征，并采用lstm和dnn相结合的方式分别处理不同的特征，最后再由dnn融合对应2类编码特...
【技术保护点】
1.一种基于改进LSTM的区域网约车需求预测方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于改进LSTM的区域网约车需求预测方法，其特征在于：获取一个月内的不同子区域的历史网约车需求数据，包括历史日期数据和对应的历史日订单数量，整理统计不同区域内每天的网约车需求数量，标定在一个月内每个子区域每天网约车历史日订单数量为Gj，其中j＝1,2,…,m。
3.根据权利要求2所述的一种基于改进LSTM的区域网约车需求预测方法，其特征在于：构建网约车需求数量的特征数据的逻辑为：
4.根据权利要求1所述的一种基于改进LSTM的区...
【技术特征摘要】
1.一种基于改进lstm的区域网约车需求预测方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于改进lstm的区域网约车需求预测方法，其特征在于：获取一个月内的不同子区域的历史网约车需求数据，包括历史日期数据和对应的历史日订单数量，整理统计不同区域内每天的网约车需求数量，标定在一个月内每个子区域每天网约车历史日订单数量为gj，其中j＝1,2,…,m。
3.根据权利要求2所述的一种基于改进lstm的区域网约车需求预测方法，其特征在于：构建网约车需求数量的特征数据的逻辑为：
4.根据权利要求1所述的一种基于改进lstm的区域网约车需求预测方法，其特征在于：将网约车需求数量的天气特征数据进行归一化处理，其中归一化处理所依据的公式为：
5.根据权利要求1所述的...
【专利技术属性】
技术研发人员：于志杰，董广宇，刘金龙，
申请(专利权)人：北京白龙马云行科技有限公司，
类型：发明
国别省市：
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。