[发明专利]载客热点并行预测方法、系统、终端及计算机存储介质

权利要求书

1.一种载客热点并行预测方法，其特征在于，所述载客热点并行预测方法包括：

获取车辆的移动轨迹数据；

对所述移动轨迹数据进行预处理，获得乘客热点数据；

根据所述乘客热点数据构建并行GS-SVM算法；

基于RDD执行所述GS-SVM算法，并输出预测结果。

2.根据权利要求1所述的载客热点并行预测方法，其特征在于，所述对所述移动轨迹数据进行预处理，获得乘客热点数据包括：

根据所述移动轨迹数据提取所述车辆运营状态从0变为1的轨迹数据，并保存运营状态为1的轨迹数据，所述0表示空车，所述1表示载客；

根据所述运营状态为1的轨迹数据，对路网进行网格划分；

统计所述网格内预设时间间隔内运营状态为1的轨迹数据，获得乘客热点数据。

3.根据权利要求2所述的载客热点并行预测方法，其特征在于，所述根据所述移动轨迹数据提取所述车辆运营状态从0变为1的轨迹数据，并保存运营状态为1的轨迹数据包括：

通过读取HDFS文件中的移动轨迹数据，将移动轨迹数据转换为Spark中的RDD弹性分布数据集；

对RDD进行分片并过滤掉无效数据，然后再提取所需字段，所述所需字段包括车辆ID、运营状态、时间、经度和纬度，并按照车辆ID排序，确定相同所述车辆ID的运营状态连续为0、1和1的轨迹数据，保存最后一条运营状态为1的车辆ID、运营状态、时间、经度和纬度，并按照时间进行排序。

4.根据权利要求2所述的载客热点并行预测方法，其特征在于，所述根据所述运营状态为1的轨迹数据，对路网进行网格划分包括：

根据选取的目标经度范围和目标纬度范围对保存的所述轨迹数据进行过滤；

将过滤后的轨迹数据的经纬度按预设网格步长进行网格划分。

5.根据权利要求4所述的载客热点并行预测方法，其特征在于，所述统计所述网格内预设时间间隔内运营状态为1的轨迹数据，获得乘客热点数据包括:

按所述预设时间间隔对一天时间进行划分，统计相同网格在所述预设时间间隔内的乘客上客数。

6.根据权利要求1-5任一项所述的载客热点并行预测方法，其特征在于，所述根据所述乘客热点数据构建并行GS-SVM算法包括：

利用网格搜索法寻找径向基函数RBF核函数的最优参数组合；

将所述最优参数组合应用于SVM算法，得到GS-SVM算法。

7.根据权利要求6所述的载客热点并行预测方法，其特征在于，所述将所述最优参数组合应用于SVM算法，得到GS-SVM算法包括：

所述RBF核函数的最优参数组合为惩罚因子C＝900,核参数γ＝0.001；所述GS-SVM算法为：

f(x)为返回的预测值，y为对应的真实值，Φ(x)为非线性映射函数，ε线性不敏感损失函数，SV为支持向量，N_nsv为支持向量个数，α_i为拉格朗日因子，K(x_i,x_j)＝Φ(x_i)Φ(x_j)为RBF核函数，i＝1，2，...l。

8.一种载客热点并行预测系统，其特征在于，包括数据获取模块、数据预处理模块、算法建立模块和预测模块；

所述数据获取模块用于获取车辆的移动轨迹数据；

所述数据预处理模块用于对所述移动轨迹数据进行预处理，获得乘客热点数据；

所述算法建立模块用于根据所述乘客热点数据构建并行GS-SVM算法；

所述预测模块用于基于RDD执行所述GS-SVM算法，并输出预测结果。

9.一种终端，其特征在于，所述终端包括处理器、存储器和通信总线；

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行存储器中存储的一个或者多个计算机程序，以实现根据权利要求1至7中任一项所述的载客热点并行预测方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现根据权利要求1至7中任一项所述的载客热点并行预测方法的步骤。