[发明专利]基于S曲线的小型汽车驾驶培训量预测方法有效
申请号: | 201410410559.1 | 申请日: | 2014-08-19 |
公开(公告)号: | CN104156830B | 公开(公告)日: | 2017-08-25 |
发明(设计)人: | 何杰;王峥嵘;杭文;邢璐 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06Q10/06;G06Q50/20 |
代理公司: | 南京苏高专利商标事务所(普通合伙)32204 | 代理人: | 柏尚春 |
地址: | 210096 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种基于S曲线的小型汽车驾驶培训量预测方法,包括以下步骤(1)采集待预测城市的历史培训量数据;(2)构建该待预测城市驾驶量预测模型,该模型包括在校大学生驾驶量预测模型、当地适龄待培训人员驾驶量预测模型和外地生源驾驶量预测模型;(3)计算得到该待预测城市未来小汽车驾驶培训总量的预测值。本发明具有较好的实时性和可靠性高、可重复、参数易修改的重要特征,完全符合中国现阶段驾驶培训市场的发展特征,对于特定城市政府部门及驾培行业的整体发展和规划具有重要意义。 | ||
搜索关键词: | 基于 曲线 小型 汽车 驾驶 培训 预测 方法 | ||
【主权项】:
一种基于S曲线的小型汽车驾驶培训量预测方法,其特征在于包括以下步骤:(1)将培训生源分为在校大学生、当地适龄待培训人员和外地生源三部分采集待预测城市的历史培训量数据;(2)基于步骤(1)所得的数据,对(1)中三部分生源的驾驶员培训量分别进行预测,在校大学生驾驶量采用定量方法预测、当地适龄待培训人员驾驶量采用S型生长曲线预测和外地生源驾驶量使用回归分析方法预测,具体步骤如下:(2.1)依照当地在校大学生历史数量及意向学车比例x,构建趋势外推模型估算预测期在校大学生数量a,然后得到在校大学生驾驶培训需求总量a*x;大学生在各学年中学习驾照的可能性呈均匀分布,将需求总量按时间进行分配,即得每年在校大学生新增学驾需求量P1;(2.2)本地适龄待培人员累计培训量服从S型生长曲线;设第t年的本地适龄社会待培人员累计培训量为yt,变量yt服从S曲线模型分布,将S曲线模型取对数变形得到lnyt=lnK+btlna,其中,本地适龄待培人员是指年龄段属于18‑70周岁人群且不包括在校大学生;(2.3)确定参数K:参数K为yt的饱和值,根据当地统计资料和人口年龄特征,得到年龄段((18‑t)~(70‑t))人口数量m,参照同类城市发展经验,确定小型汽车驾照持有率的饱和值为c,则K=c*m;(2.4)根据变形后的公式拟合历史数据,得到参数a、b的取值,即可得到预测期本地适龄社会待培人员驾驶培训需求P2;(2.5)根据近年外地生源占小型汽车驾培量百分比Ψ0,构建回归数学模型拟合估算未来外地生源小型汽车驾培需求量P3;(3)根据步骤(2)中的三部分生源的驾驶员培训量的预测结果,计算得到待预测城市未来小汽车驾驶培训总量的预测值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410410559.1/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用