[发明专利]一种网约车短时出行需求的组合预测方法在审
| 申请号： | 201910507483.7 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110415013A | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 沈金星;杨婷;张琪;霍豪;齐军杰;郑长江 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06Q30/06;G06N3/04;G06N3/08 |
| 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： | 210024 *** | 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： | 本发明公开了一种网约车短时出行需求的组合预测方法，具体步骤如下：获取历史出行需求数据；基于获取历史出行需求数据，建立ARIMA模型和BP神经网络模型，进行网约车短时出行需求预测；将ARIMA模型和BP神经网络模型加权组合，利用临近历史时段误差最小原则计算加权组合的权重值，得到最终的组合预测模型；根据构建的组合预测模型进行网约车出行短时出行需求预测。本方法综合两种线性和非线性预测模型的优势，既能基于同的时段历史数据通过线性迭代得到最优估计，又能利用BP神经网络强大的非线性映射能力体现网约车需求的动态特征，能有效减少单项预测模型的过大误差，从而提高网约车短时出行需求预测的精度。 | ||
| 搜索关键词： | 约车 出行需求 出行需求预测 预测模型 加权组合 非线性映射能力 非线性预测模型 动态特征 历史时段 历史数据 线性迭代 有效减少 最小原则 最优估计 大误差 预测 构建 权重 出行 | ||
【主权项】：
1.一种网约车短时出行需求的组合预测方法，其特征在于，包括如下步骤：S1、获取历史出行需求数据；S2、基于获取历史出行需求数据，建立ARIMA模型，进行网约车短时出行需求预测；S3、基于获取历史出行需求数据，建立BP神经网络模型，进行网约车短时出行需求预测；S4、将ARIMA模型和BP神经网络模型加权组合，利用临近历史时段误差最小原则计算加权组合的权重值，得到最终的组合预测模型；S5、根据构建的组合预测模型进行网约车出行短时出行需求预测。
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河海大学，未经河海大学许可，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/201910507483.7/，转载请声明来源钻瓜专利网。
