[发明专利]一种城市出租车需求预测方法、装置和计算机设备

摘要

本发明公开了一种城市出租车需求预测方法，该方法包括：构建基于出租车历史载客数据的不规则预测单元，构建多时间切片数据集，获得出租车需求预测数据集，获得空间影响因素数据集，确定不同空间影响因素的影响强度；采用CNN‑LSTM‑ResNet融合算法，确定基于CNN‑LSTM‑ResNet的并行组合预测模型；将当前时刻的载客数据和空间影响因素输入至并行组合预测模型中确定不规则预测单元的出租车需求。本发明创新性地提出使用卷积神经网络来提取除了时间以外的空间影响因素，并且选取人口、自然等领域的多源时空大数据进行空间影响因素量化，相较于单一的时间序列预测，其预测合理性及精度都有显著提升。