Indexed by：
Abstract：
本发明公开了一种基于构建虚拟服务片区进行出租车需求预测的方法，通过构建高需求区域来引导服务车辆提前收敛到这些区域，方便对出租车需求进行高精度预测，来解决在线乘车平台的需求和供应不平衡问题。根据所提出的方法，构建相应的虚拟服务片区；建立图卷积神经网络和长短期记忆网络的混合模型进行时空相关性捕获；考虑外部因素的影响，在4)中模型的基础上添加注意力机制为不同外部因素设置不同的重要性参数；融合前面步骤中得到的时空特征和外部因素特征预测未来时间段出租车需求。本发明构建不规则的虚拟服务片区，充分考虑到城市数据分布的密集性与稀疏性，捕获能够建立准确的片区来进行预测，有助于高效服务乘客出行，降低网约车成本。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202111178661.X
Filing Date： 2021-10-10
Publication Date： 2022-02-18
Pub. No.： CN114066503A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
