[发明专利]一种基于轨迹挖掘的出租车等待时间预测方法及系统

摘要

本发明属于时间预测领域，公开了一种基于轨迹挖掘的出租车等待时间预测方法及系统，采用分析出租车GPS轨迹的历史数据，来预测乘客在某区域某时段的等待空出租车的时间，将行政区域地图使用ArcGis工具分割为以50m*50m单位的网格，将出租车轨迹点分布到50m*50m的网格中，每一个网格的概率和等待时间相对独立出租车到达本地点的概率模型。本发明将乘客的候车时间通过经度和纬度的计算赋值给地图上划分的每个网格中，从而得出每个网格在某时刻等待到出租车所需要花费的时间；改善了以往研究粒度太粗糙和准确率不高等缺点；BP神经网络对于非线性数据预测能力和非线性建模能力较强。

主权项

1.一种基于轨迹挖掘的出租车等待时间预测方法，其特征在于，所述基于轨迹挖掘的出租车等待时间预测方法包括：利用出租车GPS轨迹的训练数据建立乘客候车时间预测模型并确定预测模型参数；将乘客候车概率阈值分别代入乘客候车时间预测模型中，计算出相应的乘客候车时间预测值；通过聚类得出乘客候车区域内f个热点，在一时间段内得到f*31矩阵，计算每一列的平均值，得到每一个时间段所有载客热点乘客候车时间预测值的平均值；利用出租车GPS轨迹的测试数据进行仿真得到每一个载客热点每一个时间段的仿真的乘客候车时间，计算每一列的平均值，得到每一个时间段所有载客热点仿真的乘客候车时间的测试值平均值；将期望输出与实际输出进行比较，计算误差函数：E＝1/2(D‑Y)²；D是网络的期望输出，Y是网络是实际输出；预测值与测试值相对比较，判断误差是否在允许范围内。