-
公开(公告)号:CN110415013A
公开(公告)日:2019-11-05
申请号:CN201910507483.7
申请日:2019-06-12
申请人: 河海大学
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。
-
公开(公告)号:CN110363329A
公开(公告)日:2019-10-22
申请号:CN201910508040.X
申请日:2019-06-12
申请人: 河海大学
摘要: 本发明公开了一种基于供求双边满意度匹配的网约车派单方法,具体步骤如下:首先,在划分的网约车服务区域内,获取网约车供求信息和网约车供求双边偏好信息;其次,根据出行者与网约车的需求偏好,分别计算出行者对不同网约车出行服务的满意度以及网约车对不同出行者出行订单的满意度;最后,分别以网约车与出行者的需求满意度最大为目标,构建供求双边满意度匹配模型,确定最优的网约车派单方案。本发明针对实时的网约车出行需求,通过综合考虑出行者个性化的网约车出行需求偏好以及网约车对出行订单需求偏好之间的匹配,在动态环境中以供求双方满意度最大为目标确定最优派单方案,可以提高网约车服务效率和出行者的出行满意度。
-