融合VGG与FCN的智能出租车订单预测模型

摘要：

为提高出租车市场管理和运营效率以及实现出租车效益最大化,在地图栅格化的基础上,提出一种融合VGG网络与全卷积网络(FCN)的出租车多区域订单预测模型.将出租车轨迹数据转换为订单图像,去除VGG网络全连接层仅保留主要结构以减少模型参数,利用该网络中深度卷积提取不同空间区域出租车行驶特征,使用FCN中反卷积层上采样重构下一个时间段出租车订单图像,从而获得不同区域和时间段的出租车订单预测数据,并以订单图像形式呈现在地图上.实验结果表明,与BP、RBF等预测模型相比,该模型预测结果平均准确率更高且均方根误差更低,可快速预测出租车多区域订单分布情况.

关键词：出租车订单预测、VGG网络、全卷积网络、反卷积层、融合模型

所属期刊栏目：46

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61762092

在线出版日期：2021-02-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：276-282