出租车乘车概率预测的置信规则库推理方法

摘要：

出租车乘车概率预测中存在数据量级大，底层属性类型多，预测信息不确定的问题。鉴于此，整合大规模轨迹数据范畴中现有的挖掘算法对出租车GPS数据和路网数据进行离线处理；将多类型的不确定性数据转换为具有置信结构的规则形式，并以此构建置信规则库；通过置信规则库推理方法（belief rule-base infer-ence methodology using evidential reasoning，RIMER）在线预测路网道路上各个地点的乘车概率。以北京市2012年11月某天的出租车GPS数据为例说明该在线预测方法的应用。实验结果表明，该预测方法具有较高的实时性和准确性。

关键词：概率预测、GPS数据、路网数据、置信规则库、置信规则库推理方法(RIMER)

分类号：TP18(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.71371053,61300026,61300104;the Natural Science Foundation of Fujian Province of China under Grant No.2015J01248;the Science and Technology Project of Education Department of Fujian Province under Grant No. JA13036;the Science and Technology Development Foundation of Fuzhou University under Grant No.2014-XQ-26;the National Colle-giate Innovation and Entrepreneurship Training Program under Grant No.201310386030

在线出版日期：2015-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：985-994