基于深度学习的网约车需求预测研究

网约车需求预测是一个典型的时间序列预测任务,准确的网约车需求预测能够辅助网约车平台合理地派单和规划路径,从而降低网约车的空驶率,具有重要的研究意义。文章利用长短时记忆模型（LSTM）及门控循环单元（GRU）进行网约车需求预测,对比了同一地区休息日和工作日,一周和一个月内的网约车需求及其变化,构建基于LSTM和GRU的需求预测模型,使用历史数据对未来需求进行预测,使用Geohash代码对西安市进行区域划分,对数据和划分的网格进行匹配得到汇总数据,采用线性模型进行对照试验,结果表明,LSTM和GRU在网约车需求预测中的表现优于线性模型,二者相比LSTM预测精度更高。     

装备维修备件需求预测模型研究

准确的备件需求预测是合理有效地进行备件保障各项工作的基础,在综合分析考虑备件消耗影响因素的基础上,建立了备件需求预测模型。该模型可用于备件的管理决策,提高备件保障率。     

基于机会成本的高速铁路客票动态定价模型

以一个高速铁路车次的在线售票过程为研究对象,应用收益管理理论,考虑影响高速铁路收益的多种因素,并引入机会成本的概念,构建高速铁路客票动态定价模型.首先,分析高速铁路客票定价的影响因素,并界定机会成本;其次,以需求预测为支撑,考虑影响旅客行为的多种因素,并引入机会成本的概念,构建高速铁路动态定价模型.最后,通过比较动态定...     

客车市场开门红

2007年市场特征和需求预测 1．市场走势特征 （1）结构调整将加快。实际上，从2001年开始，我国的大中客市场就开始进入结构调整期。这种结构调整主要表现在两个方面，一是由于城市公交和旅游市场的快速发展带动的大客比例的提升而中客比例的下降；二是由于人们生活水平的快速提高，大中客产品的高档化趋势带动的整车比例的提升而底盘比例的下降。从目前的客车市场环境来看，这两种结构调整的趋势2007年还将加快。[第一段]     

灰色神经网络模型DGNNM(1,1)及其在供应链需求预测中的应用

文章将离散灰色系统模型与神经网络模型相结合,形成灰色神经网络模型DGNNM(1,1),并结合某天然气公司供应链的需求历史数据对模型进行检验。实例的预测结果表明该模型可以作为供应链中的需求预测工具。     

一种实用的城市居民出行分布预测方法

城市居民出行分布预测,是城市交通需求预测工作中的一项重要内容.针对传统的交通需求预测方法的不足,提出了一种简便、实用的城市居民出行分布预测方法,该方法可以为我国城市交通需求预测提供借鉴.     

交通需求预测中均衡配流与方式划分组合模型

在用户平衡(UE)和系统最优前提下,借助于Share需求模型,提出了基于四阶段法的交通需求预测组合模型,克服了传统四阶段法中由于各个阶段相对分割和独立,造成的人力物力耗费巨大,预测工作量大的弊端.对于交通预测的实际工作具有指导性作用.     

2007年1月份大中型客车市场开门红——大中型客车市场回顾及2007年需求预测

这里所讨论的客车主要指大、中型客车，因为按传统叫法，对于轻型、微型客车，中国人常称之为面包车或中巴、小巴。     

基于出行生成约束模型的交通需求预测方法研究

针对传统城市交通需求预测方法在解决交通供需平衡关系的缺陷,文章结合OD反推技术建立了交通出行生成约束模型,在西安曲江新区综合交通规划中的应用实例表明,模型可对城市交通需求预测中的路段交通量、机动车拥有量、停车需求进行合理预测,可改善城市交通供需平衡等问题.     

中小城市中心区停车需求预测方法研究

在总结中小城市中心区停车需求影响因素的基础上,引入高峰小时修正系数和停车管理政策调整系数,结合现有的交通发生吸引量——停车需求预测模型,建立能够更好适用于中小城市中心区的停车需求预测模型,并结合四川省内江市威远县中心城区进行停车需求预测实例验证。研究结果表明该预测方法是合理的,且计算出的中小城市中心城区停车泊位需求量更加有效。