计算机工程

作者：李浩, 霍雯, 裴春营, 袁瑶瑶, 康雁

单位：1. 云南大学 软件学院, 昆明 650091;2. 云南省软件工程重点实验室, 昆明 650091;3. 西安科技大学 测绘科学与技术学院, 西安 710054

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

基金：国家自然科学基金（61762092）。

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。

来源：2020年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第12期