出租车乘车概率预测的置信规则库推理方法

• 作者: 何星 傅仰耿 杨隆浩 蔡芷铃 黄志鑫
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 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)
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 985-994
• 页数: 10页
• 分类号: TP18
• 字数: 9391字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1409066

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡芷铃	福州大学数学与计算机科学学院	2	16	2.0	2.0
2	傅仰耿	福州大学数学与计算机科学学院	38	169	7.0	11.0
3	杨隆浩	福州大学数学与计算机科学学院	19	80	6.0	7.0
4	黄志鑫	福州大学数学与计算机科学学院	1	6	1.0	1.0
5	何星	福州大学数学与计算机科学学院	1	6	1.0	1.0