基于PageRank算法的出租车需求预测

• 作者: 周丰
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: PageRank ARIMA 出租车 预测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 基金项目
• 页码范围: 8-11,19
• 页数: 5页
• 分类号: TP311
• 字数: 4477字
• 语种: 中文

摘要

智慧交通是智慧城市的重要应用领域之一,大城市的交通问题已经成为了世界级的挑战,城市中出租车的合理分配对交通管理和公共安全具有重要意义.城市交通系统可以看为时变的复杂网络,研究发现应用PageRank计算这种时变复杂网络,再建立自回归积分滑动平均模型(ARIMA),可以预测出下一时间间隔热点的乘客量.实验发现每个地区的PageRank值与ARIMA预测的乘客搭乘量呈正线性关系,因此可将PageRank值作为预测出租车需求的度量,应用北京市10 000辆出租车的行车轨迹数据验证了上述规律.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周丰	上海大学通信与信息工程学院	3	0	0.0	0.0