基于Hadoop和并行BP网络的打车需求量预测系统研究

• 作者: 孟哲 余粟
• 来源期刊: 计算技术与自动化
• 关键词: 打车需求量 Hadoop MapReduce BP神经网络
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 117-120
• 页数: 3页
• 分类号: TP18
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202203021

摘要

一个良好的打车需求量预测系统可以帮助完善城市的交通系统，帮助城市更高效地进行出租车的调度。基于Hadoop设计并搭建了一个打车需求量预测系统。除此之外，针对传统BP神经网络收敛速度慢的缺点，提出了一种基于MapReduce的并行BP神经网络，并将其用作系统的预测模型对打车需求量进行预测。根据实验结果，提出的系统能良好地对城市内某一区域一天内的打车需求量进行预测。