摘要: 本发明公开了一种基于ARIMA模型的出租车调度处理方法。首先,读取数据集中的经纬度数据信息和订单数据信息,并进行数据预处理。接着,运用DBSCAN密度聚类算法进行区域划分,得到n个聚类簇及每个簇对应的时间片序列订单缺口数据。然后,使用时间序列模型对对应时间片序列数据进行训练。最后,分别预测每个聚类簇对应的下一个时间片的订单缺口,并利用Dijkstra算法规划行驶路线。
本发明提出的基于ARIMA模型的出租车调度处理方法,融合了基于时间序列模型预测订单缺口与路径规划相结合的思路,旨在提高出租车运输效率。该方法通过针对某地区区域历史订单缺口运用时间序列法预测该地区可能的订单缺口,并结合订单缺口来合理规划司机的行车路线。实现上述订单缺口的预测过程,可以使用Eviews软件进行简便操作。
| 专利名称 | 基于ARIMA模型的出租车调度处理方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710654096.7 |
| 申请号 | - | 专利申请日期 | 2017-08-03 |
| 专利授权日期 | 2017-11-24 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 刘杰;李怡希 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于ARIMA模型的出租车调度处理方法,首先读取数据集的经纬度数据信息和订单数据信息并进行数据预处理;然后使用DBSCAN密度聚类算法进行区域划分,得到n个聚类簇和每个簇对应时间片序列订单缺口数据;使用时间序列模型对应时间片序列数据训练;最后分别来预测每个聚类簇对应的下一个时间片的订单缺口;使用Dijkstra算法来规划路径,得到行驶路线。本发明提出的基于ARIMA模型的出租车调度处理方法,采用基于时间序列模型预测订单缺口与路径规划相结合的思想,来提高出租车运输效率的方法。该方法针对某地区区域的历史的订单缺口用时间序列法预测该地可能的订单缺口,结合订单的缺口来合理规划司机的行车路线。实现上述订单缺口的预测过程可以使用Eviews简单的实现。 | ||