买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京白龙马云行科技有限公司

摘要：本发明公开了一种基于改进LSTM的区域网约车需求预测方法及系统，本发明涉及网约车相关技术领域。包括以下步骤：通过将待预测区域进行等面积的区域划分，获取每个子区域内历史网约车需求数据，构建网约车需求数量的特征数据；将网约车需求数量的天气特征数据进行归一化处理，生成第一数据集；建立LSTM模型，选取激活函数和优化算法，同时设定LSTM模型参数；根据获取的数据对设置完参数的LSTM模型进行训练，得到不同子区域的当天网约车需求量预测参考值；将需求预测参考值与对应子区域的历史日平均订单数量相较，判断需求量预测参考值的精确度；对不符合精度要求的当天网约车需求量预测参考值进行修订，得到不同子区域的当天网约车需求量预测值。

主权项：1.一种基于改进LSTM的区域网约车需求预测方法，其特征在于，具体步骤包括：将待预测区域进行等面积的区域划分，得到共m个子区域，获取每个子区域内历史网约车需求数据，所述历史网约车需求数据包括历史日期数据和对应的历史日订单数量；构建网约车需求数量的特征数据，所述特征数据包括工作日与休息日、天气情况和平台当日有效优惠券发放情况，其中天气情况包括晴天、阴天和雨天，平台发放当日有效优惠情况包括发放当日有效优惠券和没有发放当日有效优惠券；将网约车需求数量的天气特征数据进行归一化处理，将处理后的数据进行整理，生成第一数据集，并将工作日与休息日和平台当日有效优惠券发放情况特征数据一一映射存入第一数据集；建立LSTM模型，选取激活函数和优化算法，同时设定LSTM模型参数，所述LSTM模型参数包括：网络层数、迭代次数、学习率、批量数大小、训练次数、批处理数量和隐藏层神经元个数；根据生成的第一数据集内的数据结合不同子区域内的历史日期数据和对应的历史日订单数据，对设置完参数的LSTM模型进行训练，将完成训练的LSTM模型保存；根据保存的完成训练的LSTM模型，将当天的特征数据和归一化后天气特征数据输入到完成训练的LSTM模型，得到不同子区域的当天网约车需求量预测参考值；将得到的不同子区域当天网约车需求预测参考值与对应子区域的历史日平均订单数量相较，根据不同对比结果，判断不同子区域的当天网约车需求量预测参考值的精确度；获取不同子区域内网约车的数量，结合对应子区域的历史日平均订单数量和对不符合精度要求的当天网约车需求量预测参考值进行修订，得到不同子区域的当天网约车需求量预测值。

全文数据：

权利要求：

百度查询： 北京白龙马云行科技有限公司 一种基于改进LSTM的区域网约车需求预测方法及系统