第一个书签之前
摘 要
Abstract
目 录
第一章 绪论
1.1 研究背景与意义
1.2 研究现状及面临的挑战
1.2.1 研究现状
1.2.2 面临的挑战
1.3 论文的目标及主要工作
1.4 论文结构安排
第二章 相关理论与技术介绍
2.1 网约车供需预测概述
2.2 相关预测算法介绍
2.2.1 梯度提升决策树算法
2.2.2 随机森林算法
2.2.3支持向量机算法
2.3 数据挖掘相关技术
2.3.1 降维
2.3.2 聚类算法
2.3.3 相似度计算
2.4 Spark平台及相关技术
2.4.1 Spark特点及架构
2.4.2 Spark应用程序执行过程
2.4.3 Spark生态系统
2.5 本章小结
第三章 网约车供需预测模型的研究与设计
3.1 数据分析和预处理
3.1.1 原始数据分析
3.1.2 数据存储
3.1.3 数据预处理
3.2 特征构建
3.2.1 时间特征
3.2.2 温度特征
3.2.3 PM2.5特征
3.2.4 交通拥堵特征
3.2.5特征构建结果
3.3 模型设计
3.3.1 XGBoost
3.3.2 模型原理
3.3.3 模型构建
3.4 实验与结果分析
3.4.1 实验环境和数据
3.4.2 实验评价指标
3.4.3 实验结果分析
3.5 本章小结
第四章基于兴趣点特征分析与选取的模型改进
4.1 兴趣点数据
4.2 兴趣点特征分析
4.3 兴趣点特征选取
4.4 兴趣点特征的作用
4.4.1 兴趣点特征的重要性
4.4.2 兴趣点特征对预测的贡献
4.5 本章小结
第五章 粒子群算法参数优化
5.1 粒子群算法
5.2 粒子群算法优化模型参数
5.2.1 待优化参数选取
5.2.2 参数优化过程
5.2.3 参数优化结果
5.3 本章小结
第六章 基于Spark平台的网约车供需预测
6.1 Spark的开发环境和集群部署
6.2 网约车供需预测模型的Spark实现
6.3 实验与结果分析
6.3.1 实验环境及评价指标
6.3.2 单机和Spark集群下的时效比对实验
6.3.3 Spark集群加速比实验
6.4 本章小结
总结与展望
参考文献
致 谢
攻读学位期间发表的学术论文及取得的科研成果