[發明專利]載客熱點并行預測方法、系統、終端及計算機存儲介質

在審

• 申請號: 202010857329.5
• 申請日: 2020-08-24
• 公開（公告）號: CN112070529A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 夏大文;鄭永玲;白宇;蔣順英;楊楠;李華青;高曉楠;馮夫健;嚴曉波;魏嘉銀;張乾;梁燕軍;王林
• 申請（專利權）人: 貴州民族大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/30;G06F16/29;G06F16/2458;G06K9/62
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 陳啟天

1.一種載客熱點并行預測方法，其特征在于，所述載客熱點并行預測方法包括：

獲取車輛的移動軌跡數據；

對所述移動軌跡數據進行預處理，獲得乘客熱點數據；

根據所述乘客熱點數據構建并行GS-SVM算法；

基于RDD執行所述GS-SVM算法，并輸出預測結果。

2.根據權利要求1所述的載客熱點并行預測方法，其特征在于，所述對所述移動軌跡數據進行預處理，獲得乘客熱點數據包括：

根據所述移動軌跡數據提取所述車輛運營狀態從0變為1的軌跡數據，并保存運營狀態為1的軌跡數據，所述0表示空車，所述1表示載客；

根據所述運營狀態為1的軌跡數據，對路網進行網格劃分；

統計所述網格內預設時間間隔內運營狀態為1的軌跡數據，獲得乘客熱點數據。

3.根據權利要求2所述的載客熱點并行預測方法，其特征在于，所述根據所述移動軌跡數據提取所述車輛運營狀態從0變為1的軌跡數據，并保存運營狀態為1的軌跡數據包括：

通過讀取HDFS文件中的移動軌跡數據，將移動軌跡數據轉換為Spark中的RDD彈性分布數據集；

對RDD進行分片并過濾掉無效數據，然后再提取所需字段，所述所需字段包括車輛ID、運營狀態、時間、經度和緯度，并按照車輛ID排序，確定相同所述車輛ID的運營狀態連續為0、1和1的軌跡數據，保存最后一條運營狀態為1的車輛ID、運營狀態、時間、經度和緯度，并按照時間進行排序。

4.根據權利要求2所述的載客熱點并行預測方法，其特征在于，所述根據所述運營狀態為1的軌跡數據，對路網進行網格劃分包括：

根據選取的目標經度范圍和目標緯度范圍對保存的所述軌跡數據進行過濾；

將過濾后的軌跡數據的經緯度按預設網格步長進行網格劃分。

5.根據權利要求4所述的載客熱點并行預測方法，其特征在于，所述統計所述網格內預設時間間隔內運營狀態為1的軌跡數據，獲得乘客熱點數據包括:

按所述預設時間間隔對一天時間進行劃分，統計相同網格在所述預設時間間隔內的乘客上客數。

6.根據權利要求1-5任一項所述的載客熱點并行預測方法，其特征在于，所述根據所述乘客熱點數據構建并行GS-SVM算法包括：

利用網格搜索法尋找徑向基函數RBF核函數的最優參數組合；

將所述最優參數組合應用于SVM算法，得到GS-SVM算法。

7.根據權利要求6所述的載客熱點并行預測方法，其特征在于，所述將所述最優參數組合應用于SVM算法，得到GS-SVM算法包括：

所述RBF核函數的最優參數組合為懲罰因子C＝900,核參數γ＝0.001；所述GS-SVM算法為：

f(x)為返回的預測值，y為對應的真實值，Φ(x)為非線性映射函數，ε線性不敏感損失函數，SV為支持向量，N_nsv為支持向量個數，α_i為拉格朗日因子，K(x_i,x_j)＝Φ(x_i)Φ(x_j)為RBF核函數，i＝1，2，...l。

8.一種載客熱點并行預測系統，其特征在于，包括數據獲取模塊、數據預處理模塊、算法建立模塊和預測模塊；

所述數據獲取模塊用于獲取車輛的移動軌跡數據；

所述數據預處理模塊用于對所述移動軌跡數據進行預處理，獲得乘客熱點數據；

所述算法建立模塊用于根據所述乘客熱點數據構建并行GS-SVM算法；

所述預測模塊用于基于RDD執行所述GS-SVM算法，并輸出預測結果。

9.一種終端，其特征在于，所述終端包括處理器、存儲器和通信總線；

所述通信總線用于實現處理器和存儲器之間的連接通信；

所述處理器用于執行存儲器中存儲的一個或者多個計算機程序，以實現根據權利要求1至7中任一項所述的載客熱點并行預測方法的步驟。

10.一種計算機存儲介質，其特征在于，所述計算機存儲介質存儲一個或者多個計算機程序，所述一個或者多個計算機程序可被一個或者多個處理器執行，以實現根據權利要求1至7中任一項所述的載客熱點并行預測方法的步驟。