《大数据架构与设计》课程报告讲解-基于双注意力机制RNN的载客收益预测算法.pptxVIP

基于双注意力机制RNN的载客收益预测算法1《大数据架构与技术》

算法运行任务介绍算法设计运行结果分任务介绍01智联网汽车感知任务分配数据集载客收益预测算法重庆市的智联网汽车数据集

02算法设计基于双注意力机制RNN的载客收益预测算法基于双注意力机制RNN的载客收益预测算法覆盖面积广智联网汽车感知任务分配大量的空闲时间载客收益预测以实现感知任务分配

02算法设计数据集（重庆市）主要包含汽车ID、时间、GPS位置、速度以及载客/空载状态等约12493辆车、1.13亿个行程数据预处理各个子区域在多个时间段的汽车总数、总接客数等文件：count2.csv pick2.csv profit2.csv

02算法设计（司机通过接送乘客所获得的收益）预处理的数据计算历史载客收益历史载客收益热力图载客概率=成功载客车辆数总空闲车辆数(成功载客)GPS轨迹行程距离出租车计价规则载客收益在同一时段不同区域的载客收益具有差异性。

02算法设计基于空间、时间的双注意力机制的编码和解码循环神经网络(RNN)基于双注意力机制RNN的载客收益预测算法历史载客收益热力图预测每个区域的载客收益

TattSeq2SeqLSTM算法运行03预测平均误差(MAE)深度学习预测值与真实值之间的平均绝对误差长短期记忆网络深度学习算法基于递归神经网络的序列预测模型基于时间注意力机制的循环神经网络随机选取街区作为目标预测区域性能评价指标对比方法基于重庆市智联网汽车数据集

算法运行03代码示例训练演示

运行结果04算法运行结果：MAE（预测平均误差）预测精度更高

04输入/出长度:深度学习算法输入/出数据的时间长度输入区域数量:深度学习算法邻近区域的个数运行结果分析不同输入长度的载客收益预测精度不同输出长度的载客收益预测精度不同输入区域数量的载客收益预测精度

12Thankyou！