摘要

为预测网约车出行需求，综合考虑出行距离、出行时段、起讫点用地属性、出行需求、公交竞争力、天气等因素，融入LSTM改进Transformer，构造了预测模型，并进一步分析各因素对预测效果的影响。结果表明：LSTM-Transformer模型预测效果比通用Transformer和XGBoost更好；出行距离越大、出行需求量越大、公交竞争力越强、天气越恶劣，可供选择的出行方式越少，网约车OD回归预测的准确度越高；而由居住地向工作地的出行，通勤可能性较高，出行方式也相对稳定，预测准确度也越高。

关键词