分析思路
1.利用这么多天的数据,按照算法先算出每天的日平今年空载率,绘制成曲线
2 利用一次平滑预测模型算出这么多天的预测日平均空载率,其中的平滑常数分别带入我假设的那三种数值,求出预测和实际均方差,最后取均方差最小的那个对应的平滑常数为我们所要的。
3.利用二次平滑指数预测模型,预测4月25日至5月31日的日平均空载率,绘制成曲线(初始值取4月23日的实际日平均空载率,平滑常数为2中所要的那个)
选择南京市的三个地点:鼓楼公园,四牌楼,玄武湖公园,因为距离远近,交通状况都差不多,以4月1日到4月30日每天测量这三个地点的打车需求量,出租车总数。
数据以滴滴平台获得:
以鼓楼公园为例:
则4月1日的空载率为:
注:不考虑拼车状况,假设一辆出租车只能接一单。
以此类推,4月2日,4月3日,4月4日…4月30日空载率分别为:
利用一次平滑指数公式:
如:4月1日的预测空载率为k,则4月2日的预测空载率为
我们采用二次平滑指数预测的算法来预测短期之内,不受季节因素影响的空载率。
二次平滑指数预测模型:公式:
kongzailv=function(datat){
sum(as.numeric(datat[,2]))/sum(as.numeric(datat[,1]))
}
for(i in 1:27){
datat=data[((i-1)*4+1):(i*4),3:4]
kongzailvdata[i]=kongzailv(datat)
alpha <- 0.3
RMSE1=mean((model$fitted-model$x)^2)
alpha <- 0.5
min(RMSE1,RMSE2,RMSE3)
[1] 0.2712489
因此 采用alpha为0.5 , 然后使用二次平滑指数预测的算法来预测短期之内,不受季节因素影响的空载率。
01
02
03
04
which.min(c(RMSE1,RMSE2,RMSE3))
## [1] 3
###从结果看出当alpaha为0.7的时候 渠道最小的RMSE值
因此 采用alpha为0.7 ,然后使用二次平滑指数预测的算法来预测短期之内,不受季节因素影响的空载率。
#############################找出最小的RMSE值
min(RMSE1,RMSE2,RMSE3)
## [1] 0.01964692
which.min(c(RMSE1,RMSE2,RMSE3))
## [1] 1
###从结果看出当alpaha为0.3的时候 渠道最小的RMSE值