摘要

智慧交通是智慧城市的重要应用领域之一,大城市的交通问题已经成为了世界级的挑战,城市中出租车的合理分配对交通管理和公共安全具有重要意义。城市交通系统可以看为时变的复杂网络,研究发现应用PageRank计算这种时变复杂网络,再建立自回归积分滑动平均模型(ARIMA),可以预测出下一时间间隔热点的乘客量。实验发现每个地区的PageRank值与ARIMA预测的乘客搭乘量呈正线性关系,因此可将PageRank值作为预测出租车需求的度量,应用北京市10 000辆出租车的行车轨迹数据验证了上述规律。