Vorhersage der Taxanachfrage in New York Stadt basierend auf dem ARIMA-Modell

Der Wettbewerb im Taximarkt wird zunehmend härter, aber es gibt in einigen Zeitperioden eine Diskrepanz zwischen der Nachfrage und der Anzahl der Taxis, was nicht nur den ineffektiven Wettbewerb unter den Taxis verstärkt, sondern auch den Passagieren Unannehmlichkeiten bereitet. Diese Studie zielt darauf ab, ein prädiktives Modell zu entwickeln, um die Nachfrage nach Taxis in verschiedenen Zeitperioden in der Stadt vorherzusagen. Die Daten wurden aus den Daten der New Yorker Gelben Taxis gesammelt, die vom 1. Juni 2022 bis zum 6. Juni 2022 stammten. Nach der Verarbeitung der Rohdaten werden die optimalen Parameter des Modells durch ADF-Tests bestimmt, um die Genauigkeit zu erhöhen. Durch die Berechnung von ACF und PACF werden die Daten und Bilder analysiert, um die am besten geeigneten p- und q-Werte zu finden. Verwenden Sie das ARIMA-Modell, um die Daten anzupassen und ein Modell mit robusten Anpassungsparametern zu erhalten. Die Verteilung der prognostizierten Werte stimmt sehr gut mit den tatsächlichen Daten überein. Das Modell wurde für 50 Vorhersagezeiträume verwendet, und durch die Analyse der Forschungsergebnisse war der Anpassungseffekt der Vorhersage gut. Es wurde festgestellt, dass die Genauigkeit des Modells hoch war, was seine Fähigkeit beweist, die kurzfristige Taxanachfrage vorherzusagen.