出租车作为城市交通系统中的重要运载工具之一,不仅为居民出行提供便捷的“门到门”服务,更是常规公交的重要补充。一方面,随着我国社会经济的发展,城市规模不断扩大,城市人口不断增加,居民出行需求不断增长。另一方面,空驶出租车巡游具有盲目性,居民出行具有随机性及波动性,居民出行需求与出租车供给之间存在供需矛盾。本文基于北京市出租车GPS轨迹数据,分析居民出行需求时空分布,挖掘出行热点区域,综合考虑居民出行需求特征,预测热点区域居民出行需求。本文的主要工作有:(1)对出租车GPS轨迹数据预处理,并采用隐马尔可夫地图匹配算法进行地图匹配,修正偏离路网的出租车轨迹点,在ArcGIS工具中实现准确可视化。在此基础上,提取上下车轨迹点、不同时间段的出行需求及载客时长,对工作日及非工作日不同时段的出行需求分布、载客区域及出行需求空间分布进行可视化及分析。(2)在对出租车GPS轨迹数据出行时空研究的基础上,采用结合K-means聚类和系统聚类的组合模型,对工作日及非工作日出租车上车点进行聚类,挖掘居民出行热点区域,为出行需求预测模型特征分析提供依据。(3)综合考虑居民出行需求特征,在研究载客热点区域居民出行时空分布特征的基础上,基于载客热点区域居民出行需求历史数据,建立多特征出行需求预测模型,并通过DNN回归算法实现出行需求预测模型,对载客热点区域居民出行需求进行预测。在此基础上,通过建立支持向量机回归模型进行对比实验,并选取评价指标对模型预测结果的准确性及适用性进行评估。研究居民出行需求时空分布规律及对热点区域出行需求进行预测,有助于为出租车合理调度提供数据支撑,引导空载出租车行驶至居民出行热点区域寻客,降低出租车空载率,提高出租车运营效率及服务水平,减少居民出行等待时间,在一定程度上有效缓解居民出行需求与出租车供给间的供需矛盾。