1. 毕业设计（论文）主要内容：

估计出租车的旅行时间是出租车路线规划、导航和交通调度中的基本问题。当用户搜索候选路线时，准确的旅行时间估计有助于他们更好地规划路线并避免拥挤的道路，同时也有助于缓解交通拥堵。目前几乎所有电子地图和在线汽车出租服务都在其应用程序中提供旅行时间估算（Estimating Travel Time），例如Google Map，Uber和Didi。估算的旅行时间的质量对于这些应用的用户体验至关重要。虽然这些问题在过去被广泛的研究，但是提供准确的旅行时间估计依然是非常有挑战性的。难点主要有是分别估计每段线路的时间，之后相加；还是直接估计整条线路的时间。除此之外，旅行时间估计还受到很多复杂因素的干扰，比如时间依赖性、天气、驾驶习惯以及工作日、周末等。因此，我们希望利用机器学习来对出租车的旅行时间进行预测，建立评估相关模型。通过对该课题的研究，进行一次综合运用所学理论和技能的训练，进一步提高分析问题和解决问题的能力。

主要内容包括：

1. 了解机器学习、深度学习技术；
2. 对轨迹数据、天气、工作日等数据进行预处理；
3. 设计和建立出租车旅行时间评估模型；
4. 评估测试租车旅行时间评估模型等。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（不少于3篇外文文献），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成至少1500字开题报告（“设计的目的及意义”至少800汉字；“基本内容和技术方案”至少400汉字；进度安排应尽可能详细；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4.完成系统的编码与调试；
5.完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

(1)2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2019/5/1—2019/5/25：撰写及修改毕业论文；
(4)2019/5/26—2019/6/5：准备答辩。

4. 主要参考文献

[1] wang, d., zhang, j., cao, w.,li, j., amp; zheng, y. (2018). when will you arrive? estimating travel timebased on deep neural networks. aaai.

[2] li, y., fu, k., wang, z.,shahabi, c., ye, j., amp; liu, y. (2018). multi-task representation learningfor travel time estimation. in international conference on knowledge discoveryand data mining,(kdd).

[3] rahmani, m., jenelius, e., amp;koutsopoulos, h. n. (2013, october). route travel time estimation usinglow-frequency floating car data. in intelligent transportation systems-(itsc),2013 16th international ieee conference on (pp. 2292-2297). ieee.