随着“互联网+”的不断发展,人们的多种生活方式也随之发生了巨大的改变,“懒人经济”成为了一种经济现象。互联网与餐饮业的结合使点外卖变成了人们的一种主流生活方式。通过对区域内未发生的外卖订单需求进行预测,在订单未发生前完成骑手调度,促使外卖平台配送系统智能调度成为现实,能够有效提升外卖平台的配送时效,提高外卖平台的竞争力。针对上述问题,本文提出了一种基于GBDT算法的区域外卖订单需求预测模型,模型能够对各商圈区域未来一小时内订单需求进行有效预测,为外卖平台的配送系统智能调度提供依据。论文的主要内容包括以下几个部分:(1)介绍了研究所涉及的理论知识。包括需求预测、特征选择的相关概念、步骤等,并对GBDT(梯度提升决策树,Gradient Boosting Decision Tree)算法理论进行了详细阐述。(2)区域外卖订单需求预测模型的构建。首先对原始数据进行数据预处理,并使用递归特征消除法与交叉验证相结合的方式对区域外卖订单需求预测相关的特征进行选择,为后续模型的训练进行数据准备。为了提高模型的表现,参数的调整十分必要,人工调参工作量大且主观性强、容易有遗漏,明显不是最佳选择,为此引入贝叶斯算法进行GBDT算法模型的调参优化,最终基于调参优化后的GBDT算法构建了区域外卖订单需求预测模型。(3)使用某外卖平台大连地区订单数据对预测模型进行验证,并与BP神经网络,SVR算法进行预测结果对比,经实验证明,GBDT算法的预测结果拟合效果更好,能够对外卖平台区域订单需求进行有效预测。