基于网络模型的城市公共自行车需求量预测研究

• 作者: 林燕平 窦万峰
• 来源期刊: 计算机应用研究
• 关键词: 自行车共享系统 分层聚类算法 需求量 预测
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2692-2695
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.09.028

摘要

自行车共享系统逐渐出现在许多城市中,由于在不同时间和站点的自行车需求量(租/还量)不平衡,系统中各站点的自行车需要人工频繁地调整使其不断达到平衡状态,然而实时监控并不能很好地解决这个问题.因此,提出了一个基于网络图的预测模型,可以预测未来时间段内的某个站点自行车的需求量,提前对站点自行车进行分配.通过分层聚类算法对预测站点进行聚类,得到与其相关的站点簇,并对站点簇构建网络模型.最后,使用纽约(NYC)和华盛顿(D.C.)两个自行车共享系统的数据进行实验,并与基线法、历史平均法及ARIMA模型进行比较.结果发现同一簇的站点具有相似的使用模式,模型预测误差率不高于0.45,网络模型预测性能较好,且能够应用于不同城市的自行车共享系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	窦万峰	南京师范大学计算机科学与技术学院	60	293	9.0	14.0
5	林燕平	南京师范大学计算机科学与技术学院	2	26	2.0	2.0