基于使用行为分析的共享单车管理优化研究

• 作者: 余力 傅哲 徐冠宇 辛泓润
• 来源期刊: 信息系统学报
• 学科: 工学
• 关键词: 共享单车 管理优化 LSTM 神经网络 运输模型 预测
• 年，卷（期）: 2019,（2）
• 页码范围: 81-94
• 页数: 14页
• 分类号: TP311

摘要

近年来,共享单车作为一种典型的共享经济应用的代表,越来越受到大众的欢迎,如何基于用户的使用行为分析来对共享单车管理进行优化是未来共享单车发展的重要问题。本文以2016-2017年纽约市的Citi Bike共享单车的使用作为研究数据集,从时间和空间的维度洋细分析全市各区域内共享单车的使用行为及特点;采用长短期记忆(long short-term memory,LSTM)神经网络预测分析各站点在高峰时段的共享单车存1和净流入量情况;在此基础上,针对共享单车时空的分布失衡问题,采用运筹学中的运输问题模型,研究高峰时段的调度策略,探索共享单车在各站点间调度的最小代价方案,以缓解共享单车时空分布失衡的问题。本文研究对优化共享单车管理具有一定借鉴意义。