基于SVM的共享单车需求预测

• 作者: 刘渝桥 宋鹏 黄同愿
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 核函数 共享单车 需求预测 主成分分析 小波消噪
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 信息·计算机
• 页码范围: 187-194
• 页数: 8页
• 分类号: TP39
• 字数: 5243字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.07.025

摘要

共享单车是近年蓬勃发展、新兴朝阳的产业,但由于受到供、需关系不平衡等因素的影响,给社会及单车企业造成许多困扰.因此,成功进行共享单车需求的预测具有重要意义.支持向量机在数据拟合预测方面具有较好的优势,为实现需求的预测,采用了支持向量机构建模型,并通过主成分分析降低仿真实验的复杂度,将原始11维数据集降为7维;同时利用小波消噪的方式对数据噪声的扰动进行了消除与减弱;最终成功构建了基于不同核函数支持向量机的共享单车需求预测模型,并通过Matlab仿真实现进行对比,验证了基于径向基核函数支持向量机的共享单车需求预测模型拥有最好的需求预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄同愿	重庆理工大学两江人工智能学院	9	38	4.0	6.0
2	刘渝桥	四川大学计算机学院	2	1	1.0	1.0
3	宋鹏		1	1	1.0	1.0