共享自行车调度需求预测与用户分流关键技术研究
发布时间：2022-02-19 13:51
随着政府推行的有桩公共自行车和企业推行的无桩共享单车的大力发展,共享自行车连接了用户出行的起始地与目的地之间的“最后一公里”,是一种绿色环保的出行方式。但是在最近几年的运营过程中也出现了许多问题,由于潮汐现象的存在,公共自行车容易出现“租/还难”问题,而无桩的共享单车则出现了租车难（或有坏车）、乱停放等问题。流量的不平衡不但造成了自行车利用率的下降,还会造成交通拥堵和城市管理混乱问题。为了有效的解决共享自行车出现的问题,本文创新的结合了公共自行车和共享单车两种模式进行研究,提出从调度需求预测与用户分流两个方面展开的解决思路,并运用机器学习技术实现智能化预测。论文首先介绍了两种共享自行车的异同以及国内外发展和研究现状,同时提出存在的问题以及不足。然后,本文先以杭州市公共自行车数据为例分析了影响共享自行车流量的因素,然后定义了预测需求所需要的流量变化量,并介绍了基于Geo Hash的共享单车虚拟站点划分方法。之后,本文介绍了梯度提升树算法和堆叠（Stacking）集成方法,并创新的提出了基于堆叠集成方法的极限梯度提升（XGBoost）流量变化量预测的机器学习模型SMVP,最后在杭州市公共自...
【文章来源】：杭州电子科技大学浙江省
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 共享自行车应用现状
1.2.1 公共自行车国内外应用现状
1.2.2 共享单车国内外应用现状
1.3 国内外研究现状
1.3.1 公共自行车国内外研究现状
1.3.2 共享单车国内外研究现状
1.4 目前存在的问题
1.5 研究路线与章节安排
1.5.1 研究路线
1.5.2 章节安排
第2章 共享自行车流量变化规律与影响因素分析
2.1 流量的总体分布概况
2.2 流量变化量的定义
2.3 流量变化量在时间分布上的规律
2.4 流量变化量与气象状况的关系
2.5 空间分布和站点之间的关系
2.6 基于GeoHash的共享单车虚拟站点划分方法
2.6.1 GeoHash编码
2.6.2 GeoHash递归组码算法
2.6.3 GeoHash算例分析
2.7 本章小结
第3章 共享自行车调度需求预测与平衡性分析
3.1 流量变化量预测
3.2 流量变化量预测问题定义
3.3 基于K-Medoids的站点聚类算法
3.3.1 K-Medoids聚类算法
3.3.2 站点聚类算法
3.3.3 站点相似度矩阵
3.4 基于极限梯度提升(XGBoost)的流量变化量预测模型
3.4.1 根据影响因素构建特征
3.4.2 梯度提升决策树(GBDT)算法
3.4.3 极限梯度提升(XGBoost)算法
3.4.4 Stacking集成方法
3.4.5 构建堆叠集成的XGBoost的流量变化量预测模型(SMVP)
3.5 实证分析
3.5.1 数据集的选取与预处理
3.5.2 特征对比基准
3.5.3 模型对比基准
3.5.4 超参数设置
3.5.5 评价标准
3.5.6 实验结果
3.6 区域的调度需求预测
3.6.1 站点调度需求累加预测
3.6.2 站点调度需求整体预测
3.7 区域的车辆平衡性分析
3.8 算例分析
3.9 本章小结
第4章 共享自行车用户出行规律分析与候选地预测
4.1 数据探索与影响因素分析
4.1.1 起始地、目的地规律探索
4.1.2 用户行为规律探索
4.2 基于FP-Growth算法的用户出行候选地预测模型
4.2.1 频繁模式树(FP-Tree)
4.2.2 用户出行候选地预测模型(CGM)
4.3 实证分析
4.3.1 数据集的选取与预处理
4.3.2 模型对比基准
4.3.3 模型评价标准
4.3.4 实验结果
4.4 本章小结
第5章 共享自行车用户出行目的地预测与分流策略
5.1 用户出行目的地预测的作用
5.2 基于深度学习的用户出行目的地预测模型
5.2.1 卷积神经网络(CNN)
5.2.2 循环神经网络(RNN)
5.2.3 长短期记忆网络(LSTM)
5.2.4 基于时空数据的目的地预测网络DPNNst模型
5.3 实证分析
5.3.1 数据集的选取与预处理
5.3.2 模型对比基准
5.3.3 模型评价标准
5.3.4 实验结果
5.4 用户分流的作用与方法
5.4.1 推荐还车地点
5.4.2 引导用户辅助流量的平衡
5.4.3 引导用户缓解交通压力
5.5 算例分析
5.6 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录
详细摘要
【参考文献】：
期刊论文
[1]共享单车定位技术分析[J]. 董平. 微型电脑应用. 2017(08)
[2]我国共享单车企业的经营管理模式创新及盈利模式探索[J]. 杜怿平. 科技管理研究. 2017(15)
[3]“互联网+共享模式”下单车市场的瓶颈与对策[J]. 刘欣萌. 交通财会. 2017(08)
[4]共享单车:互联网技术与公共服务中的协同治理[J]. 郭鹏,林祥枝,黄艺,涂思明,白晓明,杨雅雯,叶林. 公共管理学报. 2017(03)
[5]基于Geohash的面数据区域查询[J]. 金安,程承旗,宋树华,陈波. 地理与地理信息科学. 2013(05)
[6]杭州公共自行车设施现状调查与思考[J]. 钱俭,郑志锋,冯雨峰. 规划师. 2010(01)
[7]欧洲第三代公共自行车系统案例及启示[J]. 王志高,孔喆,谢建华,尹立娥. 城市交通. 2009(04)
硕士论文
[1]公共慢行系统的动态调度建模与滚动时域调度算法研究[D]. 赵敬洋.浙江工业大学 2010
本文编号：3633015
【文章来源】：杭州电子科技大学浙江省
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 共享自行车应用现状
1.2.1 公共自行车国内外应用现状
1.2.2 共享单车国内外应用现状
1.3 国内外研究现状
1.3.1 公共自行车国内外研究现状
1.3.2 共享单车国内外研究现状
1.4 目前存在的问题
1.5 研究路线与章节安排
1.5.1 研究路线
1.5.2 章节安排
第2章 共享自行车流量变化规律与影响因素分析
2.1 流量的总体分布概况
2.2 流量变化量的定义
2.3 流量变化量在时间分布上的规律
2.4 流量变化量与气象状况的关系
2.5 空间分布和站点之间的关系
2.6 基于GeoHash的共享单车虚拟站点划分方法
2.6.1 GeoHash编码
2.6.2 GeoHash递归组码算法
2.6.3 GeoHash算例分析
2.7 本章小结
第3章 共享自行车调度需求预测与平衡性分析
3.1 流量变化量预测
3.2 流量变化量预测问题定义
3.3 基于K-Medoids的站点聚类算法
3.3.1 K-Medoids聚类算法
3.3.2 站点聚类算法
3.3.3 站点相似度矩阵
3.4 基于极限梯度提升(XGBoost)的流量变化量预测模型
3.4.1 根据影响因素构建特征
3.4.2 梯度提升决策树(GBDT)算法
3.4.3 极限梯度提升(XGBoost)算法
3.4.4 Stacking集成方法
3.4.5 构建堆叠集成的XGBoost的流量变化量预测模型(SMVP)
3.5 实证分析
3.5.1 数据集的选取与预处理
3.5.2 特征对比基准
3.5.3 模型对比基准
3.5.4 超参数设置
3.5.5 评价标准
3.5.6 实验结果
3.6 区域的调度需求预测
3.6.1 站点调度需求累加预测
3.6.2 站点调度需求整体预测
3.7 区域的车辆平衡性分析
3.8 算例分析
3.9 本章小结
第4章 共享自行车用户出行规律分析与候选地预测
4.1 数据探索与影响因素分析
4.1.1 起始地、目的地规律探索
4.1.2 用户行为规律探索
4.2 基于FP-Growth算法的用户出行候选地预测模型
4.2.1 频繁模式树(FP-Tree)
4.2.2 用户出行候选地预测模型(CGM)
4.3 实证分析
4.3.1 数据集的选取与预处理
4.3.2 模型对比基准
4.3.3 模型评价标准
4.3.4 实验结果
4.4 本章小结
第5章 共享自行车用户出行目的地预测与分流策略
5.1 用户出行目的地预测的作用
5.2 基于深度学习的用户出行目的地预测模型
5.2.1 卷积神经网络(CNN)
5.2.2 循环神经网络(RNN)
5.2.3 长短期记忆网络(LSTM)
5.2.4 基于时空数据的目的地预测网络DPNNst模型
5.3 实证分析
5.3.1 数据集的选取与预处理
5.3.2 模型对比基准
5.3.3 模型评价标准
5.3.4 实验结果
5.4 用户分流的作用与方法
5.4.1 推荐还车地点
5.4.2 引导用户辅助流量的平衡
5.4.3 引导用户缓解交通压力
5.5 算例分析
5.6 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录
详细摘要
【参考文献】：
期刊论文
[1]共享单车定位技术分析[J]. 董平. 微型电脑应用. 2017(08)
[2]我国共享单车企业的经营管理模式创新及盈利模式探索[J]. 杜怿平. 科技管理研究. 2017(15)
[3]“互联网+共享模式”下单车市场的瓶颈与对策[J]. 刘欣萌. 交通财会. 2017(08)
[4]共享单车:互联网技术与公共服务中的协同治理[J]. 郭鹏,林祥枝,黄艺,涂思明,白晓明,杨雅雯,叶林. 公共管理学报. 2017(03)
[5]基于Geohash的面数据区域查询[J]. 金安,程承旗,宋树华,陈波. 地理与地理信息科学. 2013(05)
[6]杭州公共自行车设施现状调查与思考[J]. 钱俭,郑志锋,冯雨峰. 规划师. 2010(01)
[7]欧洲第三代公共自行车系统案例及启示[J]. 王志高,孔喆,谢建华,尹立娥. 城市交通. 2009(04)
硕士论文
[1]公共慢行系统的动态调度建模与滚动时域调度算法研究[D]. 赵敬洋.浙江工业大学 2010
本文编号：3633015
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3633015.html
