期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于降低失效停放区比率的共享单车系统稳定性研究 被引量:2
1
作者 赵道致 王迪 《运筹与管理》 CSSCI CSCD 北大核心 2021年第5期60-65,共6页
共享单车失效停放区使得用户无法取车或还车,影响共享单车系统运营稳定性。本文基于排队论与马尔科夫链构建了共享单车系统稳定状态平均场方程组并求解稳态解,发现停放区交互作用使得失效停放区对相邻停放区产生需求溢出效应,增加系统... 共享单车失效停放区使得用户无法取车或还车,影响共享单车系统运营稳定性。本文基于排队论与马尔科夫链构建了共享单车系统稳定状态平均场方程组并求解稳态解,发现停放区交互作用使得失效停放区对相邻停放区产生需求溢出效应,增加系统失效停放区比率,影响系统运营稳定性。本文以降低系统失效停放区比率目标,引入(M,S)交互策略,调节失效停放区对相邻停放区的交互作用程度。进一步,以算例分析比较相同类型与不同类型停放区交互作用、(M,S)交互策略下共享单车系统的失效停放区比率。结果表明(M,S)交互策略能够有效降低失效停放区比率,提高系统运营稳定性。本研究为共享单车企业运营稳定性决策提供了有价值的参考。 展开更多
关键词 共享单车系统 失效停放区比率 (M S)交互作用 交互策略 稳定性
在线阅读 下载PDF
基于数据场聚类的共享单车需求预测模型 被引量:10
2
作者 乔少杰 韩楠 +5 位作者 岳昆 易玉根 黄发良 元昌安 丁鹏 Louis Alberto GUTIERREZ 《软件学报》 EI CSCD 北大核心 2022年第4期1451-1476,共26页
共享单车系统日益普及,积累了海量的出行轨迹数据.在共享单车系统中,用户的借车和还车行为是随机的,且受天气、时间等动态因素影响,使得共享单车调度不平衡,影响单车用户体验,并给运营商造成巨大经济损失.提出了新型基于站点聚类的共享... 共享单车系统日益普及,积累了海量的出行轨迹数据.在共享单车系统中,用户的借车和还车行为是随机的,且受天气、时间等动态因素影响,使得共享单车调度不平衡,影响单车用户体验,并给运营商造成巨大经济损失.提出了新型基于站点聚类的共享单车需求预测算法,通过构建单车转移网络计算站点活跃度,充分考虑站点地理位置和单车转移模式因素,基于数据场聚类思想,将距离相近和用车模式相似的站点聚合到一个聚簇中,给出最佳簇中心个数求取方法.充分分析时间和天气因素对站点单车需求的影响,利用皮尔逊相关系数,从真实天气数据中选择相关性最大的天气特征,结合历史聚簇内单车需求量,将其转化为三维向量,利用多特征长短时记忆深度神经网络LSTM(long short-term memory)对向量内的特征信息进行学习和训练,以30分钟为长时间间隔,对每个聚簇内的单车需求量进行预测分析.与传统机器学习算法和当前主流方法进行对比,实验结果表明,所提单车需求模型预测性能得到显著提升. 展开更多
关键词 共享单车系统 单车转移网络 站点聚类 数据场 LSTM网络
在线阅读 下载PDF
一种用于共享单车站点群的需求预测方法 被引量:3
3
作者 彭焱 张伟 万方 《计算机应用与软件》 北大核心 2021年第9期92-98,110,共8页
共享单车系统中不同站点在不同时期内的单车需求分布非常不平衡,对共享单车系统的服务质量产生了不良影响,对此提出一种分层预测模型来预测每个站点群的每小时单车租还需求量。提出一种基于超级站点的聚类算法,将单车站点分配到每个集... 共享单车系统中不同站点在不同时期内的单车需求分布非常不平衡,对共享单车系统的服务质量产生了不良影响,对此提出一种分层预测模型来预测每个站点群的每小时单车租还需求量。提出一种基于超级站点的聚类算法,将单车站点分配到每个集群当中;提出一种基于时间与天气相似度的模型来预测整个共享单车系统中的需求;训练极致梯度提升树(XGBoost)模型来预测每个站点群的需求,并得到每个站点群在整个系统中所占的比例。通过将上面获得的两个结果相乘得到每个站点群单车需求的预测结果。实验结果表明了该方法的优势。 展开更多
关键词 共享单车系统 站点群 聚类 需求预测
在线阅读 下载PDF
基于自适应聚类的共享单车需求预测与投放决策 被引量:2
4
作者 郭洪飞 赵淑曼 +1 位作者 任亚平 张超勇 《计算机集成制造系统》 EI CSCD 北大核心 2023年第5期1747-1757,共11页
为了解决有桩共享单车系统(BSS)发生站点失衡导致用户不满和真实需求失真的问题,提出一种基于自适应聚类的站点借还车需求预测和投放量决策方法。首先基于XGBoost原理将站点聚类,然后依次在类层次和站点层次估计借还车需求量,考虑导致... 为了解决有桩共享单车系统(BSS)发生站点失衡导致用户不满和真实需求失真的问题,提出一种基于自适应聚类的站点借还车需求预测和投放量决策方法。首先基于XGBoost原理将站点聚类,然后依次在类层次和站点层次估计借还车需求量,考虑导致需求失真的两种场景,最后根据各站点各时段需求量的预测结果多次模拟系统服务过程,以被拒需求数量的期望值为指标计算各站点以客户满意为导向的最优投放量。论文以纽约CitiBike系统为例进行分析,总结了运营建议,并设计对比试验验证了所提方法对捕捉BSS潜在需求并提高服务率的有效性。 展开更多
关键词 共享单车系统 需求预测 需求失真 站点聚类 XGBoost算法 最优投放量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部