原文传递
基于机器学习的共享单车热点区域识别及需求预测
| 题名： | 基于机器学习的共享单车热点区域识别及需求预测 |
| 正文语种： | 中文 |
| 作者： | 徐伟； |
| 关键词： | 共享单车；热点识别；需求预测；机器学习 |
| 摘要： | 近年来,公共自行车交通系统已成为界上很多国家公共交通规划的一部分。无锁桩式共享单车系统,正经历快速发展,引发了公共自行车领域的变革。随着系统规模的扩大和用户数量的增加,共享单车的过量投放和随意停放问题成为系统运营的阻碍。本研究以北京市共享单车系统的运营数据为基础,采用数据驱动模式,探索用户出行需求的时空分布,提出基于机器学习方法的热点区域识别和需求预测框架。借助聚类算法实现对热点区域的识别和划分,借助集成学习实现对出行需求的预测。实验结果显示,模型的平均误差率为6.8%。本研究将在共享单车的空间部署和调度 |
| 期刊名称： | 综合运输 |
| 出版年： | 2019 |
| 期： | 05 |
| 页码： | 29-34 |
检索历史
应用推荐
