一种用于共享单车站点群的需求预测方法

• 全文链接
• 请求原文

作   者：

彭焱;  张伟;  万方; 

作者机构：

深圳市思迅软件股份有限公司;  武昌首义学院信息科学与工程学院;  湖北工业大学计算机学院; 

关键词：

聚类;  共享单车系统;  需求预测;  站点群; 

期刊名称：

计算机应用与软件

i s s n：

年卷期：

2021 年 009 期

页   码：

92-98,110

摘   要：

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。