10.16503/j.cnki.2095-9931.2016.03.005
基于BP神经网络的公共自行车单站点调度需求量研究
城市公共自行车租赁系统的合理调度对提高公共自行车使用率至关重要,其关键在于对未来自行车使用情况进行合理预测,确定每个站点调度需求量。通过对站点历史借还车数据与运行特性进行归纳分析,利用BP神经网络模型对单站点借(还)车频次随时间分布的规律进行预测,预测值和真实值平均相差约3辆车,曲线拟合良好,证明模型可实践性较高。在此基础上,按照调度时间窗内站点饱和度动态平衡的原则确定单站点最佳调度需求量。对浙江温州鹿城区街心公园站点的实例分析表明,实行按需调度能使早晚高峰单站点“无位可还”的时间缩短约0.5h以上,从而有效提升站点服务质量和满意度。
城市公共自行车、车辆调度、预测、需求量、BP神经网络
2
U491.1(交通工程与公路运输技术管理)
国家大学生创新创业训练计划201510286074
2016-07-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
30-35