【摘要】：共享單車系統(tǒng)是近年來出現(xiàn)的一種新型交通工具,國(guó)內(nèi)外越來越多的人會(huì)選擇騎共享單車出行。雖然共享單車給我們生活帶來了諸多方便,但是也存在著一些問題。由于在不同時(shí)間不同站點(diǎn)共享單車的租出和歸還是不平衡的,因此,需要不斷地更新這種平衡。本文通過預(yù)測(cè)和重新分配解決這一問題。在本文中,主要是對(duì)共享單車系統(tǒng)中的站點(diǎn)流量預(yù)測(cè)問題展開研究。本文的工作主要概括如下:1.提出了一種基于雙層近鄰傳播(Affinity Propagation,AP)聚類的共享單車系統(tǒng)層次預(yù)測(cè)模型。首先提出了一種雙層近鄰傳播聚類算法(TL-AP),采用TL-AP聚類算法將共享單車站點(diǎn)分為若干類,其中考慮到了共享單車站點(diǎn)的地理位置信息和站點(diǎn)間的遷移趨勢(shì)信息。TL-AP聚類與K-means等其它聚類算法相比,不需要預(yù)先設(shè)置初始聚類中心與聚類個(gè)數(shù)(K值),這在一定程度上減少了主觀經(jīng)驗(yàn)導(dǎo)致的誤差。然后使用基于多相似參考模型來預(yù)測(cè)類內(nèi)部站點(diǎn)間、類與類間的遷移比例,結(jié)合預(yù)測(cè)出的所有站點(diǎn)的租出流量,以此可以推導(dǎo)出每個(gè)類(站點(diǎn))的共享單車租出和歸還情況。本文使用紐約(NYC)共享單車系統(tǒng)對(duì)提出的預(yù)測(cè)模型進(jìn)行了驗(yàn)證,并將其與當(dāng)前一些廣泛使用的預(yù)測(cè)模型所得的結(jié)果進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明所提出的的預(yù)測(cè)模型是優(yōu)于那些方法的。2.提出了一種基于趨勢(shì)迭代高斯混合模型(Gaussian Mixture Model,GMM)聚類的共享單車系統(tǒng)層次預(yù)測(cè)模型。首先提出了一種基于趨勢(shì)迭代的GMM聚類算法(TL-GMM)采用TL-GMM聚類算法將共享單車站點(diǎn)劃分為多個(gè)類,聚類中同時(shí)考慮了站點(diǎn)的地理位置信息和站點(diǎn)間的遷移趨勢(shì)信息,使用范式將趨勢(shì)降維,進(jìn)行聚類迭代。TL-GMM聚類與K-means等其它聚類算法相比,是在聚類時(shí)投影到數(shù)據(jù)樣本點(diǎn)上并不是得到一個(gè)確定的聚類標(biāo)記,而是得到每個(gè)類的概率,這在聚類中具有重要的意義,能提高聚類精度。其次,使用梯度增強(qiáng)回歸樹(Gradient Boosting Regressor Tree,GBRT)來預(yù)測(cè)整個(gè)租出流量。最后,采用基于多相似參考模型預(yù)測(cè)共享單車類間的租出和歸還比例,以此推導(dǎo)出共享單車在每個(gè)類(站點(diǎn))上未來時(shí)間里的遷移情況。本文分別將提出的預(yù)測(cè)模型在紐約市(NYC)和華盛頓特區(qū)(D.C.)的共享單車系統(tǒng)上進(jìn)行驗(yàn)證,并將預(yù)測(cè)結(jié)果和當(dāng)前一些廣泛使用的預(yù)測(cè)方法以及先前提出的基于雙層近鄰傳播聚類的共享單車系統(tǒng)層次預(yù)測(cè)模型的預(yù)測(cè)結(jié)果相比,實(shí)驗(yàn)結(jié)果表明所提的預(yù)測(cè)模型是優(yōu)于這些方法的。
【圖文】：

圖 1. 2014 年 8 月紐約市共享單車平均流量 預(yù)測(cè)模型框架[1]中首次提出了應(yīng)用到共享單車系統(tǒng)中的層次預(yù)測(cè)模型，該模型預(yù)測(cè)未來時(shí)間每個(gè)站點(diǎn)（類）的租出/歸還數(shù)量，以實(shí)現(xiàn)再分配。首先，該預(yù)測(cè)模型首先采用 K-means，將共享單車站點(diǎn)聚成若干類。然后使用梯度增強(qiáng)回歸樹來預(yù)測(cè)將在城市中總的共量，采用基于多相似性的推理模型來預(yù)測(cè)租出比例和類間轉(zhuǎn)換，以租出/歸還為基礎(chǔ)導(dǎo)出在每個(gè)類的共享單車租出和歸還數(shù)量。該模型預(yù)測(cè)分為兩個(gè)部分：租出（check和歸還（check-in）預(yù)測(cè)，如圖 2 所示，為了實(shí)現(xiàn)這一目標(biāo)，整個(gè)預(yù)測(cè)模型由五部分1）層次站點(diǎn)聚類學(xué)習(xí)：將站點(diǎn)聚類成類。站點(diǎn)根據(jù)其地理位置信息和遷移信息進(jìn)行2）整個(gè)租出流量學(xué)習(xí)：通過梯度增強(qiáng)回歸樹（GBRT）[34]預(yù)測(cè)上層租出流量，即整量。3）租出比例學(xué)習(xí)：通過基于多相似性的推理模型[1]預(yù)測(cè)租出比例。4）類間轉(zhuǎn)換學(xué)習(xí)：在租出共享單車后，預(yù)測(cè)類間的轉(zhuǎn)換對(duì)于歸還預(yù)測(cè)是必要的。在中應(yīng)用基于多相似性的推理模型[1]。

圖 2. 層次預(yù)測(cè)框架圖[1]出的預(yù)測(cè)模型，在一定程度上，預(yù)測(cè)了共享單車的租出/歸還比例，取但是在聚類方法的選用上，，[1]模型中選用的 K-means 方法在聚類精度上基于[1]中的層次模型，提出了新的聚類方法彌補(bǔ) K-means 聚類帶來的
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP311.13;U491.225

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 凌云;王建東;;淺析4~#高爐的爐缸侵蝕預(yù)測(cè)模型[J];南鋼科技與管理;2007年03期

2 谷鴻秋;王俊峰;章仲恒;周支瑞;;臨床預(yù)測(cè)模型:模型的建立[J];中國(guó)循證心血管醫(yī)學(xué)雜志;2019年01期

3 周媛;葉燁;王新彥;周宏根;王筱蓉;;零轉(zhuǎn)彎半徑割草機(jī)連續(xù)翻滾特性參數(shù)化預(yù)測(cè)模型[J];農(nóng)機(jī)化研究;2018年01期

4 劉洪太;郭云霞;;基于情景數(shù)據(jù)的火災(zāi)預(yù)測(cè)模型設(shè)計(jì)與實(shí)現(xiàn)[J];科技創(chuàng)新與應(yīng)用;2018年26期

5 王偉卿;;灰色預(yù)測(cè)模型在預(yù)測(cè)話音網(wǎng)關(guān)故障中的研究與應(yīng)用[J];計(jì)算機(jī)測(cè)量與控制;2016年11期

6 韓文倩;;灰色預(yù)測(cè)模型在山東省保費(fèi)預(yù)測(cè)中的應(yīng)用[J];保險(xiǎn)職業(yè)學(xué)院學(xué)報(bào);2017年01期

7 楊萌;;基于灰色預(yù)測(cè)模型的山西省批發(fā)零售業(yè)人員需求分析[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2017年04期

8 崔劍;巴合提努爾·巴贊;李書欽;;燒結(jié)過程SO_2排放預(yù)測(cè)模型研究[J];資源節(jié)約與環(huán)保;2017年08期

9 張春濤;關(guān)文忠;劉學(xué)飛;;混沌時(shí)間序列的2階預(yù)測(cè)模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2016年05期

10 夏靜;;建設(shè)項(xiàng)目環(huán)境影響評(píng)價(jià)預(yù)測(cè)模型發(fā)展現(xiàn)狀[J];綠色科技;2016年08期

相關(guān)會(huì)議論文 前10條

1 匡啟帆;李益洲;李夢(mèng)龍;;對(duì)于藥物不良反應(yīng)預(yù)測(cè)模型的系統(tǒng)研究[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

2 肖健華;吳今培;;基于支持向量機(jī)的預(yù)測(cè)模型及應(yīng)用[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

3 王坤龍;;天津地區(qū)霧霾的成因及預(yù)測(cè)模型建立的研究[A];科學(xué)發(fā)展·協(xié)同創(chuàng)新·共筑夢(mèng)想——天津市社會(huì)科學(xué)界第十屆學(xué)術(shù)年會(huì)優(yōu)秀論文集（中）[C];2014年

4 郭慶春;;基于人工神經(jīng)網(wǎng)絡(luò)的空氣污染指數(shù)預(yù)測(cè)模型[A];Proceedings of Conference on Environmental Pollution and Public Health（CEPPH 2012）[C];2012年

5 王亮;劉豹;徐德民;;預(yù)測(cè)模型的選擇及其智能化實(shí)現(xiàn)[A];科學(xué)決策與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第六次年會(huì)論文集[C];1990年

6 羅榮桂;黃敏鎂;;基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的服務(wù)業(yè)發(fā)展預(yù)測(cè)模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

7 李陽(yáng)旭;鄧輝文;;一種新的企業(yè)市場(chǎng)預(yù)測(cè)模型及其比較研究[A];2004年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

8 張曉f^;;全球煤炭產(chǎn)量的灰色預(yù)測(cè)模型[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];2007年

9 曾練平;燕良軾;;大學(xué)師范生可就業(yè)能力預(yù)測(cè)模型的建構(gòu)[A];增強(qiáng)心理學(xué)服務(wù)社會(huì)的意識(shí)和功能——中國(guó)心理學(xué)會(huì)成立90周年紀(jì)念大會(huì)暨第十四屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

10 林春艷;;一種新的灰色預(yù)測(cè)模型及其在留學(xué)管理中的應(yīng)用[A];2001年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2001年

相關(guān)重要報(bào)紙文章 前10條

1 記者 黃辛;上海交通大學(xué) 提出基于信號(hào)通路的肝癌風(fēng)險(xiǎn)預(yù)測(cè)模型[N];中國(guó)科學(xué)報(bào);2019年

2 記者 康民;全球首個(gè)流感預(yù)測(cè)模型落戶重慶[N];中國(guó)保險(xiǎn)報(bào);2017年

3 北京大學(xué)腫瘤醫(yī)院 劉晨;篩查食管癌有了風(fēng)險(xiǎn)預(yù)測(cè)模型[N];健康報(bào);2017年

4 特約記者 劉京濤;華東化工銷售員工設(shè)計(jì)價(jià)格預(yù)測(cè)模型見成效[N];中國(guó)石油報(bào);2010年

5 本報(bào)記者 張超;預(yù)測(cè)模型：推算SARS起落潮[N];科技日?qǐng)?bào);2003年

6 劉慶;“預(yù)測(cè)模型”要緩行[N];網(wǎng)絡(luò)世界;2006年

7 記者 華凌;顆粒物成云新理論有助改進(jìn)預(yù)測(cè)模型[N];科技日?qǐng)?bào);2015年

8 四川農(nóng)業(yè)大學(xué) 王立志 賈剛 王康寧;飼料有效磷的評(píng)定及預(yù)測(cè)模型的“雛形”[N];中國(guó)畜牧獸醫(yī)報(bào);2006年

9 張琳 趙偉;巧用Excel構(gòu)建利潤(rùn)預(yù)測(cè)模型[N];財(cái)會(huì)信報(bào);2007年

10 中興通訊 曾志 楊毅;建立移動(dòng)用戶流失分析預(yù)測(cè)模型[N];通信產(chǎn)業(yè)報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 李金金;天津市慢性病隊(duì)列研究及風(fēng)險(xiǎn)預(yù)測(cè)模型的建立[D];天津醫(yī)科大學(xué);2018年

2 陳玲;孕期及產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建、驗(yàn)證及應(yīng)用[D];南方醫(yī)科大學(xué);2018年

3 云科;MSM人群HIV感染風(fēng)險(xiǎn)預(yù)測(cè)模型的建立及應(yīng)用[D];中國(guó)醫(yī)科大學(xué);2018年

4 林開陽(yáng);急診經(jīng)皮冠狀動(dòng)脈介入術(shù)后對(duì)比劑腎病的危險(xiǎn)因素分析及風(fēng)險(xiǎn)預(yù)測(cè)模型構(gòu)建[D];南方醫(yī)科大學(xué);2018年

5 支元杰;大氣環(huán)境下小樣本金屬材料腐蝕的數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)模型[D];北京科技大學(xué);2019年

6 冉祥棟;基于深度學(xué)習(xí)的交通時(shí)間預(yù)測(cè)模型與方法研究[D];北京科技大學(xué);2019年

7 胡姍姍;藥物互作數(shù)據(jù)的挖掘與預(yù)測(cè)研究[D];安徽大學(xué);2019年

8 沈思鵬;基于生存結(jié)局的多組學(xué)預(yù)測(cè)模型統(tǒng)計(jì)學(xué)方法研究與應(yīng)用[D];南京醫(yī)科大學(xué);2019年

9 徐麗華;精神病高危綜合征轉(zhuǎn)化的風(fēng)險(xiǎn)預(yù)測(cè)模型與神經(jīng)生物學(xué)標(biāo)志研究[D];上海交通大學(xué);2017年

10 杭俊杰;胰腺癌預(yù)后相關(guān)的炎性標(biāo)志物及預(yù)測(cè)模型建立[D];上海交通大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 楊晨璐;湖北省中老年人骨量異常風(fēng)險(xiǎn)預(yù)測(cè)模型的研究[D];武漢科技大學(xué);2019年

2 白培翔;基于交通大數(shù)據(jù)的道路安全行為分析與預(yù)測(cè)[D];內(nèi)蒙古大學(xué);2019年

3 王智;空氣質(zhì)量預(yù)測(cè)模型研究[D];哈爾濱工程大學(xué);2019年

4 李蘭茜;基于復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)的鏈路預(yù)測(cè)技術(shù)研究[D];北京郵電大學(xué);2019年

5 李敏;基于聚類的風(fēng)速混合預(yù)測(cè)模型[D];蘭州大學(xué);2019年

6 賈文禎;共享單車系統(tǒng)分析與流量預(yù)測(cè)方法研究[D];山東師范大學(xué);2019年

7 孟亞茹;農(nóng)業(yè)云平臺(tái)下基于環(huán)境的蔬菜生長(zhǎng)周期預(yù)測(cè)模型的研究與應(yīng)用[D];貴州大學(xué);2019年

8 肖艷杰;軌道交通客流預(yù)測(cè)模型優(yōu)化及應(yīng)用研究[D];武漢理工大學(xué);2018年

9 賴眾q

本文編號(hào)：2655984