自行車作為過(guò)去二十年逐漸被汽車擠走的出行方式,隨著“共享單車熱”的出現(xiàn)正在逐漸回歸大眾視野。共享單車是科技創(chuàng)新的產(chǎn)物,它的出現(xiàn)為有效解決“最后一公里”難題提供了便利。由于前期各運(yùn)營(yíng)商瘋狂投入共享單車搶占市場(chǎng),浪費(fèi)了大量資源,占用了大量公共場(chǎng)所,同時(shí)出現(xiàn)了共享單車投放點(diǎn)單車供需嚴(yán)重不平衡的情況,這就需要優(yōu)化共享單車的調(diào)配方案以增加每輛單車的周轉(zhuǎn)率,用適量的共享單車來(lái)滿足用戶的出行需求,避免大規(guī)模投入共享單車的現(xiàn)象繼續(xù)發(fā)酵,以此可以有效地改善運(yùn)營(yíng)商投入成本高、共享單車?yán)寐实�、站點(diǎn)單車供需不平衡等情況。基于此,本文的研究工作包含以下幾個(gè)方面:（1）以北京市摩拜單車的出行數(shù)據(jù)為基礎(chǔ),對(duì)共享單車用戶的出行特征進(jìn)行了分析,并且以問(wèn)卷調(diào)查的方式,研究了當(dāng)前共享單車市場(chǎng)的用戶使用情況和滿意度,運(yùn)用統(tǒng)計(jì)計(jì)算的方法得到了用戶的騎行滿意度指數(shù),為后續(xù)共享單車用戶出行預(yù)測(cè)提供了理論支持。（2）使用K-means聚類法對(duì)共享單車的投放區(qū)域進(jìn)行了劃分,在此基礎(chǔ)上,利用Xgboost算法對(duì)各投放區(qū)域內(nèi)的共享單車用戶的出行需求進(jìn)行了動(dòng)態(tài)預(yù)測(cè),并結(jié)合用戶騎行滿意度指數(shù)計(jì)算出了理想條件下期望的共享單車出行需求。此外,通... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１論文技術(shù)路線結(jié)構(gòu)圖??Ｆｉｇ?１－１?Ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ?ｏｆ?ｔｈｅ?ｔｈｅｓｉｓ??１．４本章小結(jié)??

?共享單車用戶騎行特征分析與滿意度調(diào)查??拜單車的騎行次數(shù)，繪制一周的騎行次數(shù)時(shí)間分布曲線，如圖２－１所示。??３０００??２５００?Ｉ?｜??丨：］丨?ｌｌｒｔｆｌｌｌ??ｌ?Ｈｊ?■?ｊＨｌ?■?ｌ?Ｂ??５?１０?５．１１?５?１２?５?１３?５?１４?５?１５?５．?１６??時(shí)間（天）??圖２－１周騎行行為特征??Ｆｉｇ?２－１?Ｃｙｃｌｉｎｇ?ｂｅｈａｖｉｏｒ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｆｏｒ?ａ?ｗｅｅｋ??周六日為灰色區(qū)域，工作日為紫色區(qū)域，可以看出摩拜單車在工作日和周六??日的使用情況明顯不同。騎行行為主要集中在工作日，可以看出明顯的早、晚高??峰現(xiàn)象，這是由用戶的通勤行為形成的，其中早高峰持續(xù)時(shí)間較短，但用戶數(shù)增??長(zhǎng)迅猛；晚高峰用戶數(shù)增長(zhǎng)比較緩和，持續(xù)時(shí)間較早高峰略長(zhǎng)；中午也有一段持??續(xù)時(shí)間較短的高峰期，但該時(shí)段的用戶數(shù)遠(yuǎn)低于早、晚高峰時(shí)的用戶數(shù)量。周六??日的騎行次數(shù)時(shí)間分布曲線較為平緩，僅在傍晚時(shí)出現(xiàn)騎行量的小高峰現(xiàn)象。??通過(guò)一周的分布曲線可以得出，工作日的早晚髙峰時(shí)的騎行量可以代表共享??單車的最大需求量。??２．１．３日騎行行為特征??為了更準(zhǔn)確地描述用戶騎行行為的峰值

?共享單車用戶騎行特征分析與滿意度調(diào)查??拜單車的騎行次數(shù)，繪制一周的騎行次數(shù)時(shí)間分布曲線，如圖２－１所示。??３０００??２５００?Ｉ?｜??丨：］丨?ｌｌｒｔｆｌｌｌ??ｌ?Ｈｊ?■?ｊＨｌ?■?ｌ?Ｂ??５?１０?５．１１?５?１２?５?１３?５?１４?５?１５?５．?１６??時(shí)間（天）??圖２－１周騎行行為特征??Ｆｉｇ?２－１?Ｃｙｃｌｉｎｇ?ｂｅｈａｖｉｏｒ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｆｏｒ?ａ?ｗｅｅｋ??周六日為灰色區(qū)域，工作日為紫色區(qū)域，可以看出摩拜單車在工作日和周六??日的使用情況明顯不同。騎行行為主要集中在工作日，可以看出明顯的早、晚高??峰現(xiàn)象，這是由用戶的通勤行為形成的，其中早高峰持續(xù)時(shí)間較短，但用戶數(shù)增??長(zhǎng)迅猛；晚高峰用戶數(shù)增長(zhǎng)比較緩和，持續(xù)時(shí)間較早高峰略長(zhǎng)；中午也有一段持??續(xù)時(shí)間較短的高峰期，但該時(shí)段的用戶數(shù)遠(yuǎn)低于早、晚高峰時(shí)的用戶數(shù)量。周六??日的騎行次數(shù)時(shí)間分布曲線較為平緩，僅在傍晚時(shí)出現(xiàn)騎行量的小高峰現(xiàn)象。??通過(guò)一周的分布曲線可以得出，工作日的早晚髙峰時(shí)的騎行量可以代表共享??單車的最大需求量。??２．１．３日騎行行為特征??為了更準(zhǔn)確地描述用戶騎行行為的峰值

【參考文獻(xiàn)】：
期刊論文
[1]關(guān)于共享單車行業(yè)的PEST模型分析[J]. 冷蓓蓓.  現(xiàn)代營(yíng)銷(下旬刊). 2017(04)
[2]淺析共享單車的發(fā)展之路[J]. 白婉瑩.  中國(guó)商論. 2017(11)
[3]城市公共自行車調(diào)度優(yōu)化方法研究[J]. 劉冉,戴冀峰,林建新,楊倩.  交通工程. 2017(02)
[4]基于共享經(jīng)濟(jì)視角下城市共享單車發(fā)展對(duì)策研究[J]. 李琨浩.  城市. 2017(03)
[5]共享單車發(fā)展研究分析[J]. 劉亞楠.  時(shí)代金融. 2017(08)
[6]共享單車市場(chǎng)調(diào)研與分析[J]. 李敏蓮.  財(cái)經(jīng)界(學(xué)術(shù)版). 2017(05)
[7]基于多目標(biāo)優(yōu)化模型的城市公共自行車調(diào)度研究[J]. 陳昕昀,蔣永康,李牧原,柯�，|.  現(xiàn)代交通技術(shù). 2017(01)
[8]共享經(jīng)濟(jì)時(shí)代的企業(yè)商業(yè)模式分析——以ofo共享單車為例[J]. 周坤維.  經(jīng)營(yíng)管理者. 2017(03)
[9]共享單車,自行車復(fù)興之路的關(guān)鍵推手[J]. 楊濤,楊明,魏東陽(yáng).  環(huán)境經(jīng)濟(jì). 2017(Z1)
[10]國(guó)人共享單車使用情況調(diào)查[J]. 薛強(qiáng).  金融博覽(財(cái)富). 2017(01)

碩士論文
[1]基于NB-IoT的城市公共自行車系統(tǒng)調(diào)度預(yù)測(cè)研究[D]. 黃志宏.安徽理工大學(xué) 2018
[2]城市公共自行車站點(diǎn)需求預(yù)測(cè)及調(diào)度優(yōu)化方法研究[D]. 劉路美.北京交通大學(xué) 2017
[3]基于馬爾可夫鏈模型的公共自行車站點(diǎn)供需研究[D]. 譚玉龍.西南交通大學(xué) 2015
[4]基于TOD理念的自行車與軌道交通換乘研究[D]. 姬薔.東南大學(xué) 2015



本文編號(hào)：2990637