基于Elman神经网络的公共自行车单站点需求预测

发布时间：2019-02-22 11:54

【摘要】：公共自行车租赁系统目前存在的主要问题是高峰时段用户存取车困难,站点需要工作人员值守。为了提高城市公共自行车调度的科学性、缩短调度时间、降低调度成本,避免调度过程中调度员凭经验确定各个站点需求量的盲目性,从而更好地服务租赁者,满足其出行需求。建立了基于改进的Elman神经网络的公共自行车单站点需求量预测模型。通过仿真实验将改进模型和已有模型的预测结果与实际需求量进行对比,证明了提出的预测方法有效可行。
[Abstract]:At present, the main problem of public bicycle rental system is that it is difficult for users to access the vehicle during rush hour, and the station needs staff on duty. In order to improve the scientific nature of the urban public bicycle scheduling, shorten the dispatching time, reduce the dispatching cost, avoid the blindness of the dispatcher's determining the demand of each station based on the experience in the dispatching process, so as to better serve the tenant. Meet their travel needs. Based on the improved Elman neural network, a forecasting model for the demand of public bicycle single station is established. The prediction results of the improved model and the existing model are compared with the actual demand through simulation experiments, and the results show that the proposed prediction method is effective and feasible.
【作者单位】： 兰州交通大学机电技术研究所;兰州交通大学新能源与动力工程学院;
【基金】：甘肃省自然科学研究基金计划(No.1208RJZA292) 兰州市科技计划资助基金(No.2013-4-18)
【分类号】：TP183;U491.225

【参考文献】

相关期刊论文 前10条

1 胡列格;夏云;王佳;唐量;;城市公共自行车高峰期需求不均衡的调度优化研究[J];铁道科学与工程学报;2015年02期

2 焦云涛;李文权;冯佩雨;丁冉;;公共自行车租赁站点调度需求量模型研究[J];交通信息与安全;2014年04期

3 张建国;吴婷;蒋阳升;;基于蚁群算法的公共自行车系统调度算法研究[J];西华大学学报(自然科学版);2014年03期

4 程忠庆;葛珂楠;阚泽宝;;基于Elman神经网络的除湿系统能耗预测[J];计算机工程与设计;2014年02期

5 吴志周;范宇杰;陶佳;张剑桥;;城市轨道交通公共自行车换乘需求预测方法研究[J];武汉理工大学学报(交通科学与工程版);2013年05期

6 邱建东;蒋兆远;;基于NLAPSO-RBF的铁路货运量预测研究[J];计算机工程与应用;2013年22期

7 刘欢;刘吉臻;张文广;张超;;基于小波Elman神经网络的短期风速预测[J];华东电力;2013年04期

8 何流;李旭宏;陈大伟;卢静;吴圆圆;;公共自行车动态调度系统需求预测模型研究[J];武汉理工大学学报(交通科学与工程版);2013年02期

9 李配配;崔珩;;公共自行车与轨道交通的接驳与换乘研究[J];交通科技;2013年01期

10 张靠社;杨剑;;基于Elman神经网络的短期风电功率预测[J];电网与清洁能源;2012年12期

【共引文献】

相关期刊论文 前10条

1 周晖杰;李南;敖丽红;袁红清;;大数据下宁波市公共自行车出行特征分析[J];宁波大学学报(理工版);2017年06期

2 谢保雁;王悦;;滨江区大学生互联网租赁自行车的调查与分析[J];经营管理者;2017年31期

3 靳文舟;叶钦海;郝小妮;;基于用户预约数据的公共自行车高峰期调度研究[J];重庆交通大学学报(自然科学版);2017年10期

4 汪清瑶;刘琼;;基于Elman神经网络的烧结矿质量在线预测研究[J];仪表技术与传感器;2017年10期

5 王一s，

本文编号：2428198