公共自行车站点需求量预测及调度方法研究

发布时间：2020-11-18 20:10

　　 城市公共自行车的出现有效的解决了短途出行“最后一公里”的问题,已经成为公共交通体系中不可或缺的环节。然而,在其快速发展的同时,由于交通的潮汐性以及车辆调度的不及时,出现了公共自行车系统站点车辆的供需不平衡现象,极大程度上影响系统的发展以及出行用户的使用体验。如何提前准确的预测出系统各个站点的出行需求量并在此基础上进行合理的车辆调度对于解决调度的滞后性具有重要意义。本文通过对城市公共自行车出行影响因素的分析、对站点的出行需求量进行预测并在此基础上提出了系统的车辆调度机制,为城市公共自行车系统持久发展提供了重要的理论依据。首先,本文阐述了国内外城市公共自行车站点规划、需求量预测以及车辆调度问题的研究现状,分析了目前公共自行车系统发展所存在的供需不平衡,调度不及时等问题。以美国旧金山湾区城市公共自行车出行数据、天气数据为基础,对其进行数据挖掘,分析了气象条件(温度、湿度、风速、云量、天气)对站点骑行量的影响并对其进行了相关性分析;对站点的骑行量从时间尺度(月、周、日、小时)的变化规律进行了分析;此外,还分析了站点与站点之间的关联性,从而把握系统站点的出行特点。其次,在对系统骑行量影响因素分析的基础上,使用聚类算法对站点进行时空聚类,以此得到站点的相关站点簇,接下来利用对数优化方法对异常数据进行转换,减少异常数据对预测模型的影响,并利用泛化性能较好的随机森林构建需求量预测模型,对不同的站点簇分别建立不同的预测模型,使得模型对同一站点簇内的数据更有针对性,从而提高预测模型的预测精度。最后,对车辆调度问题的定义以及分类进行了阐述,分析了目前公共自行车系统车辆调度所存在的问题,考虑了用户出行需求的随机性,结合上述预测分析结果提出了一种价格激励机制的车辆调度方法,实现公共自行车系统站点的供需平衡。在提高服务水平的同时,降低了系统调度人员重新放置车辆的需要,从而节省系统运营成本。
【学位单位】：太原理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：U491.225;TP18
【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 论文选题背景及意义
        1.1.1 选题背景
        1.1.2 选题意义
    1.2 国内外研究现状
        1.2.1 城市公共自行车站点规划问题
        1.2.2 城市公共自行车站点需求量预测
        1.2.3 城市公共自行车系统车辆调度问题
    1.3 研究内容及结构安排
        1.3.1 研究内容
        1.3.2 结构安排
第2章 城市公共自行车出行数据特征分析
    2.1 数据来源及描述
        2.1.1 站点信息
        2.1.2 出行记录
        2.1.3 气象数据
        2.1.4 站点状态
    2.2 数据预处理
        2.2.1 缺失值处理
        2.2.2 数据量化处理
    2.3 影响因素分析
        2.3.1 气象因子
        2.3.2 时间因子
        2.3.3 关联站点
    2.4 本章小结
第3章 城市公共自行车需求量预测分析
    3.1 公共自行车系统预测分析
    3.2 随机森林算法
        3.2.1 决策树
        3.2.2 集成学习
        3.2.3 随机森林算法
    3.3 基于随机森林的需求量预测模型
        3.3.1 站点时空聚类
        3.3.2 对数优化
        3.3.3 输入/输出变量的确定
        3.3.4 参数的设置
        3.3.5 评价指标
    3.4 实例预测
        3.4.1 需求量预测模型
        3.4.2 空间聚类
        3.4.3 时间聚类
        3.4.4 预测分析
    3.5 本章小节
第4章 基于价格激励机制的车辆调度模型
    4.1 车辆调度分析
        4.1.1 公共自行车车辆调度问题描述
        4.1.2 公共自行车车辆调度类型的划分
        4.1.3 公共自行车车辆调度类型所存在的问题
    4.2 调度模型构建
        4.2.1 问题描述
        4.2.2 模型参数
        4.2.3 模型建立
    4.3 实例分析
        4.3.1 实验数据
        4.3.2 实验结果分析
    4.4 本章小结
第5章 总结与展望
    5.1 全文总结
    5.2 研究展望
参考文献
致谢
攻读硕士学位期间的研究成果

【相似文献】

相关期刊论文 前10条

1 牛建军;邓志东;李超;;无线传感器网络分布式调度方法研究[J];自动化学报;2011年05期

2 冯叶;陈子兆;;无线传感器网络传输调度方法探讨[J];中国新通信;2016年09期

3 杜浩;毕大平;李敏乐;;基于贝叶斯理论的电子支援侦察搜索调度方法[J];电光与控制;2017年01期

4 张月岭;杨玉星;李寰;;基于乘客分类的电梯群控策略研究[J];微计算机信息;2008年12期

5 张星梅;;远程网络通信的均衡任务调度方法[J];自动化与仪器仪表;2018年04期

6 郭宏伟;薛乃凤;;数字化车间的调度方法探析[J];科技与企业;2012年11期

7 张春光;曾广平;王洪泊;涂序彦;;一种多QoS驱动的物联网资源分层调度方法[J];中北大学学报(自然科学版);2017年03期

8 林坤宁;;VoLTE业务的资源调度方法研究[J];移动通信;2016年20期

9 党红恩;;基于任务分割的云计算动态多DAG调度方法[J];内蒙古师范大学学报(自然科学汉文版);2017年03期

10 杨梅芳;;云计算模式下多租户软件最优调度方法仿真[J];计算机仿真;2018年07期

相关博士学位论文 前4条

1 牛建军;无线传感器网络分布式调度方法研究[D];清华大学;2010年

2 左利云;云计算中基于任务特性和资源约束的调度方法研究[D];华南理工大学;2016年

3 田文奇;基于时空双尺度的电动汽车换电站有序充电调度方法[D];北京交通大学;2013年

4 初翔;回报衰减的多类顾客排队系统的调度方法研究[D];大连理工大学;2015年

相关硕士学位论文 前10条

1 种颖珊;公共自行车站点需求量预测及调度方法研究[D];太原理工大学;2019年

2 何赟燕;面向同步装卸的集装箱码头集成调度方法[D];宁波大学;2013年

3 张凯;基于运行模式的云计算资源调度方法研究[D];哈尔滨理工大学;2013年

4 韩鑫;基于NDN的无线传感网协议设计与节点休眠调度方法研究[D];西北大学;2015年

5 方鹤;面向区域的公交调度方法研究[D];河北工业大学;2007年

6 吴志佩;基于多种吊桥同步装卸的集装箱码头集成调度方法[D];宁波大学;2013年

7 王海瑶;基于规则组合的Job Shop多目标柔性调度方法研究[D];合肥工业大学;2009年

8 杨阳;面向Petri网的电子运送调度模型研究[D];南京航空航天大学;2006年

9 王华;社会保险管理信息系统中方法库的设计与实现[D];湖南大学;2010年

10 杨海军;基于快速需求响应的城市公共交通在线调度方法研究[D];天津大学;2007年

本文编号：2889148