基于数据分析的共享单车动态调配优化研究
发布时间：2021-01-21 06:20
自行车作为过去二十年逐渐被汽车挤走的出行方式,随着“共享单车热”的出现正在逐渐回归大众视野。共享单车是科技创新的产物,它的出现为有效解决“最后一公里”难题提供了便利。由于前期各运营商疯狂投入共享单车抢占市场,浪费了大量资源,占用了大量公共场所,同时出现了共享单车投放点单车供需严重不平衡的情况,这就需要优化共享单车的调配方案以增加每辆单车的周转率,用适量的共享单车来满足用户的出行需求,避免大规模投入共享单车的现象继续发酵,以此可以有效地改善运营商投入成本高、共享单车利用率低、站点单车供需不平衡等情况。基于此,本文的研究工作包含以下几个方面:（1）以北京市摩拜单车的出行数据为基础,对共享单车用户的出行特征进行了分析,并且以问卷调查的方式,研究了当前共享单车市场的用户使用情况和满意度,运用统计计算的方法得到了用户的骑行满意度指数,为后续共享单车用户出行预测提供了理论支持。（2）使用K-means聚类法对共享单车的投放区域进行了划分,在此基础上,利用Xgboost算法对各投放区域内的共享单车用户的出行需求进行了动态预测,并结合用户骑行满意度指数计算出了理想条件下期望的共享单车出行需求。此外,通...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图１－１论文技术路线结构图??Ｆｉｇ?１－１?Ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ?ｏｆ?ｔｈｅ?ｔｈｅｓｉｓ??１．４本章小结??
?共享单车用户骑行特征分析与满意度调查??拜单车的骑行次数，绘制一周的骑行次数时间分布曲线，如图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??时间（天）??图２－１周骑行行为特征??Ｆｉｇ?２－１?Ｃｙｃｌｉｎｇ?ｂｅｈａｖｉｏｒ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｆｏｒ?ａ?ｗｅｅｋ??周六日为灰色区域，工作日为紫色区域，可以看出摩拜单车在工作日和周六??日的使用情况明显不同。骑行行为主要集中在工作日，可以看出明显的早、晚高??峰现象，这是由用户的通勤行为形成的，其中早高峰持续时间较短，但用户数增??长迅猛；晚高峰用户数增长比较缓和，持续时间较早高峰略长；中午也有一段持??续时间较短的高峰期，但该时段的用户数远低于早、晚高峰时的用户数量。周六??日的骑行次数时间分布曲线较为平缓，仅在傍晚时出现骑行量的小高峰现象。??通过一周的分布曲线可以得出，工作日的早晚髙峰时的骑行量可以代表共享??单车的最大需求量。??２．１．３日骑行行为特征??为了更准确地描述用户骑行行为的峰值
?共享单车用户骑行特征分析与满意度调查??拜单车的骑行次数，绘制一周的骑行次数时间分布曲线，如图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??时间（天）??图２－１周骑行行为特征??Ｆｉｇ?２－１?Ｃｙｃｌｉｎｇ?ｂｅｈａｖｉｏｒ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｆｏｒ?ａ?ｗｅｅｋ??周六日为灰色区域，工作日为紫色区域，可以看出摩拜单车在工作日和周六??日的使用情况明显不同。骑行行为主要集中在工作日，可以看出明显的早、晚高??峰现象，这是由用户的通勤行为形成的，其中早高峰持续时间较短，但用户数增??长迅猛；晚高峰用户数增长比较缓和，持续时间较早高峰略长；中午也有一段持??续时间较短的高峰期，但该时段的用户数远低于早、晚高峰时的用户数量。周六??日的骑行次数时间分布曲线较为平缓，仅在傍晚时出现骑行量的小高峰现象。??通过一周的分布曲线可以得出，工作日的早晚髙峰时的骑行量可以代表共享??单车的最大需求量。??２．１．３日骑行行为特征??为了更准确地描述用户骑行行为的峰值
【参考文献】：
期刊论文
[1]关于共享单车行业的PEST模型分析[J]. 冷蓓蓓. 现代营销(下旬刊). 2017(04)
[2]浅析共享单车的发展之路[J]. 白婉莹. 中国商论. 2017(11)
[3]城市公共自行车调度优化方法研究[J]. 刘冉,戴冀峰,林建新,杨倩. 交通工程. 2017(02)
[4]基于共享经济视角下城市共享单车发展对策研究[J]. 李琨浩. 城市. 2017(03)
[5]共享单车发展研究分析[J]. 刘亚楠. 时代金融. 2017(08)
[6]共享单车市场调研与分析[J]. 李敏莲. 财经界(学术版). 2017(05)
[7]基于多目标优化模型的城市公共自行车调度研究[J]. 陈昕昀,蒋永康,李牧原,柯希玮. 现代交通技术. 2017(01)
[8]共享经济时代的企业商业模式分析——以ofo共享单车为例[J]. 周坤维. 经营管理者. 2017(03)
[9]共享单车,自行车复兴之路的关键推手[J]. 杨涛,杨明,魏东阳. 环境经济. 2017(Z1)
[10]国人共享单车使用情况调查[J]. 薛强. 金融博览(财富). 2017(01)
硕士论文
[1]基于NB-IoT的城市公共自行车系统调度预测研究[D]. 黄志宏.安徽理工大学 2018
[2]城市公共自行车站点需求预测及调度优化方法研究[D]. 刘路美.北京交通大学 2017
[3]基于马尔可夫链模型的公共自行车站点供需研究[D]. 谭玉龙.西南交通大学 2015
[4]基于TOD理念的自行车与轨道交通换乘研究[D]. 姬蔷.东南大学 2015
本文编号：2990637
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图１－１论文技术路线结构图??Ｆｉｇ?１－１?Ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ?ｏｆ?ｔｈｅ?ｔｈｅｓｉｓ??１．４本章小结??
?共享单车用户骑行特征分析与满意度调查??拜单车的骑行次数，绘制一周的骑行次数时间分布曲线，如图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??时间（天）??图２－１周骑行行为特征??Ｆｉｇ?２－１?Ｃｙｃｌｉｎｇ?ｂｅｈａｖｉｏｒ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｆｏｒ?ａ?ｗｅｅｋ??周六日为灰色区域，工作日为紫色区域，可以看出摩拜单车在工作日和周六??日的使用情况明显不同。骑行行为主要集中在工作日，可以看出明显的早、晚高??峰现象，这是由用户的通勤行为形成的，其中早高峰持续时间较短，但用户数增??长迅猛；晚高峰用户数增长比较缓和，持续时间较早高峰略长；中午也有一段持??续时间较短的高峰期，但该时段的用户数远低于早、晚高峰时的用户数量。周六??日的骑行次数时间分布曲线较为平缓，仅在傍晚时出现骑行量的小高峰现象。??通过一周的分布曲线可以得出，工作日的早晚髙峰时的骑行量可以代表共享??单车的最大需求量。??２．１．３日骑行行为特征??为了更准确地描述用户骑行行为的峰值
?共享单车用户骑行特征分析与满意度调查??拜单车的骑行次数，绘制一周的骑行次数时间分布曲线，如图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??时间（天）??图２－１周骑行行为特征??Ｆｉｇ?２－１?Ｃｙｃｌｉｎｇ?ｂｅｈａｖｉｏｒ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｆｏｒ?ａ?ｗｅｅｋ??周六日为灰色区域，工作日为紫色区域，可以看出摩拜单车在工作日和周六??日的使用情况明显不同。骑行行为主要集中在工作日，可以看出明显的早、晚高??峰现象，这是由用户的通勤行为形成的，其中早高峰持续时间较短，但用户数增??长迅猛；晚高峰用户数增长比较缓和，持续时间较早高峰略长；中午也有一段持??续时间较短的高峰期，但该时段的用户数远低于早、晚高峰时的用户数量。周六??日的骑行次数时间分布曲线较为平缓，仅在傍晚时出现骑行量的小高峰现象。??通过一周的分布曲线可以得出，工作日的早晚髙峰时的骑行量可以代表共享??单车的最大需求量。??２．１．３日骑行行为特征??为了更准确地描述用户骑行行为的峰值
【参考文献】：
期刊论文
[1]关于共享单车行业的PEST模型分析[J]. 冷蓓蓓. 现代营销(下旬刊). 2017(04)
[2]浅析共享单车的发展之路[J]. 白婉莹. 中国商论. 2017(11)
[3]城市公共自行车调度优化方法研究[J]. 刘冉,戴冀峰,林建新,杨倩. 交通工程. 2017(02)
[4]基于共享经济视角下城市共享单车发展对策研究[J]. 李琨浩. 城市. 2017(03)
[5]共享单车发展研究分析[J]. 刘亚楠. 时代金融. 2017(08)
[6]共享单车市场调研与分析[J]. 李敏莲. 财经界(学术版). 2017(05)
[7]基于多目标优化模型的城市公共自行车调度研究[J]. 陈昕昀,蒋永康,李牧原,柯希玮. 现代交通技术. 2017(01)
[8]共享经济时代的企业商业模式分析——以ofo共享单车为例[J]. 周坤维. 经营管理者. 2017(03)
[9]共享单车,自行车复兴之路的关键推手[J]. 杨涛,杨明,魏东阳. 环境经济. 2017(Z1)
[10]国人共享单车使用情况调查[J]. 薛强. 金融博览(财富). 2017(01)
硕士论文
[1]基于NB-IoT的城市公共自行车系统调度预测研究[D]. 黄志宏.安徽理工大学 2018
[2]城市公共自行车站点需求预测及调度优化方法研究[D]. 刘路美.北京交通大学 2017
[3]基于马尔可夫链模型的公共自行车站点供需研究[D]. 谭玉龙.西南交通大学 2015
[4]基于TOD理念的自行车与轨道交通换乘研究[D]. 姬蔷.东南大学 2015
本文编号：2990637
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2990637.html
