公共自行车需求多因素预测模型与调度算法研究

发布时间：2023-10-15 15:53

　　随着社会的飞速发展,人们的生活节奏日益加快,城市机动车保有量持续攀升,引发的交通阻塞、出行困难问题引起了人们的密切关注,公共自行车作为城市公共交通的创新形式,有力解决了人们绿色出行的需要。然而,公共自行车分配不均衡问题极大影响用户的使用体验,是目前系统运营商面临的重点难题之一。因此,本文对公共自行车出行需求影响因素的分析、出行需求的预测以及公共自行车调度问题的优化求解,为公共自行车系统优化服务提供了重要的理论依据。论文首先阐述国内外公共自行车站点规划、需求预测、车辆调度的研究现状,分析目前公共自行车系统存在的需求不平衡,调度成本大的问题,阐述解决该问题的研究方法与相关理论概述,包括历史时序均值模型,自回归平均滑动模型(ARMA)等预测模型,以及求解车辆调度问题(VRP)的启发式算法等。其次,论文根据纽约市Citi Bike公共自行车系统的出行数据、纽约市历史天气数据,阐述影响公共自行车出行需求的多种因素,并分别对时间、位置、天气、温度因素进行分析。然后采用基于特征加权的K-means对站点进行聚类,确定天气对公共自行车使用需求的滞后变量模型,并提出带AMRA误差的多因素预测模型(Mul...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 选题背景及意义
    1.2 国内外发展及研究现状
    1.3 研究内容与研究框架
第2章 相关理论概述
    2.1 传统时序预测算法概述
        2.1.1 历史时序均值法
        2.1.2 指数平滑法
        2.1.3 自回归滑动平均模型
    2.2 车辆调度问题启发式算法概述
        2.2.1 蚁群算法
        2.2.2 禁忌搜索
        2.2.3 遗传算法
    2.3 K-means聚类算法
第3章 公共自行车出行影响因素分析
    3.1 数据集概述
        3.1.1 数据集选取
        3.1.2 出行记录数据
        3.1.3 站点信息数据
        3.1.4 天气数据
    3.2 时间因素分析
    3.3 位置因素分析
    3.4 天气因素分析
    3.5 温度因素分析
    3.6 本章小结
第4章 MFR-ARMA需求预测模型
    4.1 MFR-ARMA模型框架
    4.2 基于特征加权K-means的站点聚类
    4.3 天气滞后变量模型
    4.4 MFR-ARMA模型建立
    4.5 实验结果分析
        4.5.1 实验环境
        4.5.2 聚类结果分析
        4.5.3 天气滞后系数分析
        4.5.4 预测结果
第5章 公共自行车系统车辆调度优化
    5.1 公共自行车调度模型建模
    5.2 调配量分析
    5.3 基于实际距离的车辆路径问题优化
    5.4 基于2-opt改进的遗传算法求解
        5.4.1 遗传算法求解分析
        5.4.2 算法设计
    5.5 实例分析
        5.5.1 实验数据
        5.5.2 参数设置
        5.5.3 求解结果分析
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士学位期间主要的研究成果
致谢
附录



本文编号：3854208