区域共享单车停放量短期预测方法研究

摘要：

区域共享单车停放量预测,是实现区域共享单车预警与运营调度的前提条件.采用层次聚类以及K-mean聚类结合的分析法对研究区域进行分类,分析不同类型区域共享单车停车特征,并以自回归求和滑动平均(ARIMA)与神经网络预测法为基础,建立区域共享单车停放量短期预测模型.结果表明,ARIMA与BP神经网络组合模型相比于传统的ARIMA模型拟合效果较好,组合模型较好地实现了共享单车停放量的预测,是实现短期预测的有效方法.

关键词： 城市道路 共享单车 停放量 短期预测

作者: 陈绵 陈龙 彭翔

作者单位: 上海浦东建筑设计研究院有限公司 同济大学建筑设计研究院(集团)有限公司

会议类型: 国内会议

会议名称: 2019年中国城市交通规划年会

会议地点: 成都

会议语种:中文

页码: 1-11

在线出版日期: 2019-10-16（万方平台首次上网日期，不代表论文的发表时间）