基于BP神经网络算法的共享单车需求预测

文章选取某地区不同时段的共享单车需求数据,采用BP神经网络算法构建了基于Tanh函数、Logistic函数、Relu函数、Identiey函数四种不同激活函数下的需求预测模型,并应用RMSE、MSE、MAE、R2四种模型评估指标对模型进行评估,从而选出最优需求预测模型进行共享单车的需求预测。结果表明:无论在检验训练数据下还是检验测试数据下,精度最高的模型为Tanh函数下的BP神经网络模型,其测试集下的标准误差(RMSE)比训练集下的标准误差(RMSE)略有上升,测试集下的拟合优度(R2)比训练集下的拟合优度(R2)略有下降,说明该模型具有强泛化性能。

基于网约车资源调度的可视化分析

文章针对网约车需求高峰期“打车难”的问题,按照大数据可视化分析的工作路径,以某网约车企业的运营数据为例,利用PMT软件对数据进行处理,分析网约车出行需求的特征,最终发现网约车需求在不同时段、地域上存在的差异。这些结论有助于网约车企业在进行车辆资源调度时做出更合理的调度决策,从而最大程度地满足客户需求。

基于多目标决策的成都物流机场方案优选方法研究

随着信息化和物流技术的发展,空港物流的地位日益提升,空港物流的发展有助于提高机场竞争力。针对目前空港物流规划布局不合理的现状,以成都双流机场空港物流系统为研究对象,考虑物流区收益、物流发展趋势、周边影响三个方面因素,并建立了指标体系,通过多目标决策方法进行分析,得出该机场物流发展属于一般,空港物流绩效急需提高,具有一定的实际价值。