基于降低失效停放区比率的共享单车系统稳定性研究

共享单车失效停放区使得用户无法取车或还车,影响共享单车系统运营稳定性。本文基于排队论与马尔科夫链构建了共享单车系统稳定状态平均场方程组并求解稳态解,发现停放区交互作用使得失效停放区对相邻停放区产生需求溢出效应,增加系统失效停放区比率,影响系统运营稳定性。本文以降低系统失效停放区比率目标,引入(M,S)交互策略,调节失效停放区对相邻停放区的交互作用程度。进一步,以算例分析比较相同类型与不同类型停放区交互作用、(M,S)交互策略下共享单车系统的失效停放区比率。结果表明(M,S)交互策略能够有效降低失效停放区比率,提高系统运营稳定性。本研究为共享单车企业运营稳定性决策提供了有价值的参考。

基于3R原则的共享单车系统研究

共享单车的普及为低碳出行提供了更多的可能性,但同时也带来了诸多问题。通过探讨共享单车系统与环境、资源和人的关系,肯定了共享单车系统对减轻环境污染和缓解交通压力等方面的优势,同时指出其带来的空间占用和资源浪费问题。基于3R原则对共享单车系统进行研究,旨在找出共享单车系统中人——车——环境之间的关系,从而对共享单车系统的未来发展提出可借鉴的建议。

基于SSM的共享单车管理系统设计

随着网络发展,“共享单车+互联网”已经成为当下环保出行的主要交通工具,共享单车不仅可以在停放处随时找到,为人们节省出行的时间,还可以缓解一些交通堵塞。但是目前的共享单车的租启用存在响应时间长、还车信息提交不及时等问题,所以建立完善的共享单车管理系统是十分重要的。设计了共享单车管理系统,采用MySQL作为系统的数据库、Java作为编程语言以及SSM框架等技术,使系统与数据库之间达到互联互通,能够快速响应。

基于时空融合图的共享单车需求预测系统

作为一种新的城市公共交通方式,共享单车的出现给人们的日常出行带来了极大的便利性;但由于其使用的过程中存在动态不均衡的性质,用户常会面临无车可借和无桩可还的现象,因此需要一个精确的需求预测模型,来解决共享单车的调度问题;为此提出一种新的基于时空融合图的注意力网络模型,该模型将不同时间片的相同车站节点进行连接,从而形成一张大的时空融合图;得益于时空融合图下的自注意力机制,模型在时间相关性和空间相关性之外,还可以捕获局部时空相关性和全局时空相关性;在Divvy数据集上的实验表明,该模型的预测精度优于以往的时空数据预测模型,预测结果与真实结果曲线相吻合,可为实际中共享单车需求预测系统提供有效参考。

基于自适应聚类的共享单车需求预测与投放决策

为了解决有桩共享单车系统(BSS)发生站点失衡导致用户不满和真实需求失真的问题,提出一种基于自适应聚类的站点借还车需求预测和投放量决策方法。首先基于XGBoost原理将站点聚类,然后依次在类层次和站点层次估计借还车需求量,考虑导致需求失真的两种场景,最后根据各站点各时段需求量的预测结果多次模拟系统服务过程,以被拒需求数量的期望值为指标计算各站点以客户满意为导向的最优投放量。论文以纽约CitiBike系统为例进行分析,总结了运营建议,并设计对比试验验证了所提方法对捕捉BSS潜在需求并提高服务率的有效性。

可配式共享单车检测系统开发

介绍了共享单车检测系统的设计思想和工作流程,利用三菱F系列的可编程逻辑器件(PLC)、光电编码器以及自主设计的人机交互界面,对目标自行车进行自动化检测、评估和结果反映,使得用户可以轻松地掌握自行车的工作情况。

基于数据场聚类的共享单车需求预测模型

共享单车系统日益普及,积累了海量的出行轨迹数据.在共享单车系统中,用户的借车和还车行为是随机的,且受天气、时间等动态因素影响,使得共享单车调度不平衡,影响单车用户体验,并给运营商造成巨大经济损失.提出了新型基于站点聚类的共享单车需求预测算法,通过构建单车转移网络计算站点活跃度,充分考虑站点地理位置和单车转移模式因素,基于数据场聚类思想,将距离相近和用车模式相似的站点聚合到一个聚簇中,给出最佳簇中心个数求取方法.充分分析时间和天气因素对站点单车需求的影响,利用皮尔逊相关系数,从真实天气数据中选择相关性最大的天气特征,结合历史聚簇内单车需求量,将其转化为三维向量,利用多特征长短时记忆深度神经网络LSTM(long short-term memory)对向量内的特征信息进行学习和训练,以30分钟为长时间间隔,对每个聚簇内的单车需求量进行预测分析.与传统机器学习算法和当前主流方法进行对比,实验结果表明,所提单车需求模型预测性能得到显著提升.

一种用于共享单车站点群的需求预测方法

共享单车系统中不同站点在不同时期内的单车需求分布非常不平衡,对共享单车系统的服务质量产生了不良影响,对此提出一种分层预测模型来预测每个站点群的每小时单车租还需求量。提出一种基于超级站点的聚类算法,将单车站点分配到每个集群当中;提出一种基于时间与天气相似度的模型来预测整个共享单车系统中的需求;训练极致梯度提升树(XGBoost)模型来预测每个站点群的需求,并得到每个站点群在整个系统中所占的比例。通过将上面获得的两个结果相乘得到每个站点群单车需求的预测结果。实验结果表明了该方法的优势。

高校共享单车多点循环模式研究

通过问卷调查高校公共自行车现状,发现需改进自行车停放车架、自行车车库和自行车停放管理系统等三个方面。对这三个方面进行研究,借鉴城市共享单车的"智能停车区"的理念和"半智能化共享单车循环点",建立成本-收入模型,构建高校共享单车"多点循环模式"。并以运城学院为例计算出该学院至少应搭建11个可容纳40辆单车的循环点。

基于单纯形法的共享单车优化调度

共享单车是指企业在多区域提供自行车单车共享服务,是一种新型共享经济。本文主要研究了共享单车的调度问题,实现了对共享单车的合理调度,解决了一系列问题。基于当前共享单车的综合情况,建立了完整的调度系统模型。具体详细的分析处理了共享单车的系统调度问题,达到了最低成本和最高效的调度方式。