林燕平
- 作品数：3 被引量：14H指数：2
- 供职机构：南京师范大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程经济管理更多>>
- 基于ARIMA模型的城市公共自行车需求量短期预测方法研究被引量：6
- 2016年
- 预测在城市公共自行车的研究中占重要地位,对站点未来需求量进行分析和预测,可为管理者提前分配自行车和用户合理制定出行方案提供依据.本文采用自回归求积移动平均(ARIMA)模型,对公共自行车高峰时段的需求量时间序列进行拟合和预测,并与基线法(Baseline)预测误差比较,结果显示对于不同站点类型的预测,此模型的预测值与实际值的平均相对误差均低于Baseline预测方法 .ARIMA模型的预测精度相对较高,且预测结果可信,可为城市公共自行车管理和使用提供预测的理论与方法 .
- 林燕平窦万峰
- 关键词：公共自行车ARIMA模型
- 基于租赁点关联的公共自行车需求量预测方法研究
- 作为解决公共交通“最后一公里”难题的交通方式，公共自行车系统能有效提升城市公共交通整体服务水平。但是，公共自行车系统在迅速发展的同时，也经常出现“无车可借”与“无空位可还”的问题。其根本原因是，由于在不同时间和不同租赁点...
- 林燕平
- 关键词：公共自行车系统
- 文献传递
- 基于网络模型的城市公共自行车需求量预测研究被引量：8
- 2017年
- 自行车共享系统逐渐出现在许多城市中,由于在不同时间和站点的自行车需求量(租/还量)不平衡,系统中各站点的自行车需要人工频繁地调整使其不断达到平衡状态,然而实时监控并不能很好地解决这个问题。因此,提出了一个基于网络图的预测模型,可以预测未来时间段内的某个站点自行车的需求量,提前对站点自行车进行分配。通过分层聚类算法对预测站点进行聚类,得到与其相关的站点簇,并对站点簇构建网络模型。最后,使用纽约(NYC)和华盛顿(D.C.)两个自行车共享系统的数据进行实验,并与基线法、历史平均法及ARIMA模型进行比较。结果发现同一簇的站点具有相似的使用模式,模型预测误差率不高于0.45,网络模型预测性能较好,且能够应用于不同城市的自行车共享系统。
- 林燕平窦万峰
- 关键词：分层聚类算法
