基于BP神經網絡的公共自行車單站點調度需求量研究
摘要：城市公共自行車租賃系統的合理調度對提高公共自行車使用率至關重要,其關鍵在于對未來自行車使用情況進行合理預測,確定每個站點調度需求量。通過對站點歷史借還車數據與運行特性進行歸納分析,利用BP神經網絡模型對單站點借（還）車頻次隨時間分布的規律進行預測,預測值和真實值平均相差約3輛車,曲線擬合良好,證明模型可實踐性較高。在此基礎上,按照調度時間窗內站點飽和度動態平衡的原則確定單站點最佳調度需求量。對浙江溫州鹿城區街心公園站點的實例分析表明,實行按需調度能使早晚高峰單站點＂無位可還＂的時間縮短約0.5h以上,從而有效提升站點服務質量和滿意度。
注: 保護知識產權,如需閱讀全文請聯系交通標準化雜志社
相關推薦
更多
