论文部分内容阅读
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