隨著社會的飛速發(fā)展,人們的生活節(jié)奏日益加快,城市機動車保有量持續(xù)攀升,引發(fā)的交通阻塞、出行困難問題引起了人們的密切關注,公共自行車作為城市公共交通的創(chuàng)新形式,有力解決了人們綠色出行的需要。然而,公共自行車分配不均衡問題極大影響用戶的使用體驗,是目前系統(tǒng)運營商面臨的重點難題之一。因此,本文對公共自行車出行需求影響因素的分析、出行需求的預測以及公共自行車調度問題的優(yōu)化求解,為公共自行車系統(tǒng)優(yōu)化服務提供了重要的理論依據(jù)。論文首先闡述國內外公共自行車站點規(guī)劃、需求預測、車輛調度的研究現(xiàn)狀,分析目前公共自行車系統(tǒng)存在的需求不平衡,調度成本大的問題,闡述解決該問題的研究方法與相關理論概述,包括歷史時序均值模型,自回歸平均滑動模型(ARMA)等預測模型,以及求解車輛調度問題(VRP)的啟發(fā)式算法等。其次,論文根據(jù)紐約市Citi Bike公共自行車系統(tǒng)的出行數(shù)據(jù)、紐約市歷史天氣數(shù)據(jù),闡述影響公共自行車出行需求的多種因素,并分別對時間、位置、天氣、溫度因素進行分析。然后采用基于特征加權的K-means對站點進行聚類,確定天氣對公共自行車使用需求的滯后變量模型,并提出帶AMRA誤差的多因素預測模型(Mul...

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及意義
    1.2 國內外發(fā)展及研究現(xiàn)狀
    1.3 研究內容與研究框架
第2章 相關理論概述
    2.1 傳統(tǒng)時序預測算法概述
        2.1.1 歷史時序均值法
        2.1.2 指數(shù)平滑法
        2.1.3 自回歸滑動平均模型
    2.2 車輛調度問題啟發(fā)式算法概述
        2.2.1 蟻群算法
        2.2.2 禁忌搜索
        2.2.3 遺傳算法
    2.3 K-means聚類算法
第3章 公共自行車出行影響因素分析
    3.1 數(shù)據(jù)集概述
        3.1.1 數(shù)據(jù)集選取
        3.1.2 出行記錄數(shù)據(jù)
        3.1.3 站點信息數(shù)據(jù)
        3.1.4 天氣數(shù)據(jù)
    3.2 時間因素分析
    3.3 位置因素分析
    3.4 天氣因素分析
    3.5 溫度因素分析
    3.6 本章小結
第4章 MFR-ARMA需求預測模型
    4.1 MFR-ARMA模型框架
    4.2 基于特征加權K-means的站點聚類
    4.3 天氣滯后變量模型
    4.4 MFR-ARMA模型建立
    4.5 實驗結果分析
        4.5.1 實驗環(huán)境
        4.5.2 聚類結果分析
        4.5.3 天氣滯后系數(shù)分析
        4.5.4 預測結果
第5章 公共自行車系統(tǒng)車輛調度優(yōu)化
    5.1 公共自行車調度模型建模
    5.2 調配量分析
    5.3 基于實際距離的車輛路徑問題優(yōu)化
    5.4 基于2-opt改進的遺傳算法求解
        5.4.1 遺傳算法求解分析
        5.4.2 算法設計
    5.5 實例分析
        5.5.1 實驗數(shù)據(jù)
        5.5.2 參數(shù)設置
        5.5.3 求解結果分析
第6章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
攻讀碩士學位期間主要的研究成果
致謝
附錄



本文編號：3854208