区域共享单车停放量短期预测方法研究

摘要

区域共享单车停放量预测,是实现区域共享单车预警与运营调度的前提条件.采用层次聚类以及K-mean聚类结合的分析法对研究区域进行分类,分析不同类型区域共享单车停车特征,并以自回归求和滑动平均(ARIMA)与神经网络预测法为基础,建立区域共享单车停放量短期预测模型.结果表明,ARIMA与BP神经网络组合模型相比于传统的ARIMA模型拟合效果较好,组合模型较好地实现了共享单车停放量的预测,是实现短期预测的有效方法.