声明
致谢
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 共享单车出行需求量预测研究现状
1.2.2 共享单车的调配问题的研究现状
1.2.3 当前研究的不足
1.3 主要研究内容和结构
2 共享单车系统与基础理论
2.1 共享单车系统简介
2.1.1 共享单车系统构成
2.1.2 共享单车的发展历史
2.2 因果关系和因果分析模型
2.2.1 因果关系
2.2.2 因果分析模型
2.3 集成学习
2.3.1 集成学习概述及原理
2.3.2 个体学习器的选择原则
2.3.3 Boosting方法与Bagging方法
2.3.4 融合策略
2.4 本章小结
3 共享单车出行特性及影响因素分析
3.1 数据预处理
3.2 共享单车出行需求的时间分布
3.3 共享单车出行需求的空间分布
3.4 共享单车出行距离的分布
3.5 基于Granger因果检验的天气影响因素分析
3.5.1 基于Granger因果检验的天气指标选择算法
3.5.2 实例分析
3.6 本章小结
4 基于Stacking策略的共享单车出行需求组合预测模型
4.1 预测模型概述
4.2 基于灰色关联分析的相似日确定
4.3 基于Stacking策略的共享单车出行需求组合预测模型
4.3.1 基于Stacking策略的集成学习模型
4.3.2 基于Stacking策略的共享单车需求量组合预测模型构建
4.4 实例分析
4.4.1 数据预处理
4.4.2 基于灰色关联分析的样本集构建
4.4.3 初级学习器训练和模型参数的确定
4.4.4 模型预测精度分析
4.5 本章小结
5 共享单车的调度路径优化
5.1 共享单车调度问题及相关理论分析
5.1.1 共享单车调度问题简介
5.1.2 共享单车调度需求产生的原因
5.1.3 共享单车的调度方式
5.1.4 调度问题的主要内容
5.2 故障单车的识别和回收
5.2.1 故障单车简介
5.2.2 故障单车的识别
5.3 调度模型
5.3.1 模型假设
5.3.2 符号说明
5.3.3 模型建立
5.4 案例分析
5.4.1 案例介绍
5.4.2 参数设置
5.4.3 结果分析
5.5 本章小结
6 结论与展望
6.1 结论
6.2 研究展望
参考文献
附录 A
附录B
附录C
作者简历及攻读硕士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;
