发明名称 一种考虑用户预约数据的公共自行车高峰期需求预测方法
摘要 本发明公开了一种考虑用户预约数据的公共自行车高峰期需求预测方法,包括步骤:1)采集和提取用户高峰时段预约数据;2)采集公共自行车历史高峰时段使用数据;3)处理预约数据,得出次日不同网点各时间段的预约需求量;4)处理历史数据,得出次日不同网点各时间段的需求预测值;5)整合根据预约数据和历史数据得出的预测值,确定不同网点各时间段的最终借还需求量;6)绘制有时间窗的调度需求表。本发明能有效提高公共自行车各网点高峰期车辆及锁车桩需求预测准确度,切实为高峰期调度提供具有参考价值的数据。
申请公布号 CN105719019A 申请公布日期 2016.06.29
申请号 CN201610039916.7 申请日期 2016.01.21
申请人 华南理工大学 发明人 马莹莹;叶钦海;秦筱然
分类号 G06Q10/04(2012.01)I;G06Q50/30(2012.01)I 主分类号 G06Q10/04(2012.01)I
代理机构 广州市华学知识产权代理有限公司 44245 代理人 罗观祥
主权项 一种考虑用户预约数据的公共自行车高峰期需求预测方法,其特征在于,包括以下步骤:1)采集和提取用户高峰时段预约数据:根据手机APP或微信公众号采集公共自行车用户次日高峰期时段的出行计划数据,提取预约的出发时间段、出发点和目的点这些有关数据;2)采集公共自行车历史高峰时段使用数据:根据各网点历史刷卡记录,提取历史高峰时段公共自行车的借车数据、还车数据以及对应的时间点;3)处理预约数据,得出次日不同网点各时间段的预约需求量:第一步是根据预约数据中的出发点和目的点坐标,结合城市道路非直线系数和公共自行车的平均行驶速度,估算起讫点的实际距离和客户到达目的地的时间段;第二步是在已有数据的基础上,以十分钟为单位时间段,确定网点各时间段的需求量;4)处理历史数据,得出次日不同网点各时间段的需求预测值:根据前面提取的历史使用数据,采用时间序列预测法,对次日同一时间段各网点的需求进行预测;5)整合根据预约数据和历史数据得出的预测值,确定不同网点各时间段的最终借还需求量:将步骤3)得到的预约量与步骤4)得到的预测值进行比较,若预约量大于历史数据分析后的预测值,则采用预约量作为需求预测结果;若预约量小于历史数据预测值,取预约量与预测值之间的数值作为需求预测结果;6)绘制有时间窗的调度需求表:根据步骤5)的预测结果,结合各网点的公共自行车及锁车桩数量情况,通过公式转化为该网点高峰期单位时间段的调度需求量,并考虑用户可接受的等待时间,绘制有时间窗的调度需求表,为后续的调度工作提供依据。
地址 510640 广东省广州市天河区五山路381号