| 基于机器学习的地铁站区域共享单车需求预测 |
|
| |
| 中文关键词:岭回归 共享单车 随机森林 AdaBoost |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 889 |
| 全文下载次数: 1813 |
| 中文摘要: |
| 为了准确掌握地铁站周边区域共享单车投放量，提出一种以岭回归思想为基础的预测方法。首先，通过随机森林模型和AdaBoost模型筛选出符合条件的共享单车影响因素；其次，将单车变化量和影响因素分别作为岭回归函数的因变量和自变量，建立共享单车需求投放模型；最后，以济南地铁益康路站、济泺路站和北园站为例，综合3站位置特征将其周边小区划分成A、B、C、F 4类，并对工作日及节假日间的单车投放量进行预测。数据显示，3站工作日和节假日单车投放量集合分别为{365,443,395}、{405,527,443}。根据预测结果得出结论，3站单车投放量均呈现出节假日大于工作日的趋势，且济泺路站最高，与其实际出行特征基本吻合，较好地验证了岭回归模型的实用性和普适性，具有一定的实际参考价值。 |
| 英文摘要: |
| |
| 杨鑫宇；靳群1,2.基于机器学习的地铁站区域共享单车需求预测[J].石家庄铁道大学学报(自然科学版),2023,36(3):92-98. |
| 查看全文 下载PDF阅读器 |
|
| 关闭 |
|
|
|
|
|