东南大学九龙湖校区共享单车需求预测研究

论文总字数：17297字

摘 要

目前，共享单车做为第四大出行方式，因为其快捷的支付方式，便利的停靠方式，解决了广大的公共自行车消费者许多难题，很好地解决了“最后一公里”的问题。共享单车由于其绿色环保无污染的特点，使得人们更加容易接受这一方便的出行方式，尤其是以大学生为代表的年轻人。然而凡事皆有两面性，便利的出行方式带来的却是管理上的麻烦。由于季节变化等原因，在没有公司调度的高校中，共享单车更容易出现需求的不平衡性。这种需求的不平衡在很大程度上造成了资源的浪费，让学校对于校内交通资源的整合出现了很多困难。

本文针对上述出现的情况进行了分析，通过调查东南大学校区内OFO共享单车的历史需求数据，利用BP神经网络算法进行需求预测。最终通过检测的结果与真实数据进行比较，验证模型的准确性。同时对当前问题提出了自己的观点以及处理方法，为学校管理校内共享单车提供帮助。

关键词：共享单车，预测，BP神经网络算法

ABSTRACT

At present, Bicycle-sharing as the fourth main mode of travel, because of its rapid payment method, convenient parking mode, to solve the many problems of the public bicycle consumers, a good solution to the "last kilometer" problem. Because of the characteristics of green and pollution-free, people are more likely to accept this convenient way of traveling, especially young people represented by college students. However, everything has two sides. A convenient way of traveling is a management trouble. Due to seasonal changes and other reasons, Bicycle-sharing is more likely to cause the imbalance of demand in universities without corporate arrangements.The imbalance of demand has caused the waste of resources to a large extent, resulting in many difficulties in the integration of transportation resources in schools.

This paper analyzes the above situation, through the investigation of the history demand data of the OFO Bicycle-sharing on the campus of Southeast University, the BP neural network algorithm is used to predict the demand. Finally, the accuracy of the model is verified by comparing with the actual data. In view of the existing problems, this paper puts forward its own views and solutions to help school administrators Bicycle-sharing.

Key words: Bicycle-sharing, prediction, BP neural network algorithm

目 录

摘要 Ⅰ

ABSTRACT Ⅱ

第一章 绪论 1

1.1 研究背景 1

1.2 研究意义 1

1.3 研究内容与框架 2

第二章 文献综述 3

2.1共享单车研究 3

2.2 需求量预测研究 3

2.3 BP神经网络算法研究 4

第三章 东大九龙湖校区共享单车现状研究 5

3.1 共享单车的现状 5

3.1.1 OFO共享单车 5

3.1.2 摩拜单车 5

3.1.3 乐行校园 6

3.2 东大校内共享单车的现状 6

第四章 实例分析 7

4.1 需求量的统计 7

4.1.1 共享单车周转率 7

4.1.2 需求量的计算 8

4.2神经网络算法的需求预测 10

4.2.1 归一化处理 10

4.2.2输入输出层神经元个数 10

4.2.3 隐层的设计 10

4.2.4 函数的选择 11

4.3 需求预测的结果和检验 11

4.4 预测结果的分析 12

4.5 模型总结 13

第五章 研究总结与展望 14

5.1研究总结 14

5.2 展望 14

致 谢 15

参考文献 16

附录 18

第一章 绪论

1.1 研究背景

1965年起，荷兰一个无政府主义组织发起了一个名为“白色自行车计划”，他们在公共场所提供了一批免费骑乘的自行车工人骑乘，这是最早的公共自行车系统的起源。到了2007年8月，北京为了迎接即将到来的2008年奥运会，引进了国外已经比较成熟的公共自行车系统，这种有桩型的公共自行车自此开始便在中国各大城市中发展壮大，为解决人们“最后一公里”的难题做出了部分贡献。

到了2014年，北大毕业生戴威等四人共同创建了ofo共享单车品牌，希望能够解决北大学生的出行问题。等到2015年5月，北京大学的校园内出现了超过2000辆OFO共享单车。自此，共享单车的萌芽开始生长壮大。截止到2016年11月，已经有包括摩拜、OFO等在内的多家共享单车诞生并且都获得了大量的风险投资。这种无桩式的共享单车一经面世，便受到了广大消费者的关注。这种绿色环保的出行方式，在大城市污染严重的背景下，愈发的受到消费者的喜爱。而且相比较公共自行车的定点停靠，无桩式的共享单车更加方便，无论去往何处都能找到停车处。而且共享单车的使用方法也十分便捷，消费者只需要缴纳一定数目的押金，然后通过智能手机扫描车上的二维码，就可以用每次不超过1元/小时的超低价格享受共享单车提供的便利服务。共享单车一词也成为时下热门话题，“共享单车”一词还进入了高考全国卷的作文题目当中。做为“最后一公里”现象的解决方案，共享单车通过其随停随用的便利性，以及手机支付的快捷性，让其在当前的社会环境下如鱼得水，取代了政府之前倡导的有桩型公共自行车。2017年，共享单车全面进军南京市，各大高校都出现了共享单车的身影，这种方便廉价而且低碳环保的出行方式，受到了南京各大高校学生的青睐。据《2017年共享单车与城市发展白皮书》统计，无桩式的共享单车已经成为城市中继小汽车、公交车、地铁之后的第四大出行方式。其中大数据显示，周末骑行共享单车最多的人群当属男大学生，这代表着共享单车这一交通工具颇受大学生的喜爱。如今，各类共享单车已经进入各大高校，OFO共享单车还推出了学生认证系统，用来吸引校园共享单车用户共享单车。共享单车在校园中逐渐流行起来，成为校园出行方式的主要选择之一。

1.2 研究意义

现如今，共享单车早已成为校园内出行的不可或缺的交通工具。由于共享单车的随停随放、随用随取的便利性，以及其缴纳一定押金即可立刻扫码骑行的快捷性，以及它那低廉的价格，大大方便了校内师生的出行，让大家不再浪费时间于漫长的路途之中，也解决了部分学生由于单车时常丢失带来的苦恼。现如今，随着季节的变化，越来越多的学生选择骑乘共享单车出行。然而因为气候的变化和政策调整，也因为校内共享单车只是随着学生的流动而发生改变，没有一个科学的投放和调度方案，使得校内共享单车的需求逐渐变得不协调起来。同时随着东大九龙湖地铁站以及东门的共享单车的有序投放和调度，校内共享单车需要一个准确的需求预测，为将来校内共享自行车调度提供一个参考价值。

1.3 研究内容与框架

东南大学九龙湖校区将近2万人，占地面积达3700亩。因此，学生的出行主要依赖于三种方式：步行、骑单车、坐校内接驳车。由于接驳车间隔时间较长，而步行距离太过遥远，因此大部分出行的学生都是选择骑乘自行车。而共享单车由于其只按照学生的自发流动停放而不是按照科学方法调度，因此经常遇到想用车而附近没有共享单车的情况。本次研究就是利用BP神经网络预测法来预测东南大学未来时间段的OFO共享单车需求量，为以后可能出现的投放调度提供一个参考意见。

本文分为五个章节。

剩余内容已隐藏，请支付后下载全文，论文总字数：17297字