共享自行车市场智能预测系统
2018-09-29包依勤王嘉伟陈可可
物联网技术 2018年9期
包依勤 王嘉伟 陈可可
摘 要:文中设计了一种基于共享自行车目的地预测的智能预测系统。该系统对单位用户信息进行整合,并使用机器学习算法实现目的地预测,每当有用户使用自行车时,系统将会对用户的目的地进行预测,从而提前采取措施,对车辆进行调控。该系统采用网络爬虫技术获取数据源作为训练集,机器学习算法采用Leak漏桶和KNN算法。通过机器学习,系统对共享自行车未来时段的车辆密度以图形化方式进行了展示。整个系统的使用性能良好、准确率达92%以上,能够较好地预测自行车下一时段的密度,从而达到调控的目的。
关键词:KNN算法;共享自行车;车辆调控;智能预测系统
中图分类号:TP39;TN914 文献标识码:A 文章编号:2095-1302(2018)09-0-03
0 引 言
未来共享单车在一线城市市场需求旺盛但容量有限,三四线城市及海外市场是两大拓展方向。共享单车市场主要集中在一线及部分发达二线城市,市场需求非常显著。由于一线及部分发达二线城市市场容量有限,单车数量将很快达到饱和,共享单车向三四线城市拓展成为必然,市场需求提升较大。同时,海外市场因自行车售价相对较高,为共享单车走出去也提供了良好的市场机会。共享单车虽然发展前景良好,但车辆管理也存在一些问题,共享单车智能动态预测分析系统可缓解共享单车调度不合理等管理问题。
本系统在数据采集、存储、计算、分析和可视化等方面做了大量的工作,通过对数据的挖掘处理分析,动态预测共享单车的停放情况,从而达到对共享单车实时调度的目的。……
登录APP查看全文
