共享单车站点潜在需求预测问题研究

针对传统共享单车需求预测中潜在需求缺失的问题,文章分析了站点借还量与调度需求量的关系,提出站点潜在需求问题,并利用美国芝加哥Divvy Bikes公共自行车系统实际运营数据,综合考虑天气、气温、风力、站点容量与初始车辆数等因素,以历史每日正常数据构建训练网络,通过三种神经网络方法预测出具有潜在需求站点的借还量。该研究方法的应用可以提高共享单车调度的科学性和准确性。