• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Mobile Data Management >Central Station Based Demand Prediction in a Bike Sharing System
【24h】

Central Station Based Demand Prediction in a Bike Sharing System

机译：共享单车系统中基于中央车站的需求预测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Predicting the bike demand can help rebalance the bikes and improve the service quality of a bike sharing system. A lot of work focuses on predicting the bike demand for all the stations. It is not necessary because the travel cost of rebalance operations increases sharply as the number of stations increases. In this paper, we take more attention to those stations with higher bike demand, which are called "central stations" in the following narrative. We propose a framework to predict the hourly bike demand based on the central stations we define. Firstly, we propose a novel clustering algorithm to assign different types of stations into each cluster. Secondly, we propose a hierarchical prediction model to predict the hourly bike demand for every cluster and each central station progressively. The experimental results on the NYC Citi Bike system show the advantages of our approach to these problems.
机译：预测自行车需求可以帮助重新平衡自行车并提高自行车共享系统的服务质量。许多工作着重于预测所有站点的自行车需求。这是没有必要的，因为随着站点数量的增加，重新平衡操作的旅行成本会急剧增加。在本文中，我们将更多地关注那些具有较高自行车需求的车站，在以下叙述中将其称为“中央车站”。我们提出了一个框架，可根据我们定义的中央车站来预测每小时的自行车需求。首先，我们提出了一种新颖的聚类算法，可以将不同类型的站点分配到每个集群中。其次，我们提出了一种层次预测模型，以逐步预测每个集群和每个中央车站的每小时自行车需求。 NYC Citi Bike系统上的实验结果表明了我们解决这些问题的方法的优势。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号