基于随机森林与时空聚类的共享单车站点需求量预测

摘要：

为方便准确地预测出城市共享单车站点的需求量,根据站点需求量的随机性和时变性,提出了一种基于随机森林和时空聚类的共享单车站点需求量预测模型;该模型研究了时间因子、气象因子以及关联站点对需求量的影响;应用分层聚类对站点进行了时空分析;结合对数优化后的随机森林作为预测器.面向湾区共享单车出行数据进行需求量预测.结果表明:该模型相比极限学习机、支持向量机与随机森林等经典机器学习算法在需求量预测方面有较好的预测结果,可为实际车辆调度提供参考依据.

关键词：随机森林、分层聚类、对数优化、需求量预测

所属期刊栏目：18

分类号：U491.1(交通工程与公路运输技术管理)

资助基金：山西省自然科学基金2015011052

在线出版日期：2019-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：89-94