基于LightGBM的共享单车短时需求量预测

摘要：

针对共享单车的站点投放量不平衡导致用户使用不便以及因共享单车使用率不高而使得企业运营困难的问题,提出一种基于LightGBM的共享单车短时需求量预测模型.首先研究天气、温度、时间等特征因素对共享单车短时使用量的影响,并通过提取主要特征有效降低模型的复杂度,然后采用贝叶斯优化对LightGBM进行调参建模,准确预测各站点每小时共享单车的需求量.最后通过实验将优化后的模型与基于XGBoost的模型和基于随机森林的模型进行对比,实验结果表明,优化后的模型更可靠,预测结果更精确.

关键词：共享单车、LightGBM、需求预测、特征分析、贝叶斯优化

分类号：TP18(自动化基础理论)

资助基金：行为数据分析技术研究及应用XTCXZX-2018-002

在线出版日期：2022-11-18（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：84-89