17、共享单车使用预测与香烟生产线包装材料自动分配研究

共享单车使用预测与香烟生产线包装材料自动分配研究

共享单车使用预测研究

1. 研究背景
   • 共享单车作为一种新兴的城市交通方式，基于资源共享理论，让公众可借助网络便捷使用自行车。然而，其运营存在两大问题：一是停车问题，“无桩”模式使用户随意停车，常停在地铁站、公交站台等公共交通区域，引发交通拥堵等社会问题；二是自行车投放整体饱和或过剩，区域供需不协调，且投放存在延迟和限制，导致布局不均衡、投放不合理。
   • 早期共享单车业务主要采用传统优化算法，如蚁群算法和模拟退火算法等，这些算法在调度路径优化或管理共享单车停车区域等与空间因素密切相关的领域表现良好，但在处理更详细信息方面存在不足，大多未涉及天气、温度、节假日等因素。而机器学习算法能涉及多个因素，例如基于XGBoost的共享单车需求预测研究，在初始数据分析中涉及时间、季节、节假日、工作日、天气等环境因素，结果显示误差更小、准确性更高。
2. 研究方法
   • 数据集
     • 数据来源于Hadi Fanaee - T，2013年12月20日波尔图发布了2011 - 2012年葡萄牙首都共享单车系统中每小时和每天的租赁自行车数量以及相应天气数据。该数据集有16个标签，本研究主要使用11个标签，如下表所示：
       | 特征值 | 是否为空 | 数据类型 |
       | ---- | ---- | ---- |
       | season | none | int64 |
       | mnth |