科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的共享单车骑行需求预测模型难以估计骑行需求影响因素作用尺度和影响程度的空间差异性，导致骑行需求预测失准等问题。本文提出使用多尺度地理加权回归模型，分析了交叉口密度和地理兴趣点等的密度在不同空间尺度及对骑行需求的影响，并与传统的最小二乘回归模型、地理加权回归模型进行了对比。基于北京实际共享单车骑行数据分析表明，多尺度地理加权回归模型优于最小二乘回归模型和地理加权回归模型，可以捕捉骑行需求影响因素作用尺度和影响程度在空间上的变化及差异，能更精准地预测精细化区域的骑行需求；每个需求影响因素都具有不同的作用尺度，具有时间和空间差异性。影响因素对骑行需求的影响程度依赖于该因素在不同区域的密度，呈现非线性变化。研究成果为科学合理的共享单车站点规划和运营管理提供技术支撑。
- 单位
