科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着共享单车的大量涌入，为人们带来方便的同时，也存在单车分布不均衡、用户借车困难、体验差等问题。为准确预测城市各个站点每小时共享单车的需求量，解决各个站点之间供需不平衡问题，引入了一种网格搜索优化XGBoost的预测模型，即GS-XGBoost。研究共享单车需求影响因素并利用Pearson相关性分析法分析特征的影响因素，提取特征值，构建输入序列进行模型训练，并且与传统的模型进行对比分析。结果表明，GS-XGBoost模型能够很好地预测共享单车的需求量，有着更低的MSE、MAE，以及更高的R2，有助于提高共享单车需求预测的精确度。
-
单位四川轻化工大学
