文献

J-GLOBAL ID：201802259344740914   整理番号：18A0651726

ネットワークモデルに基づく都市公共自転車需要量予測研究【JST・京大機械翻訳】

Research on demand prediction of urban bicycle sharing based on network model

著者 (2件)： Lin Yanping (南京師范大学計算机科学与技術学院,南京,210023) ,  Dou Wanfeng (南京師范大学計算机科学与技術学院,南京210023;江蘇省信息安全保密技術工程研究中心,南京210000)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 9  ページ： 2692-2695  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 自転車共有システムは多くの都市において出現し、異なる時間とサイトの自転車要求量(タル/返量)が不均衡になるため、システム中の各ステーションの自転車は絶えずに平衡状態に達する必要があるが、リアルタイム監視はこの問題をうまく解決できない。そのため、ネットワーク図に基づく予測モデルを提案し、未来の時間帯内のあるサイトの自転車の需要量を予測でき、早期にサイトの自転車に対して分配を行うことができる。階層的クラスタリングアルゴリズムを用いて,予測サイトをクラスタ化し,それらに関連するクラスタを得て,ネットワーククラスタを構築するために,クラスタ化クラスタを構築することができた。最後に、ニューヨーク(NYC)とワシントン(D.C.)の二つの自転車共有システムのデータを用いて実験を行い、ベースライン法、歴史平均法及びARIMAモデルと比較した。結果により、同じクラスタのサイトが類似の使用モードを持ち、モデル予測誤差率は0.45より高くなく、ネットワークモデルの予測性能は比較的に良く、しかも異なる都市の自転車共有システムに応用できることが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  平衡状態 ,  ニューヨーク州 ,  平均法 ,  *ネットワーク ,  クラスタ化 ,  予測モデル ,  *自転車 ,  *予測 ,  *都市 ,  クラスタ ,  基準線 ,  予測誤差
準シソーラス用語： 階層的クラスタリング ,  *ネットワークモデル , 【Automatic Indexing@JST】

著者キーワード (4件)： bicycle sharing system ,  hierarchical clustering algorithm ,  demand number ,  prediction

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ネットワークモデル ,  都市 ,  自転車 ,  需要 ,  予測 ,  研究