基于订单数据的共享单车需求预测与分析
1 前言
随着我国经济的飞速发展，城市化进程不断加快，私家车保有量也在逐年攀升，从而导致机动化水平的不断提高。但机动化水平的提高随之引发了一系列的交通问题：城市内部交通拥堵不堪、环境污染严重等。
为了解决机动化水平提高所引发的问题，共享交通成为了一种新型交通出行方式。而无桩式共享单车作为一种新兴的公共自行车的形式，摆脱了固定车桩的限制，具有“即停即走”的特点，也因此成为城市交通系统中的重要组成部分。简单易操作的借还过程，使得共享单车成为解决居民出行“最后一公里”的重要选择，对解决短距离出行问题做出了重要贡献。
近年来，随着ofo、摩拜单车、哈啰单车等多家互联网单车企业涌入市场，共享单车系统呈“井喷式”发展。2017 年，共享单车全行业累计投放单车数量约为2300 万辆，覆盖城市达到约200个，累计注册用户数量为2.21亿人，全年用户骑行总距离为约300亿公里[1]。但是共享单车迅速扩张的态势也暴露出了一些弊端和引发了一些问题，例如车辆乱停乱放、高峰时段无车可借、故障单车多等。产生这些问题的本质是因为共享单车在区域内的供需不平衡。
因此，对共享单车在区域内的需求进行合理的预测，能够有效地确定区域内的单车投放量，从而解决无车可借、车辆堆积的问题，这将有利于共享单车的高效运营，最大程度上为人们的绿色出行提供便利。
2 共享单车需求预测方法研究
随着共享单车的兴起，其发展也带来了许多问题，其中供需不平衡这一问题尤为显著，故国内外学者都对其展开了研究。目前对于共享单车需求预测的方法，国内外学者大多采用深度学习或是机器学习的方法，少部分学者采用了其他研究方法。本节将对共享单车不同的需求预测方法的研究现状做出总结。
2.1深度学习方法的研究现状
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
