基于多因素的公共自行车使用量预测方法

摘要

本发明涉及一种基于多因素的公共自行车使用量预测方法，包括如下步骤：构造训练数据集；根据原始数据集信息，对所有数据进行清洗和统计；确定降雨量影响系数；根据降雨量与自行车借还数量进行线性拟合，并调整数据集；查找附近站点；使用K最近邻(KNN)算法计算附近最近的站点，并确定周围站点对此站点的影响系数；设置参数进行初步预测；设置参数，输入数据集，建立自回归积分滑动平均模型(ARIMA)，得到初步预测结果；调整预测结果并输出最终结果；根据降雨量系数和站点影响系数调整结果并输出。本发明的有益效果是：公共自行车系统可以在结合实时监控和预测方法，对站点的自行车进行更好的调控。