| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 城市公共自行车系统相关研究 | 第9-14页 |
| 1.2.1 公共自行车预测研究现状 | 第12-13页 |
| 1.2.2 研究中存在的问题 | 第13-14页 |
| 1.3 研究内容及组织结构 | 第14-16页 |
| 第2章 相关理论介绍 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 聚类算法介绍 | 第16-19页 |
| 2.2.1 聚类算法的基本原理 | 第16-18页 |
| 2.2.2 K-means算法描述 | 第18-19页 |
| 2.2.3 常见聚类算法介绍 | 第19页 |
| 2.3 预测模型理论介绍 | 第19-23页 |
| 2.3.1 VAR模型介绍 | 第20-22页 |
| 2.3.2 ARIMA模型介绍 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 公共自行车系统运营数据特征分析 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 数据预处理 | 第24-26页 |
| 3.2.1 数据不完备的描述 | 第24-25页 |
| 3.2.2 数据来源 | 第25页 |
| 3.2.3 数据处理 | 第25-26页 |
| 3.3 公共自行车系统使用特征分析 | 第26-29页 |
| 3.3.1 杭州市公共自行车使用情况 | 第26-27页 |
| 3.3.2 使用人群分析 | 第27-28页 |
| 3.3.3 使用时间分析 | 第28-29页 |
| 3.4 租赁点需求量特征分析 | 第29-33页 |
| 3.4.1 不同类型租赁点分析 | 第29-32页 |
| 3.4.2 同一类型租赁点分析 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于租赁点关联的公共自行车需求量预测研究 | 第34-44页 |
| 4.1 引言 | 第34-35页 |
| 4.1.1 建模思路 | 第34-35页 |
| 4.1.2 模型假设 | 第35页 |
| 4.2 分层聚类算法 | 第35-38页 |
| 4.2.1 符号定义 | 第35-36页 |
| 4.2.2 分层聚类算法描述 | 第36-37页 |
| 4.2.3 聚类过程分析 | 第37-38页 |
| 4.3 建立基于租赁点关联的公共自行车需求量预测模型 | 第38-43页 |
| 4.3.1 模型建立 | 第39-40页 |
| 4.3.2 模型稳定性分析 | 第40-42页 |
| 4.3.3 评价标准 | 第42页 |
| 4.3.4 模型适用条件分析 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 公共自行车需求量预测实证分析 | 第44-56页 |
| 5.1 引言 | 第44页 |
| 5.2 实验 | 第44-46页 |
| 5.2.1 基本思路 | 第44页 |
| 5.2.2 实验数据 | 第44-46页 |
| 5.3 模型的预测过程 | 第46-55页 |
| 5.3.1 基于租赁点关联的租借需求量预测 | 第46-49页 |
| 5.3.2 ARIMA预测 | 第49-52页 |
| 5.3.3 实验结果分析 | 第52-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间参加的科研项目与成果 | 第63页 |