共享单车需求预测及调度优化

为了更加准确地预测共享单车的需求量,制定合理的调度优化方案。针对共享单车骑行数据的周期性、非线性和随机性的特点,提出了季节性灰色Markov模型来预测共享单车需求量。在此基础上,根据双层规划模型结果来制定调度优化方案。在季节性灰色Markov模型中,首先将原始数据带入季节性GM(1,1)模型得到预测结果,然后用Markov模型对预测的残差进行修正,得到最终的预测值。在双层规划模型中,上层目标为运营商的调度成本,下层目标为调度中心的调度时间,双层规划模型用GUROBI求解器求解。最后将两种模型应用于纽约市17个Citi Bike共享单车站点的算例分析。数值计算结果表明：季节性灰色Markov模型在17个站点从周一到周五的需求量预测的平均绝对百分比误差(mean absolute percentage error,MAPE)为10.68%,预测精度较高。利用双层规划模型制定的调度优化方案能确定调度中心数量、位置,调度范围和调度路径,可以在满足用户需求的同时使调度成本和调度时间最优。研究提出的需求预测模型和调度优化方案可以为共享单车运营部门和交通管理部门提供有效的参考。     

基于泊位使用特性的停车共享策略方法

为了缓解由于机动车保有量过快增长而造成的大中型城市交通拥堵及停车供需失衡问题,依据泊位共享的理念充分挖掘可利用停车资源成为了一种新方案。由于在不同模式下泊位共享服务方式的适用性不同且泊位共享具有严格的时间窗约束、排他性及唯一性特征,使得共享泊位资源在实际应用中难以得到高效利用。本文以闲置时间利用率最大化为目标,将泊位划分为固定泊位及非固定泊位,分别建立相应的共享泊位配置优化方法。首先对于非固定泊位,在构建时间序列模型动态预测停车需求的前提下,以驾驶员15min最大寻泊可接受时间内车辆净增量为预留泊位值,进而确定共享泊位配置模型;其次,对于固定泊位则考虑共享请求在随机非预约和预约模式两种情形下的区别,前者以单个泊位闲置时间利用率最大为目标构建共享泊位配置模型,而后者则采用最大匹配规则树理论探讨系统闲置时间利用率最大化的泊位共享配置模型。最后以数值实验论证泊位共享可有效提高泊位利用率和周转率,结果表明预约共享模式相对于非预约模式可以将泊位空闲利用率提高12.9%。     

基于任务的k/n(G)系统舰船备件需求预测

针对k/n(G)系统在事后维修与任务后检修相结合条件下的舰船备件需求预测问题,在备件寿命服从指数分布的条件下,首先建立了k/n(G)系统的备件需求预测模型,并给出了备件需求特征。然后,基于方便理解和简便计算的需要,以伽马型单部件需求为基础,给出了备件需求模型的工程解释和近似计算方法,并对近似算法的精度进行了验证。结果表明,备件需求模型可以更好地描述k/n(G)系统在一次海上任务期内的备件需求,近似算法具有较高的精度,可以为舰船装备备件配置问题提供参考。     

人才需求及质量预测模型

人才资源的预测与优化很重要的方面是人才资源的结构 ,需求量和人才质量 .G.J.Klirti提出系统重构分析 ,后来 B.Jonesque确定系统中起主要作用因素水平的方法 .本文建立因素重构分析预测方法和弹性系数预测方法并对天津市和电子行业 2 0 0 0年到 2 0 1 0年科学技术人才的结构 ,需求量和人才质量进行定量动态的分析和预测.     

流程型企业原材料需求预测与库存决策方法及应用

以石化企业化工原辅料库存管理同题为背景,研究流程型企业与生产计划相关的原材料库存管理问题.从订购提前期与生产计划是否确定的角度,将流程型企业原材料需求分为四类,重点研究了订购提前期与生产计划不确定下的需求预测方法,并给出了确定其库存决策的建议策略及再订购点和订购批量的确定方法.应用结果则证明了所提出的预测与决策方法的适用性.     

备件需求预测中的不确定性问题研究综述

备件需求不确定性表现为随机性、多样性、时变性、信息不充分性,预测过程中很难精确地描述备件消耗与影响因素之间错综复杂的关系。以智能计算理论为代表的处理不确定性的各种方法和工具迅速发展。本文梳理了处理备件需求预测不确定性的相关文献,按照不确定性的随机性、模糊性、不完全性、复合不确定性四大类属性,对每个大类分别进行了综述,并总结了相关研究的局限性与发展方向。研究成果可为装备备件管理提供参考。     

A self-similar local neuro-fuzzy model for short-term demand forecasting

This paper proposes a selfsimilar local neurofuzzy （SSLNF） model with mutual informati onbased input selection algorithm for the shortterm electricity demand forecasting. The proposed self similar model is composed of a number of local models, each being a local linear neurofuzzy （LLNF） model, and their associated validity functions and can be interpreted itself as an LLNF model. The proposed model is trained by a nested local liner model tree （NLOLIMOT） learning algorithm which partitions the input space into axisorthogonal subdomains and then fits an LLNF model and its associated validity function on each subdomain. Furthermore, the proposed approach allows different input spaces for rule premises （validity functions） and consequents （local models）. This appealing property is employed to assign the candidate input variables （i.e., previous load and temperature） which influence shortterm electricity demand in linear and nonlinear ways to local models and validity functions, respectively. Numerical results from shortterm load forecasting in the New England in 2002 demonstrated the accuracy of the SSLNF model for the STLF applications.     

基于BP神经网络的我国蔬菜供需预测及对策研究

近年来,我国蔬菜类农产品"卖难"问题层出不穷,"微博叫卖"、"为农户找买家"现象此起彼伏,但治标不治本.对此,文章从造成农产品"卖难"问题的根源出发,通过运用BP神经网络预测模型对我国蔬菜供需量进行了预测,研究发现在蔬菜消费需求量只有微小变动的情况下,其实际供给量连续多年远高于理论供给量.为此,从合理预测供需、指导农业生产的角度提出了一些针对性的对策建议.     

基于改进灰色预测模型的动态顾客需求分析

传统质量屋难以有效分析和管理顾客需求的动态变化,为此提出了一种基于改进灰色预测模型的动态顾客需求分析方法.首先提出了一个新的初始条件与背景值同时优化的方法对灰色预测模型进行了改进,提高了所建模型的精度和适用范围.其次,对传统质量屋进行了改进,提出了一个动态质量屋分析框架以反映需求的动态变化.继而,将改进的灰色预测模型融入动态质量屋中,用以模拟和预测质量屋中的动态顾客需求.通过动态质量屋的转换来监控和分析技术特性重要度的变化趋势,以更好地满足动态的顾客需求.最后,以某软件系统的设计开发为实例,说明了所提方法的有效性.     

城市公共交通需求预测研究

公共交通需求预测研究是公交规划中的一个重要环节,只有对公交需求预测准确,才能对公交规划方案提供有效的参考依据。对交通发生量、交通吸引量、交通出行分布、公交出行分布的预测进行研究,充分考虑城市土地利用规划、居民的人口特征、出行特征以及社会经济发展水平,最后得出交通OD量的预测,有利于交通系统内部平衡以及交通系统外部的协调发展,为公交规划提供了必要的依据。