共享单车计算机网络,基于BP神经网络的共享单车调度优化

摘要：本文通过研究共享单车的授放以及调度优化问题，使得调度以及投放单车的次数最少。经过对单车调度以及投放情况进行分析，探讨了单车分布的影响。以邹城市为倒，首先根据实际情况，对数据进行了整理，通过BP神经网络对单车的初始量进行预测，完成之后以期望调度次数最少为目标，建立整数规划模型，利用lingo进行求解得出期望调度次数为4.3次。

关键词：共享单车调度;神经网络;整数规划

一、数据处理

基于邹城市的统计数据，将各时间段内的第i区域到达第j区域的骑车人次汇总，得到每个区域一天中共享单车的分布情况。通过与该市骑行需求相对比，发现需求量大于提供量，结果如下表，所以需要对共享单车进行调度。

二、BP神经网络

BP算法由数据流的前向计算(正向传播)和误差信号的反向传播两个过程构成。正向传播时，传播方向为输入层一隐含层一输出层，每层神经元的状态只影响下一层神经元。若在输出层得不到期望的输出，则转向误差信号的反向传播流程。通过这两个过程的交替进行，在权向量空间执行误差函数梯度下降策略，动态迭代搜索一组权向量，使网络误差函数达到最小值，从而完成信息提取和记忆过程。

(1)信号的前向传播过程。设BP网络的输入层有n个节点，隐含层有q个节点，输出层有m个节点，输入层与隐含层之间的权值为vki，隐含层与输出层之间的权值为wjk。隐含层的传递两数为f0)，输出层的传递函数为5()，则隐层节点的输出将阈值写入求和项中，至此BP网络就完成了n维空间向量对m维空间的近似映射。(2)误差的反向传播：0定义误差函数。输入P个学习样本，用.，来表示。②输出层权值的变化。采用累计误差BP算法调整，使全局误差变小。③隐层权值的调整。具体过程不再介绍，可以参考文献。

三、模型建立及求解

根据以上分析，建立整数规划模型来优化共享单车调度问题即有调度倾向度与调度值之积最大为目标函数：max ExjDjo每个需要调度的区域的单车数目都要满足期望的调度单车数目：Exij=Ni i=1，2，5每个不需要调度的区域中，所有多余的车辆均要全部调度：Exij=Mj j-1.2-.5综上：Ni-15，15.3，13，1;Mij[3，5，8，5，16])

其中xj是区域到区域j共享单车的调度数量，Ni是区域i所能调出的所有共享单车数量，Mj是区域j所需要调入的所有共享单车的数量。Dij为调度倾向。由结果可以者m在0点-6点之间，区域3的共享单车应该调出5辆给区域6：区域5的共享单车应该调出3辆给区域14辆给区域2.8辆给区域8;区域7的共享单车应该调出3辆给区域8;区域9的共享单车应该调出8辆给区域4.5辆给区域8;区域10的共享单车应该调出1辆给区域2。以上即为根据模型得出的最优调度方案。即说明，在满意度最优的情况下，建立的整数规划模型可以很好的解决增加车辆的问题。与计算结果进行比较，证明了模型的正确性与合理性。

参考文献：

[1]张婷，共享经济模式下共享单车管理策略研究小]现代营刊)，2017，(03)：30.

[2]刘亚楠.共享单车发展研究分析[]时代金融，2017，(08)：251+254.

基于BP神经网络的共享单车调度优化相关推荐基于BP神经网络的短期负荷预测

共享单车计算机网络,基于BP神经网络的共享单车调度优化相关推荐

计算机网络安全评估的过程,基于BP 神经网络的计算机网络安全评估
摘要:随着我国经济的快步提升,各个行业都以前所未有的速度高速发展,当然也包括计算机行业.与此同时,计算机网络的安全问题也日益严峻,计算机网络安全评估也成为了网络研究中重要的课题之一.为了是的对计算机网 ...
并行化实现基于BP神经网络的手写体数字识别
并行化实现基于BP神经网络的手写体数字识别手写体数字识别可以堪称是神经网络学习的"Hello World" ,我今天要说的是如何实现BP神经网络算法的并行化,我们仍然是以手写体数 ...
《MATLAB 神经网络43个案例分析》：第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选
<MATLAB 神经网络43个案例分析>:第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选 1. 前言 2. MATLAB 仿真示例 3. 小结 1. 前言 < ...
基于BP神经网络算法的性别识别
目录基于 BP 神经网络算法的性别识别 1 目录 1 1.背景介绍 2 2. OpenCV 的介绍 3 3.安装 OpenCV 4 4. BP 神经网络算法介绍和实践 4 4.1 BP 神经网络结构 ...
【交通标志识别】基于BP神经网络实现交通标志识别matlab代码
1 简介近年来,交通标志识别在车辆视觉导航系统中是一个热门研究课题.为了安全驾驶和高效运输,交通部门在公路道路上设置了各类重要的交通标志,以提醒司机和行人有关道路交通信息,如指示标志.警告标志.禁止 ...
MATLAB实现基于BP神经网络的手写数字识别+GUI界面+mnist数据集测试
文章目录 MATLAB实现基于BP神经网络的手写数字识别+GUI界面+mnist数据集测试一.题目要求二.完整的目录结构说明三.Mnist数据集及数据格式转换四.BP神经网络相关知识 4.1 ...
基于BP神经网络的PID控制,神经网络算法pid控制
基于BP神经网络的PID控制器设计参考一下刘金琨的<先进PID控制>这本书. 例子:被控对象yout(k)=a(k)yout(k-1)/(1+yout(k-1)^2)+u(k_1)其中a ...
基于bp神经网络的pid算法,神经网络pid控制器设计
基于BP神经网络的PID控制器设计参考一下刘金琨的<先进PID控制>这本书. 例子:被控对象yout(k)=a(k)yout(k-1)/(1+yout(k-1)^2)+u(k_1)其中a ...
基于BP神经网络的车牌识别系统的设计
一.基本原理概述基于BP神经网络的的汽车牌照识别系统的处理过程分为预处理.边缘提取.车牌定位.字符分割.字符识别五大模块.具体涉及以下几个过程: ① 原始车牌图像:由数码相机或其他扫描装置拍摄到的车 ...

共享单车计算机网络,基于BP神经网络的共享单车调度优化

共享单车计算机网络,基于BP神经网络的共享单车调度优化相关推荐

最新文章

热门文章