[发明专利]一种共享设备的需求量预测方法及系统

说明书

技术领域

本发明涉及数据处理技术领域，特别是涉及一种共享设备的需求量预测方法及系统。

背景技术

为了方便人们的生活，出现了很多共享设备，例如共享单车，或共享汽车等。共享单车是指企业与政府合作，在校园、地铁站点、公交站点、居民区、商业区、公共服务区等提供自行车单车共享服务。日前，各种类型的共享单车迅速风靡全国各地，甚至延伸到了海外。

然而，人们在使用共享单车的过程中出现了很多问题，其中之一就是骑车难的问题，很多用户需要租车时在周围确找不到车，而有时候不需要租车的时候周围却有大量闲置车，一方面，这给用户使用带来了极大的不便，另一方面，也给企业带来很大的利润损失。

由此可见，如何能够提前预测一个地区的共享设备的需求量，从而提高共享设备的利用率是本领域技术人员亟待解决地问题。

发明内容

本发明的目的是提供一种共享设备的需求量预测方法及系统，用于提前预测一个地区的共享设备的需求量，从而提高共享设备的利用率。

为解决上述技术问题，本发明提供一种共享设备的需求量预测方法，包括：

采集目标区域在预定时间段内的定位数据；其中，所述定位数据包括位置信息、时间信息和共享设备的数量；

将所述定位数据输入至预先建立的神经网络模型的预处理层，以按照预处理规则处理各所述定位数据得到所述目标区域对应的样本数据；

将各所述样本数据输入至所述神经网络模型中的隐含层以进行样本训练；

在获取到预测指令时，接收当前定位数据并输入至经训练后的神经网络模型中以得到所述目标区域的需求量的预测结果。

优选地，若所述目标区域大于预定区域，则还包括：将所述目标区域划分为多个子区域；

其中，将各子区域作为新的目标区域。

优选地，所述预处理规则包括奇异值分解法或主成分分析法。

优选地，所述神经网络模型中的所述隐含层为多个。

优选地，所述共享设备为共享单车或共享汽车。

为解决上述技术问题，本发明还提供一种共享设备的需求量预测系统，包括：

采集单元，用于采集目标区域在预定时间段内的定位数据；其中，所述定位数据包括位置信息、时间信息和共享设备的数量；

预处理单元，用于将所述定位数据输入至预先建立的神经网络模型的预处理层，以按照预处理规则处理各所述定位数据得到所述目标区域对应的样本数据；

样本训练单元，用于将各所述样本数据输入至所述神经网络模型中的隐含层以进行样本训练；

预测单元，用于在获取到预测指令时，接收当前定位数据并输入至经训练后的神经网络模型中以得到所述目标区域的需求量的预测结果。

优选地，若所述目标区域大于预定区域，则还包括：划分单元，用于将所述目标区域划分为多个子区域；

其中，将各子区域作为新的目标区域。

优选地，所述预处理单元的预处理规则包括奇异值分解法或主成分分析法。

优选地，所述神经网络模型中的所述隐含层为多个。

优选地，所述共享设备为共享单车或共享汽车。

本发明所提供的共享设备的需求量预测方法及系统，其中，该方法利用神经网络算法建立神经网络模型，通过深度学习方法对大量得到的样本数据进行训练，从而在输入当前定位数据后，能够得到目标区域对应的需求量的预测结果。另外，在获取到定位数据后，会对定位数据进行预处理，因此，能够提高预测结果的准确性。由此可见，本方法不仅能够实现实时预测，而且预测结果的准确性有保证。

附图说明

为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种共享设备的需求量预测方法的流程图；

图2为本发明实施例提供的一种共享设备的需求量预测系统的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本发明保护范围。

本发明的核心是提供一种共享设备的需求量预测方法及系统，用于提前预测一个地区的共享设备的需求量，从而提高共享设备的利用率。