[發明專利]一種共享設備的需求量預測方法及系統

在審

• 申請號: 201710253210.5
• 申請日: 2017-04-18
• 公開（公告）號: CN107038503A
• 公開（公告）日: 2017-08-11
• 發明（設計）人: 張雁峰;黃運保;范西岸
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

1.一種共享設備的需求量預測方法，其特征在于，包括：

采集目標區域在預定時間段內的定位數據；其中，所述定位數據包括位置信息、時間信息和共享設備的數量；

將所述定位數據輸入至預先建立的神經網絡模型的預處理層，以按照預處理規則處理各所述定位數據得到所述目標區域對應的樣本數據；

將各所述樣本數據輸入至所述神經網絡模型中的隱含層以進行樣本訓練；

在獲取到預測指令時，接收當前定位數據并輸入至經訓練后的神經網絡模型中以得到所述目標區域的需求量的預測結果。

2.根據權利要求1所述的共享設備的需求量預測方法，其特征在于，若所述目標區域大于預定區域，則還包括：將所述目標區域劃分為多個子區域；

其中，將各子區域作為新的目標區域。

3.根據權利要求1所述的共享設備的需求量預測方法，其特征在于，所述預處理規則包括奇異值分解法或主成分分析法。

4.根據權利要求1所述的共享設備的需求量預測方法，其特征在于，所述神經網絡模型中的所述隱含層為多個。

5.根據權利要求1所述的共享設備的需求量預測方法，其特征在于，所述共享設備為共享單車或共享汽車。

6.一種共享設備的需求量預測系統，其特征在于，包括：

采集單元，用于采集目標區域在預定時間段內的定位數據；其中，所述定位數據包括位置信息、時間信息和共享設備的數量；

預處理單元，用于將所述定位數據輸入至預先建立的神經網絡模型的預處理層，以按照預處理規則處理各所述定位數據得到所述目標區域對應的樣本數據；

樣本訓練單元，用于將各所述樣本數據輸入至所述神經網絡模型中的隱含層以進行樣本訓練；

預測單元，用于在獲取到預測指令時，接收當前定位數據并輸入至經訓練后的神經網絡模型中以得到所述目標區域的需求量的預測結果。

7.根據權利要求6所述的共享設備的需求量預測系統，其特征在于，若所述目標區域大于預定區域，則還包括：劃分單元，用于將所述目標區域劃分為多個子區域；

其中，將各子區域作為新的目標區域。

8.根據權利要求6所述的共享設備的需求量預測系統，其特征在于，所述預處理單元的預處理規則包括奇異值分解法或主成分分析法。

9.根據權利要求6所述的共享設備的需求量預測系統，其特征在于，所述神經網絡模型中的所述隱含層為多個。

10.根據權利要求6所述的共享設備的需求量預測系統，其特征在于，所述共享設備為共享單車或共享汽車。