课题

来

源

企业

课

题

的

目

的

、

意

义

目的：对于代步单车来说，单车资源分配的精准预测可以极大帮助市民和企业提升出行效益和企业效益。近些年来成为，共享单车系统正在经历着一场高速发展的浪潮，已然成为城市交通系统中不可或缺的一部分。与此同时，由于人们出行需求的不确定性，导致共享单车会出现时空不均衡问题，不能匹配人们的出行需求，从而使用户满意程度降低，这种情况会严重阻碍共享单车行业的发展。因此，基于用户需求建立合理有效模型对于共享单车资源分配预测具有较强理论和现实意义。

意义：基于机器学习的共享单车资源分配预测和可视化，根据已经采集的共享单车资源历史数据，采用大数据技术对这些数据进行分析，采用随机森林的方法建立数学模型并进行模型训练，预测区域内相应的车辆最优资源分配，实现预测模型的误差保持在合理的范围内，并将预测结果进行可视化展示。

要

求

学习掌握机器学习的对特定的问题进行建模，掌握大数据的预处理方法及进行数据的特征工程，熟练将随机森林的方法应用到共享单车资源分配预测的场景中。

完成毕业论文，不少于15000字，全文重复率不得超过30%。

遵守毕业设计纪律，按时、按质、按量完成毕业设计各阶段任务（开题答辩、中期检查、毕业答辩）。

课

题

主

要

内

容

及

进

度

1.课题主要内容

（1）阅读文献，撰写开题报告

（2）完成基于机器学习的共享单车资源分配预测和可视化的主要功能：数据预处理、数据特征工程、数据建模、算法设计，算法结果的可视化展示

（3）完成基于机器学习的共享单车资源分配预测和可视化的实现

（4）论文撰写

2．进度

2022年11月--2022年12月：查阅资料，准备开题报告，开题

2023年1月--2023年3月：总体方案的设计与规划，算法代码实现和测试分析

2023年3月--2023年4月：准备中期检查与中期答辩

2023年4月—2023年5月：毕业设计论文撰写和毕业答辩