公共自行車租賃服務(wù)系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、第三代公共自行車租賃服務(wù)系統(tǒng)廣泛采用信息通信技術(shù)，為市民短距離出行提供了極大方便，同時在一定程度上減少了城市中機動車尾氣的排放總量；然而，在實際運營過程中，由于在移動狀態(tài)下無法實時登錄公共自行車租賃服務(wù)系統(tǒng)，不便于用戶及時規(guī)劃自己的借車、行車和還車計劃。此外，市民在使用公共自行車租賃服務(wù)時，還會出現(xiàn)借車時無車可借、還車時車位已滿的“空-滿”情況，因此有必要開發(fā)一種移動智能終端，為市民提供駐車點儲車率預(yù)測功能，便于市民及時了解相關(guān)動態(tài)，方

2、便市民提前規(guī)劃、修改出行計劃，避免“空-滿”問題對出行造成影響。
　　本文主要設(shè)計并實現(xiàn)了公共自行車租賃服務(wù)系統(tǒng)；該系統(tǒng)包括：用戶信息管理、公共自行車信息管理、公共自行車儲車率預(yù)測等3個子系統(tǒng)，這些子系統(tǒng)共同作用，可以為市民提供諸如：用戶注冊、修改昵稱、支付卡綁定、手機支付開通、支付卡余額查詢、駐車點儲車率實時查詢、手機支付、駐車點儲車率預(yù)測等功能；此外，還可以為第三方開發(fā)人員提供駐車點儲車率預(yù)測算法和駐車點信息查詢的應(yīng)用程序編程

3、接口方便其進行二次開發(fā)，增加公共自行車租賃系統(tǒng)的服務(wù)功能，以適應(yīng)市民新的需求。
　　在公共自行車儲車率預(yù)測系統(tǒng)中，提出基于最大互相關(guān)熵的儲車率預(yù)測算法，利用 Elman神經(jīng)網(wǎng)絡(luò)對儲車率歷史數(shù)據(jù)進行訓練，以該系統(tǒng)輸入輸出的互相關(guān)熵為代價函數(shù)，采用互相關(guān)熵最大作為判定準則，對各公共自行車駐車點的儲車率進行預(yù)測，以判斷各駐車點儲車率的變化，為公共自行車租賃服務(wù)系統(tǒng)管理員提前調(diào)度公共自行車，避免“空-滿”問題的出現(xiàn)提供理論依據(jù)。通過仿真分