23年钉钉杯大数据挑战赛金奖作品B2023071419243.pdfVIP

2023年第二届“钉钉杯”大学生

大数据挑战赛论文

基于聚类分析的BP神经网络对站点借车量预测

摘要

目前，自行车共享系统已经成为许多城市中备受欢迎的一种交通方式。通过

供灵活的自行车租赁服务，该系统为居民和游客提供了方便且环保的出行选择。

自行车共享系统积累了大量借车还车数据，包括站点位置、时间信息和借车量等。

这些数据蕴含着宝贵的信息，可以通过分析和挖掘来帮助优化系统管理和规划。

针对第一个问题，我们使用米勒投影法将地球表面的经纬度坐标转换为笛卡

尔平面坐标，以直观准确的方式展示自行车站点的分布情况。并创建了一个有向

图网络图，其中每个节点代表一个自行车站点的位置，共计322个节点，每条边

表示自行车的借还关系，共计14535条边。通过计算网络密度为0.14062227898，

并利用Dijkstra算法和Floyd-Warshall算法计算得出最短路径长度为

1.8875438596491227km，网络直径为4km。

针对第二个问题，我们采用K-means聚类和二阶聚类对数据集的自行车数据

进行了聚类及分析。我们观察到每个月份的数据量大小有