摘要：共享出行是一种流行的共享经济模式，为人们的工作和生活带来前所未有的便利，极大地提高了消费体验和资源利用的效率。随着共享经济的到来，共享自行车在中国迅速发展，已成为居民出行的重要交通工具之一。为了占领市场，过去几年共享自行车企业超载车辆，自行车停放点的供需不平衡导致严重扰乱正常的社会秩序。为了优化共享单车的时空分布，我们将在某一天各时段的不同区域收集单车数据，使用BP神经网络训练样本数据，建立合理的指标，将时间，人口密度和环境作为已知数量 ，找出不同时间和空间与共享单车需求之间的关系，并以数据为指标来对未来预测，以优化和重新分配共享资源。

关键词：共享出行；共享单车；BP神经网络

目录

摘要

ABSTRACT

第一章  绪论-1

1.1共享单车行业发展背景-1

1.2共享单车的发展现状-1

1.3本文的主要研究内容-2

第二章  BP神经网络-3

2.1本文采用的研究手段-3

2.2人工神经网络-4

2.2.1 BP神经网络基本原理分析-4

2.2.2 BP神经网络算法及模型-5

2.2.3 BP神经网络算法流程-6

2.2.4 BP网络算法-7

第三章  共享单车需求关系的时域分析-10

3.1基于南京部分区域的共享单车租用需求量预测模型时域-10

3.1.1共享单车需求量影响因素-10

3.1.2共享单车年度使用数据分析-10

3.1.3共享单车每日使用数据分析-11

3.2利用BP神经网络实现共享单车需求预测-17

3.2.1 BP神经网络建立条件-17

3.2.2 Matlab神经网络工具箱BP网络的建立及数据处理-18

结束语-26

致  谢-27

参考文献-28