电动汽车共享的需求预测
人工智能
2019-05-14 v3
摘要
电动汽车（EV）共享系统近来在全球经历了前所未有的增长。许多汽车共享服务提供商以及汽车制造商正通过扩张其 EV 车队与租还车站网络进入这一竞争，旨在抢占市场份额并将汽车共享带入零排放水平。在快速扩张过程中，成功的一个根本决定因素是动态预测站点需求的能力。本文中我们提出一种新颖的需求预测方法，能够建模系统动态并相应预测需求。我们使用局部时间编码过程处理各站点可用的历史数据，并使用空间编码过程借助图卷积神经网络考虑站点间相关性。编码后的特征被送入预测网络，该网络预测站点的长期期望需求。我们在从一主要 EV 共享平台收集的真实数据上评估所提方法。实验结果表明我们的方法显著优于当前最优（SOTA）。
引用
@article{arxiv.1903.04051,
title = {Demand Prediction for Electric Vehicle Sharing},
author = {Man Luo and Hongkai Wen and Yi Luo and Bowen Du and Konstantin Klemmer and Hongming Zhu},
journal= {arXiv preprint arXiv:1903.04051},
year = {2019}
}