1. 研究目的与意义（文献综述）

1.1 前言

在进入21世纪以后，目前的城市公共自行车已经经历了三个发展阶段，第一代公共自行车出现在1965年，单车来源于他人捐赠，公共自行车系统由政府出资养护，出行者免费使用无锁无固定停车桩的自行车。到了1991年的第二代公共自行车，有固定的租借站点，并且需要押金。第三代公共自行车增加了借还自行车的专用设施，租借者需要提供个人信息并且支付一定的押金。自行车的使用路线等信息可以被追踪和记录，使用过程产生的费用可以通过多种方式支付。

2016年出现了具有第四代公共自行车雏形的共享单车。与传统的公共自行车相比，去除了固定停车桩，并且能够使用移动设备进行车辆租借，具有一定信用等级的用户能够免交押金。这些特点能够缩短出行者的步行距离，并且使租借过程更加便捷，吸引更多的出行者选择自行车出行，进而对共享单车租借需求产生影响。

共享单车作为“绿色”交通方式，是提高城市运行效率并且减少环境污染的有效途径并在全国各城市得到大力推广。但共享单车在投放时存在盲目的行为，从而造成共享单车数量及规模投放过多的浪费现象，或共享单车投放不足和投放不合理的紧缺现象。而共享单车投放的数量规模与其租借需求量密切相关，因此需要对共享单车租借需求预测进行研究^[1]-[4]。

2. 研究的基本内容与方案

2.1研究的基本内容与目标

(1)分析共享单车的出行特征

(2)调查并分析不同土地使用性质的共享单车状况

3. 研究计划与安排

第2周：以论文题目为核心，对相关资料进行收集和翻阅。

第3周：对已收集的资料加以整理，及确定论文的论述范围，进行开题报告

第4周:根据已经有的资料，构建论文的大纲

4. 参考文献（12篇以上）

[1]刘佳. 城市公共自行车系统需求预测研究[D]. 西安建筑科技大学, 2016.
[2]杨杰. 城市公共自行车租赁系统在中国的发展[J]. 山西财经大学学报, 2015(s1):63-64
[3]朱玮, 何京洋, 王德. 法国公共自行车系统布局方法与实证研究——以巴黎和里昂为例[J]. 国际城市规划, 2015, 30(b05):64-70.
[4]段婷, 运迎霞. 慢行交通发展的国内外经验[J]. 道路交通与安全, 2017(2):27-33.
[5]范为迪. 基于多源数据的公共自行车短时租借预测模型研究[D]. 杭州电子科技大学, 2016.
[6]钱进. 城市公共自行车租赁点借还需求预测与分析[D]. 长安大学, 2015.
[7]Kaltenbrunner A，Meza R，Grivolla J，et al． Urban cycles and mobi-lity patterns:exploring and predicting trends in a bicycle-based publictransport system［J］． Pervasive and Mobile Computing，2010，6(4): 455-466．
[8]Giot R，Cherrier R． Predicting bike-share system usage up to one dayahead［C］/ /Proc of IEEE Symposium on Computational Intelligencein Vehicles and Transportation Systems． 2014: 22-29．
[9]Borgnat P，Robardet C，Abry P，et al． A dynamical network view ofLyon’s Velo’v shared bicycle system ［M］/ /Dynamics on and ofComplex Networks． New York: Springer，2013:267-284．
[10]Vogel P，Mattfeld D C． Strategic and operational planning of bike-sharing systems by data mining:a case study［C］/ /Lecture Notes inComputer Science，vol 6971． 2011:127-141．
[11]Yoon J W，Pinelli F，Calabrese F． Cityride: a predictive bike sharingjourney advisor［C］/ /Proc of the 13th International Conference onMobile Data Management． 2012: 306-311．
[12]林燕平, 窦万峰. 基于ARIMA模型的城市公共自行车需求量短期预测方法研究[J]. 南京师范大学学报(工程技术版), 2016, 16(3):36-40.
[13]吴瑶, 陈红, 鲍娜,等. 基于多项logit模型的城市公共自行车租借需求预测模型[J]. 大连交通大学学报, 2013, 34(1):19-24
[14]林雨平, 方捷, 邱美华,等. 基于Logistic回归的公共自行车出行特征分析——以福州市为例[J]. 交通运输研究, 2017, 3(3):14-19.
[15]FAGHIH-IMANI A, HAMPSHIRE R, MARLA L, et al. AnEmpirical Analysis of Bike Sharing Usage and Rebalanc#8259;ing: Evidence from Barcelona and Seville[J]. TransportationResearch Part A Policy amp; Practice, 2017,97 :177-191.
[16]张建国. 城市公共自行车车辆调配问题研究[D]. 西南交通大学, 2013.
[17]解小平, 邱建东, 汤旻安. 基于Elman神经网络的公共自行车单站点需求预测[J]. 计算机工程与应用, 2017, 53(16):221-224.
[18]刘路美. 城市公共自行车站点需求预测及调度优化方法研究[D]. 北京交通大学, 2017.
[19]万李, 杨杰. 小波神经网络在短时交通流量预测中的应用[J]. 计算机仿真, 2012, 29(9):352-355.
[20]林燕平, 窦万峰. 基于网络模型的城市公共自行车需求量预测研究[J]. 计算机应用研究, 2017, 34(9):2692-2695.
[21]周晖杰, 李南, 敖丽红,等. 大数据下宁波市公共自行车出行特征分析[J]. 宁波大学学报(理工版), 2017, 30(6).
[22]郭素萍, 甄峰, 尹秋怡. 城市公共自行车出行时空间特征分析[J]. 规划师, 2017, 33(6):112-118.
[23]楚倡. 城市公共自行车出行特征及预测研究[D]. 西南交通大学, 2016.
[24]Castillo-Manzano J I, Castro-Nuntilde;o M, López-Valpuesta L. Analyzing the transition from a public bicycle system to bicycle ownership: A complex relationship[J]. Transportation Research Part D Transport amp; Environment, 2015, 38:15-26.