包邮共享单车大数据分析与管理应用研究

**章 绪论 **节 研究背景及意义 第二节 研究思路 第三节 主要研究内容 第四节 主要创新点 第二章 国内外研究现状综述 **节 基于广义故障数据的系统可靠性分析 第二节 基于数据挖掘的系统故障知识发现 第三节 数据驱动的维修管理与决策优化研究 第四节 BSS健康管理 第五节 本章小结 第三章 系统可用性分析方法与模型 **节 系统可靠性理论 第二节 系统可用性分析 第三节 系统可用性优化与保障 第四节 数据缺失及函数型数据分析 第五节 本章小结 第四章 系统可用性数据来源及统计分析 **节 数据来源及预处理 第二节 统计分析 第三节 系统可用性特征分析 第四节 多粒度下用户出行模式的研究方法 第五节 真实需求问题分析 第六节 本章小结 第五章 基于函数型主成分及聚类的可用性分析方法 **节 函数型数据构造 第二节 函数型可用性指标构建 第三节 函数型可用性分析方法 第四节 案例及分析结果 第五节 本章小结 第六章 基于出行链的可用性排序方法 **节 问题的提出 第二节 图论的基本概念 第三节 构建基于出行链的可用性拓扑关系 第四节 基于滑动时间窗口的动态更新 第五节 案例及分析结果 第六节 本章小结 第七章 基于贝叶斯模型的单车不可用概率 **节 问题的提出 第二节 模型假设 第三节 贝叶斯基础模型 第四节 带有协变量的贝叶斯扩展模型 第五节 案例及分析结果 第六节 本章小结 第八章 基于强化学习和PageRank的可用性分析方法 **节 问题提出 第二节 不可用共享单车检测方法 第三节 案例及分析结果 第四节 本章小结 第九章 广义系统可用性仿真及迁移预测方法研究 **节 问题提出 第二节 文献综述 第三节 基于离散系统仿真的可用性分析方法 第四节 系统真实需求仿真预测结果分析 第五节 案例及结果分析 第六节 本章小结 第十章 基于深度学习的广义系统可用性预测方法 **节 站点真实需求 第二节 预测模型构建 第三节 实验参数设置 第四节 预测结果与评价 第五节 本章小结 第十一章 基于谱聚类和随机森林的用户出行需求预测方法 **节 基于随机森林的用户出行需求预测方法 第二节 实验及结果分析 第三节 本章小结 第十二章 模型结果应用 **节 系统可用性优化 第二节 预防维修管理决策 第三节 基于真实需求预测的调度优化 第四节 检修路线优化 第五节 本章小结 第十三章 总结 参考文献 后记