典型文献
基于Fisher算法的无桩共享单车故障预测
文献摘要：
无桩共享单车故障的主要诊断方式为人工定期维修和APP用户反馈,但在诊断过程中存在浪费劳动力和资金、报修率较低等问题.因此,单车的故障率居高不下,严重影响用户的使用体验,不利于共享单车企业的未来发展.为提高故障诊断效率并节约成本,结合大数据技术,提出共享单车故障预测模型及求解算法进行探究:以无桩共享单车的行驶时间和行驶距离作为输入,构建有条件约束的故障预测模型;针对模型计算的复杂性,利用Fisher线性判别法设计模型的求解算法;最后,对北京市某地区的哈啰单车系统进行案例分析,验证模型和算法的有效性.结果表明:与传统的两种方法相比较,该模型可快速预测该地区的故障无桩共享单车,且准确率高达86.13％,能够显著降低无桩共享单车的故障率并节约成本.
文献关键词：
无桩共享单车;故障诊断;大数据技术;数据挖掘;预测模型;Fisher线性判别法
中图分类号：
作者姓名：
张曼雪;张勇斌
作者机构：
北京印刷学院机电工程学院,北京 102600
文献出处：
引用格式：
[1]张曼雪;张勇斌-.基于Fisher算法的无桩共享单车故障预测)[J].交通科技与经济,2022(01):19-24
A类：
B类：
Fisher,无桩共享单车,主要诊断,诊断方式,定期维修,用户反馈,诊断过程,报修,故障率,居高不下,使用体验,诊断效率,节约成本,故障预测模型,求解算法,行驶时间,线性判别,判别法,设计模型,某地区,哈啰,车系,验证模型,和算,快速预测
AB值：
0.283865
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
