基于critic组合预测方法的共享单车故障预测

针对无桩式共享单车系统缺少故障预测方法的研究及预测准确率低不稳定等问题，在挖掘预测因素和故障单车之间的信息特征上，提出改进熵权法对预测因素分权，并采用BP神经网络、径向基函数和ELMAN神经网络3种单一预测模型建立基于critic权重的组合预测模型，在Matlab上进行实例求解。结果表明，相比单一预测方法，该组合预测方法提高了预测准确率5%左右，且能够降低预测风险，减少预测的系统误差，具有较好的实用价值。