Resumen

El sistema de carsharing unidireccional ha sido ampliamente adoptado en el ámbito del carsharing debido a la flexibilidad de sus servicios. Sin embargo, una de las principales limitaciones del sistema de carsharing unidireccional es la necesidad de resolver el desequilibrio entre la oferta y la demanda. Se ha estudiado la predicción de la demanda de recogida para lograr el objetivo, pero el uso de vehículos devueltos para reducir los traslados innecesarios también es uno de los métodos importantes. Hoy en día, se dispone de datos de trayectoria y otros datos para la predicción en tiempo real de la demanda de retorno. Basándose en la predicción de la demanda de retorno, la respuesta de reubicación puede ser más razonable. De este modo, puede mejorarse en gran medida el equilibrio entre la oferta y la demanda. Los datos multifuente incluyen datos de trayectoria, datos de registro de aplicaciones del usuario, datos de pedidos, datos de estaciones y datos de características del usuario. A partir de estos datos, se utilizó un modelo de predicción de la demanda de devolución para predecir si el usuario devolverá el vehículo en 15 minutos en tiempo real, y se aplicó un modelo de predicción de la estación de destino para pronosticar en qué estación aparcará el usuario. Por último, se realizó un estudio de caso con datos de campo de una semana de diez estaciones para comprobar las ventajas de la predicción dinámica de la demanda de devolución. Los resultados mostraron que la predicción de la demanda de retorno mejora la eficacia de las reubicaciones al mitigar la condición de que la plaza de aparcamiento de la estación esté llena o vacía. La posible aplicación de este estudio permitiría reducir eficazmente las reubicaciones innecesarias y formular una estrategia activa de optimización del funcionamiento para reducir el coste operativo del sistema y mejorar su calidad de servicio.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:predicción de la demanda de retorno, sistema de carsharing de ida y vuelta, demanda, usuario, datos de trayectoria, reubicación innecesaria, estrategia activa de optimización del funcionamiento, modelo de predicción de la estación de destino, predicción dinámica de la demanda de retorno, modelo de predicción de la demanda de retorno
• Keywords:return demand prediction, way carsharing system, demand, user, trajectory data, unnecessary relocation, active operation optimization strategy, destination station prediction model, dynamic return demand prediction, return demand prediction model