自転車共有システムにおける交通予測

自転車共有システムは、多くの主要都市で広く展開されており、市民の通勤に便利な交通手段を提供しています。異なる期間における異なる駅での自転車の貸出・返却に不均衡があるため、システム内の自転車は頻繁に再配分する必要があります。リアルタイムの監視では、この問題にうまく対処できず、不均衡が発生した後に自転車を再割り当てするのに時間がかかります。本論文では、将来の期間において各駅クラスタから貸し出される/返却される自転車の数を予測する階層的予測モデルを提案します。これにより、事前に再配分を実行できるようになります。まず、自転車ステーションをグループ化するための二部クラスタリングアルゴリズムを提案し、二層の駅の階層を形成します。市内で貸出される自転車の総数は、勾配ブースティング回帰木（GBRT）によって予測されます。次に、クラスタ間の貸出比率とクラスタ間の移行を予測するための多重類似性に基づく推論モデルを提案します。これに基づき、各クラスタから貸し出される/返却される自転車の数を簡単に推測できます。私たちは、ニューヨーク市（NYC）とワシントンD.C.（D.C.）の二つの自転車共有システムでモデルを評価し、基準アプローチに比べてモデルの優位性を確認しました（エラーレートの0.03の減少）、特に異常期間においては（エラーレートの0.18/0.23の減少）。