Прогнозирование загруженности станций городского велопроката

Развитие велосипедной инфраструктуры, в частности, внедрение автоматизированного городского велопроката, является популярной мерой частичной разгрузки улично-дорожной сети города от легковых автомобилей, получившей распространение в последнее десятилетие. Необходимость эффективно управлять системой велопроката с целью сокращения его операционных расходов рождает множество оптимизационных задач, в том числе предсказание спроса на велосипеды на каждой станции. Однако измерение реального спроса на станции затруднено из-за лимита её вмещаемости: когда на станции нет велосипедов или парковочных мест, спрос на одно из этих благ ненаблюдаем. Данная работа фокусируется на предсказании реального спроса на велосипеды и парковочные места на станциях проката с использованием стохастического моделирования. Загруженность станции моделируется как комбинация двух Пуассоновских случайных процессов притока и оттока велосипедистов со ступенчатой формой функции интенсивности. В работе обосновано использование скорректированной формулы для получения оценки интенсивности в положении перегруженности станции. Полученные функции интенсивности использованы для предиктивного моделирования загруженности станции через 30 минут, 1 час и 2 часа после наблюдения. Анализ результатов модели и сравнение рассчитанной для неё метрики качества RMSE с результатами, полученными некоторыми популярными алгоритмами машинного обучения, показали, что представленная модель демонстрирует лучшую предсказательную силу на коротком временном горизонте в 30 минут, но уступает алгоритму случайного леса при предсказании на 1 и 2 часа вперёд.