Loading...
A rebalancing methodology for a dockless scooter rental service
Villa Zapata, Lina Marcela
Villa Zapata, Lina Marcela
Citations
Altmetric:
Abstract
A comprehensive methodology is proposed to rebalance a scooter rental service to avoid shortages. This mode of transportation has become an environmentally friendly alternative for big and small cities around the world. However, because there are no docks that limit the number of scooters in each zone, large accumulations may occur at certain times of the day. Therefore, the goal is to use data analysis, statistics, and optimization tools to decide how many scooters to move from which zone to which zone before a shortage is presented.
A scooter rental service in Mayagüez, Puerto Rico was used as a case study to develop the proposed methodology. First, the initial GPS locations were grouped to create virtual stations that would serve to define the scooters' drop-off locations in rebalancing operation. Second, a prediction model was formulated based on factors that affect the demand. Finally, a multi-objective optimization problem was developed to minimize the travel distance in the rebalance operation and the deficit related to the system capacity. The evaluation of the model was made based on historical data and the deliverable is the number of scooters that must be in each zone considering the season, day of the week, and time of day.
Se propone una metodologÃa integrada para un servicio de alquiler de patinetas, que no tiene estaciones definidas. Este modo de transporte se ha convertido en una alternativa amigable para el medio ambiente en ciudades grandes y pequeñas de todo el mundo. Sin embargo, debido a que no hay muelles que limiten el número de patinetas en cada zona, pueden ocurrir grandes acumulaciones en ciertos momentos del dÃa. Por lo tanto, el objetivo es utilizar análisis de datos, herramientas de estadÃstica y de optimización para decidir cuántas patinetas mover de qué zona a qué zona. Se utilizó un servicio de alquiler de patinetas en Mayagüez, Puerto Rico como caso de estudio para desarrollar la metodologÃa propuesta. Primero, las ubicaciones iniciales del GPS se agruparon para crear estaciones virtuales que servirÃan para definir las ubicaciones de entrega de las patinetas en la operación de rebalanceo. Segundo, se formuló un modelo de predicción basado en factores que afectan la demanda. Finalmente, se desarrolló un problema de optimización multiobjetivo para minimizar la distancia de recorrido en la operación de rebalanceo y el déficit relacionado con la capacidad del sistema. La evaluación del modelo se realizó con base a datos históricos y el entregable es el número de patinetas que deben estar en cada zona considerando la temporada, dÃa de la semana y hora del dÃa.
Se propone una metodologÃa integrada para un servicio de alquiler de patinetas, que no tiene estaciones definidas. Este modo de transporte se ha convertido en una alternativa amigable para el medio ambiente en ciudades grandes y pequeñas de todo el mundo. Sin embargo, debido a que no hay muelles que limiten el número de patinetas en cada zona, pueden ocurrir grandes acumulaciones en ciertos momentos del dÃa. Por lo tanto, el objetivo es utilizar análisis de datos, herramientas de estadÃstica y de optimización para decidir cuántas patinetas mover de qué zona a qué zona. Se utilizó un servicio de alquiler de patinetas en Mayagüez, Puerto Rico como caso de estudio para desarrollar la metodologÃa propuesta. Primero, las ubicaciones iniciales del GPS se agruparon para crear estaciones virtuales que servirÃan para definir las ubicaciones de entrega de las patinetas en la operación de rebalanceo. Segundo, se formuló un modelo de predicción basado en factores que afectan la demanda. Finalmente, se desarrolló un problema de optimización multiobjetivo para minimizar la distancia de recorrido en la operación de rebalanceo y el déficit relacionado con la capacidad del sistema. La evaluación del modelo se realizó con base a datos históricos y el entregable es el número de patinetas que deben estar en cada zona considerando la temporada, dÃa de la semana y hora del dÃa.
Description
Date
2021-11-29
Journal Title
Journal ISSN
Volume Title
Publisher
Collections
Research Projects
Organizational Units
Journal Issue
Keywords
Rebalancing, Multi-objective optimization problem, Dockless, Clustering