Identifying Optimum Bike Station Initial Conditions using Markov Chain Modeling
بالعربية
تبني الدراسة نموذج سلسلة ماركوف لكل محطة في نظام مشاركة الدراجات بمنطقة خليج سان فرانسيسكو، وتستخدمه لمحاكاة يوم نموذجي. وتحدد المحاكاة العدد الابتدائي الأمثل من الدراجات لكل محطة بما يقلل احتمال خلوها أو امتلائها، وبالتالي يخفض تكلفة إعادة التوزيع.
English summary
Markov chain models are built for each station of the San Francisco Bay Area bike-share system and used to simulate a typical day. The simulation identifies the station-specific initial number of bikes that minimizes the probability of a station becoming empty or full, reducing rebalancing costs.
تبني الدراسة نماذج سلاسل ماركوف لمحطات الدراجات المشتركة في سان فرانسيسكو. وتستخدم المحاكاة لاختيار رصيد ابتدائي يحد من امتلاء المحطات أو نفاد الدراجات.
English
Station-level Markov models are developed from San Francisco bikeshare data. Simulation identifies initial bike inventories that reduce the chance of empty or full stations.
Publication details | بيانات النشر
Mohammed H Almannaa; Mohammed Elhenawy; Hesham A Rakha (2019). Identifying Optimum Bike Station Initial Conditions using Markov Chain Modeling. Transport Findings.
تحلل الدراسة استبانة دولية شملت 15,312 من راكبي الدراجات البالغين في 44 دولة، بنمذجة المعادلات الهيكلية، لاختبار علاقة استخدام الهاتف أثناء القيادة بالحوادث المبلغ عنها ذاتياً،…
تقارن الدراسة خطر الحوادث بين سائقين مصابين بالتهاب المفاصل وغير مصابين. وتعتمد على بيانات قيادة طبيعية تسجل حركة المركبة وسلوك السائق.
مشاركة مؤتمر تتناول التحكم الأمثل بالتقاطعات للمركبات الآلية والتعاونية.