• ETRI Journal
• /
• 제44권2호
• /
• pp.244-259
• /
• 2022

Bicycle- or bike-sharing systems (BSSs) have received increasing attention as a secondary transportation mode due to their advantages, for example, accessibility, prevention of air pollution, and health promotion. However, in BSSs, due to bias in bike demands, the bike rebalancing problem should be solved. Various methods have been proposed to solve this problem; however, it is difficult to apply such methods to small cities because bike demand is sparse, and there are many practical issues to solve. Thus, we propose a demand prediction model using multiple classifiers, time grouping, categorization, weather analysis, and station correlation information. In addition, we analyze real-world relocation data by relocation managers and propose a relocation algorithm based on the analytical results to solve the bike rebalancing problem. The proposed system is compared experimentally with the results obtained by the real relocation managers.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.107-120
• /
• 2023

서울 도심 내 교통량 감축과 탄소배출을 줄이기 위해 2015년 도입된 공공자전거 따릉이는 이용자가 해마다 배 이상 증가하여 2023년 기준 2700여 대여소에서 4만 3천여 대가 운영 중이며 누적 가입자 4백만 명을 넘어서는 서울시민이 뽑은 가장 성공적인 공공 정책으로 자리매김하였다. 그러나 따릉이 이용이 급속도로 증가됨에 따라 자전거 수요·공급 불일치로 인한 자전거 부족 민원도 급증하여 효율적인 자전거 재배치가 강하게 요구되었다. 이에 본 연구는 공유자전거의 대여·반납 이력 데이터, 기상데이터, 공휴일 정보, 따릉이 대여소 정보 등을 기반으로 따릉이 이용 패턴과 특성을 분석하고, 기계학습 알고리즘을 활용해 대여소별 따릉이 대여·반납 예측 모델을 개발하였다. 이를 이용하여 대여소별 안전재고를 확보할 수 있는 따릉이 재배치 수량을 도출하고 이를 서울시설공단 따릉이 관리App에 시범서비스 하였다. 따릉이의 수요를 실시간으로 예측하고 현재 거치 중인 재고량과 비교하여 적절한 수량의 자전거를 재배치한다면 자전거 부족으로 인한 시민들의 불편 해소에 기여할 수 있을 것으로 기대된다.

• 한국경영과학회지
• /
• 제41권1호
• /
• pp.41-53
• /
• 2016

Static repositioning is a well-known and commonly used strategy to maximize customer satisfaction in public bike-sharing systems. Repositioning is performed by trucks at night when no customers are in the system. In models that represent the static repositioning problem, the decision variables are truck routes and the number of bikes to pick up and deliver at each rental station. To simplify the problem, the decision on the number of bikes to pick up and deliver is implicitly included in the truck routes. Two relocation-based local search algorithms (1-relocate and 2-relocate) with the best-accept strategy are incorporated into a variable neighborhood search (VNS) to obtain high-quality solutions for the problem. The performances of the VNS algorithm with the effect of local search algorithms and shaking strength are evaluated with data on Tashu public bike-sharing system operating in Daejeon, Korea. Experiments show that VNS based on the sequential execution of two local search algorithms generates good, reliable solutions.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.147-165
• /
• 2020

공유경제 서비스는 현재 숙박, 자동차, 자전거 등 다양한 분야에서 확산되고 있다. 특히 공유 자전거 서비스는 세계 각지에서 크게 인기를 끌고 있고, 서울시도 2015년 9월부터 '따릉이'라는 공공자전거 서비스를 제공하고 있다. 그러나 사용자의 자전거 이용이 증감함에 따라 지속적으로 대여소 간의 자전거 수 불균형이 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 2017년 1년간의 서울시 따릉이 공공자전거 데이터에 소셜 네트워크 분석에서 활용되는 연결 정도 중심성, 근접 중심성, 매개 중심성 그리고 k-코어 분석을 적용하여 시간대별 '따릉이' 이용자들의 이동 패턴을 분석하였다. 그 결과, 연결 정도 중심성은 대중교통 환승과 밀접하게 연계된 곳으로 나타났다. 근접 중심성은 출발과 도착 빈도가 불균형하거나 대중교통 근접성이 미흡한 곳으로 나타났다. 매개 중심성은 출발과 도착의 빈도가 동시에 많이 발생하는 곳을 의미한다. 마지막으로 k-코어 분석 결과, 시간대별로 가장 핵심 집단으로 간주 되는 자치구는 마포구로 나타났다. 따라서 본 연구의 결과는 서울의 자전거 정류장 재배치, 추가 설치 등에 대한 방안을 계획하는 데 기여할 수 있을 것으로 본다.