인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Seoul’s public bicycle system faces operational inefficiencies due to an imbalance in availability, resulting to bicycle shortages or surpluses at specific times and locations. The current redistribution method is reactive and based on human operators’ experience, and it tends to fail to proactively address real-time demand. This study proposes a data-driven, proactive redistribution system. We first develop a prediction model for the number of bikes at the stations, then propose “acceptable inventory levels” for bike stations based on time-dependent demand patterns, and finally design a three-phase heuristic algorithm, called “Clustering-Routing-Relocation,” to minimize deviations from the predefined inventory levels and total travel time. We also present a proof-of-concept mobile app that implements the proposed algorithm to enable staff to perform rebalancing duties. Experimental validation using real operational data showed that the proposed process may increase the inventory-level satisfaction rate by more than 10% compared with the existing method. This study demonstrates that a proactive, data-driven approach can significantly improve operational efficiency and user satisfaction.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096852321
