Están por todas partes, desde Berlín hasta Pekín, bicicletas de colores vivos que puedes pedir prestadas para moverte por la ciudad sin coche. Estos sistemas, junto con los e-scooters, ofrecen a las personas una forma rápida y conveniente de viajar por áreas urbanas. Y en un momento en que las ciudades se esfuerzan por encontrar formas de cumplir sus objetivos climáticos, son una herramienta bienvenida para los planificadores urbanos.

Asegurarse de que las bicicletas y los scooters eléctricos estén disponibles puede ser un desafío, pero también es clave para el éxito de la oferta, dice Steffen Bakker, investigador del Departamento de Economía Industrial y Gestión Tecnológica de NTNU que estudia formas de hacer que el transporte más ecológico y eficiente.

"Si un sistema como este va a tener éxito, entonces necesitamos la satisfacción del usuario", dijo Bakker. "La gente quiere que las bicicletas estén allí cuando quieran usarlas, y solo querrán usar el sistema si es un buen servicio".

Bakker fue coautor de un artículo reciente que describe un modelo de optimización para ayudar a las ciudades y empresas a hacer un mejor trabajo manteniendo contentos a sus clientes de bicicletas compartidas.

Como disparar a un objetivo en movimiento

Considere los desafíos de proporcionar bicicletas o scooters donde y cuando la gente los quiera.

Los investigadores describen el problema como dinámico, porque siempre está cambiando, y estocástico, porque cambia de forma aleatoria y, a menudo, difícil de predecir, dijo Bakker.

"Los usuarios del sistema de bicicletas compartidas recogen bicicletas en un lugar y las mueven a otro. Y luego el estado del sistema cambia porque, de repente, las bicicletas no están donde comenzaron, que es la parte dinámica", dijo. dijo. "Pero además de eso, no sabes cuándo los clientes recogerán las bicicletas y dónde las pondrán. Esa es la parte estocástica. Entonces, si quieres planificar al comienzo del día, no sé lo que va a pasar."

Bakker y sus colegas pueden usar el enorme tesoro de datos recopilados por bicicletas y scooters eléctricos cuando están en uso para hacer predicciones. Pero no hay garantía de que la forma en que se usaron las bicicletas el martes pasado, por ejemplo, será la misma el martes siguiente, dijo.

"Tienes que adaptarte a las cosas que ocurren durante el día", dijo. "Tal vez, de repente, ocurre un evento o cambia el clima, y ​​luego las personas no usan el servicio y el patrón de demanda cambia, lo que afecta la planificación".

Juntando las piezas

Lo que Bakker y sus colegas han desarrollado es un modelo de optimización que puede brindar recomendaciones sobre lo que deben hacer los operadores de servicios.

Esto incluye lo que deben hacer los vehículos de servicio en la estación en la que se encuentran actualmente, si deben dejar o recoger bicicletas, o cambiar las baterías por bicicletas eléctricas y scooters, y a dónde ir a continuación. Los cálculos subyacentes se basan en lo que ha sucedido hasta ahora durante el día y lo que se espera que suceda en el futuro cercano.

La investigación del grupo está financiada como parte de un proyecto de NOK 10 millones financiado por el Consejo de Investigación de Noruega llamado El futuro de la micromovilidad (FOMO), con la empresa Urban Sharing AS como empresa principal de la subvención.

"A través de Pilot-T, planeamos utilizar los sistemas de bicicletas urbanas existentes como bases de prueba y, mediante el desarrollo de nuevas herramientas de apoyo a la toma de decisiones, el objetivo es aumentar la eficiencia de los equipos de reequilibrio en un 30 % y la vida útil de las bicicletas en un 20 %. ", dijo Jasmina Vele, gerente de proyectos en Urban Sharing. "Esto se puede lograr a través de mejores decisiones relacionadas con el reequilibrio y el mantenimiento preventivo, y esto corresponderá a una gran reducción de costos en los sistemas de bicicletas de la ciudad existentes".

Mover bicicletas de la manera más eficiente

El proceso de recolectar y mover bicicletas de una estación de estacionamiento de bicicletas a otra se llama "reequilibrio". El uso del modelo de optimización, que aún está en fase de desarrollo, permite enviar a los conductores un nuevo plan cada vez que llegan a una estación de bicicletas.

“No haces un solo plan al comienzo del día, pero lo que hacemos es hacer un nuevo plan cada vez que llega un vehículo a una estación de bicicletas”, dijo. "Y cuando el coche llegue a la estación, les diremos:'Está bien, recogen tantas bicicletas o dejan tantas bicicletas'".

Pero aquí es donde entra la parte difícil. Es importante no ser demasiado miope centrándose solo en el estado actual del sistema, dice Bakker, especialmente si se espera que ciertas estaciones tengan más demanda dentro de la próxima hora más o menos.

"Es muy complejo, porque es un gran sistema", dijo. "Tal vez va a haber mucha demanda en la estación dentro de una hora. Así que ya quieres traer algunas bicicletas allí. Pero al mismo tiempo, puede haber estaciones ahora que están casi vacías y necesitan algunas bicicletas. Así que tienes que descifrar esta compensación".

También es importante coordinar las recogidas y devoluciones entre los diferentes vehículos que dan servicio a la red de bicicletas compartidas, dijo.

Gemelos digitales y tiempo computacional

Bakker y sus colegas están trabajando con el Departamento de Ciencias de la Computación de NTNU para crear un "gemelo digital", o una simulación por computadora, de los sistemas que están modelando, para que puedan probar diferentes enfoques sin tener que probarlos en el mundo real.

Las pruebas iniciales mostraron que el modelo que generó el grupo puede reducir la cantidad de problemas (es decir, no hay suficientes bicicletas donde el usuario quiere una, o demasiadas bicicletas para que el usuario no pueda estacionar la bicicleta) en un 41 por ciento en comparación con no hacer ningún reequilibrio. en absoluto.

En comparación con las prácticas actuales de reequilibrio de Oslo City Bikes, que también es colaboradora de la subvención NFR, la cantidad de problemas se redujo en un 24 por ciento. Bakker dice que las versiones más nuevas del modelo muestran aún más potencial.

También son posibles enfoques más simples

No es sorprendente que los tipos de cálculos necesarios para que el modelo funcione sean complejos y que los investigadores necesiten ajustar los diferentes parámetros que afectan el rendimiento del modelo.

Bakker y sus colegas también trabajaron en un componente del modelo de optimización denominado puntajes de criticidad, que es un poco más simple y se puede usar independientemente del modelo de optimización más grande.

Un puntaje de criticidad es básicamente un puntaje otorgado a diferentes áreas de estacionamiento de bicicletas compartidas en función de la cantidad de bicicletas que contiene o necesita actualmente. Estos puntajes son relativamente simples de calcular y se pueden proporcionar a los conductores mientras viajan por la ciudad para reequilibrar la cantidad de bicicletas en cada estación.

"Es un puntaje que le dice al conductor qué estación es más importante visitar", dijo Bakker. "Si puede presentárselo a la persona que conduce el automóvil y decir que estas son las estaciones con el puntaje de criticidad más alto, podemos proporcionar algo que no es lo mejor, pero probablemente sea bueno, y mucho mejor que lo que hacen ahora las empresas de bicicletas compartidas". ."

Vele de Urban Sharing dice que usar este tipo de modelos de optimización puede ayudar a que las bicicletas compartidas sean un componente importante en el transporte urbano.

"La visión de Urban Sharing para la movilidad futura es un sistema de transporte que responda y se adapte. Mediante el uso de datos y algoritmos de optimización/aprendizaje automático, podemos combinar lo mejor de los sistemas de transporte tradicionales y modernos, y crear un sistema eficiente en recursos que responda a demanda y se adapta a las necesidades individuales de los usuarios", dijo.

La investigación fue publicada en el European Journal of Operational Research . + Explora más

Lyft suspende bicicletas eléctricas después de incendios de batería