Migliorare la qualità del servizio di bike sharing

Il bike sharing è diventato comune in molti luoghi, e sicuramente lo avrete visto in diverse città svizzere: Biciclette elettriche o e-scooter dai colori vivaci che possono essere utilizzati nelle stazioni ferroviarie e in altri luoghi pubblici - di solito tramite app - per andare da A a B in modo rapido. Ma spesso questi veicoli vengono parcheggiati da qualche parte dopo l'uso, ad esempio sui marciapiedi, agli ingressi degli edifici o in altri luoghi dello spazio pubblico. Lì spesso diventano un fastidio per gli altri utenti della strada o per i residenti. E devono essere nuovamente raccolti dai fornitori di biciclette della città con costi elevati.

Le aspettative degli utenti del bike-sharing sono diverse: vogliono un veicolo rapidamente disponibile e funzionale. E lo vogliono dove ce n'è bisogno, cioè non solo nelle stazioni ferroviarie, ma anche, ad esempio, nelle sale da concerto, negli stadi sportivi o nei ristoranti, per poter tornare a casa in modo rapido e sicuro. Uno studio dell'Università norvegese di tecnologia e scienze naturali (NTNU) di Trondheim ha quindi esaminato come le città e i fornitori di bike-sharing possano migliorare il servizio e la gestione del traffico.

Come sparare a un bersaglio in movimento

Fornire biciclette o e-scooter dove e quando le persone ne hanno bisogno è una sfida. Il problema è descritto come dinamico, perché è in continua evoluzione, e stocastico, perché cambia in modo casuale e spesso imprevedibile. Steffen Bakker, ricercatore presso il Dipartimento di Economia Industriale e Gestione della Tecnologia della NTNU, lo spiega come segue: "Gli utenti del sistema di bike-sharing prelevano le biciclette in un luogo e poi le portano in un altro. A quel punto lo stato del sistema cambia perché le biciclette improvvisamente non si trovano più nel luogo in cui erano originariamente, questa è la parte dinamica", ha detto. "Inoltre, non si sa quando i clienti ritireranno le biciclette e dove le lasceranno. Questa è la parte stocastica. Quindi, se si vuole pianificare all'inizio della giornata, non si sa cosa succederà". È come sparare a un bersaglio mobile. In altre parole, l'obiettivo è sviluppare un sistema che permetta di fare previsioni più accurate su dove e quando ci sarà un aumento della domanda di biciclette e di e-scooter. Bakker e i suoi colleghi ricercatori hanno quindi sviluppato un modello di ottimizzazione che fornisce agli operatori del bike-sharing raccomandazioni su come pianificare le biciclette e gli scooter e i veicoli di servizio. L'obiettivo è migliorare il processo di "riequilibrio", cioè la raccolta e il trasporto delle biciclette da una stazione di parcheggio all'altra.

Mettere insieme le parti in modo corretto

I ricercatori norvegesi hanno effettuato un test pilota a questo scopo a Trondheim. "Vogliamo utilizzare i sistemi di biciclette urbane esistenti come base di prova e aumentare l'efficienza delle squadre di riequilibrio di 30 % e la durata di vita delle biciclette di 20 % sviluppando nuovi strumenti decisionali", afferma Jasmina Vele, project manager di Urban Sharing, la società di bike sharing coinvolta nel progetto di ricerca. "Questo risultato può essere ottenuto grazie a migliori decisioni in termini di riequilibrio e manutenzione preventiva, che porteranno a un'importante riduzione dei costi nei sistemi di biciclette urbane esistenti". Con l'aiuto del modello di ottimizzazione, che è ancora in fase di sviluppo, è possibile inviare un nuovo piano ai conducenti dei veicoli di servizio ogni volta che arrivano a una stazione di biciclette.

Questa è la parte difficile. È importante non essere troppo miopi e concentrarsi solo sullo stato attuale del sistema, dice Bakker, soprattutto se si prevede che alcune stazioni avranno una maggiore richiesta nelle prossime ore. "È molto complesso perché si tratta di un sistema di grandi dimensioni", afferma Bakker. "Forse tra un'ora ci sarà molta richiesta in una stazione. Quindi si vuole già portare lì alcune biciclette. Allo stesso tempo, potrebbero esserci stazioni che sono quasi vuote e che hanno bisogno di biciclette. Quindi bisogna trovare un compromesso".

Modellare il bike sharing con un gemello digitale

Bakker e i suoi colleghi stanno collaborando con il Dipartimento di Informatica della NTNU per creare un "gemello digitale" o una simulazione al computer dei sistemi. In questo modo possono testare diversi modelli e sperimentare diversi approcci senza doverli testare nel mondo reale. I primi test hanno dimostrato che il modello creato dal gruppo è in grado di ridurre il numero di problemi (cioè un numero insufficiente di biciclette nel luogo in cui l'utente ne vuole una, oppure un numero eccessivo di biciclette che impedisce all'utente di parcheggiare la propria) di 41 % rispetto al mancato riequilibrio.

Il team di Steffen Bakker ha lavorato anche su un componente del modello di ottimizzazione, il cosiddetto punteggio di criticità. Il punteggio di criticità è fondamentalmente un punteggio assegnato ai diversi parcheggi di bike sharing in base al numero di biciclette che attualmente contengono o richiedono. Questi punteggi sono relativamente facili da calcolare e possono essere forniti ai ciclisti durante gli spostamenti in città per bilanciare il numero di biciclette in ogni stazione. "Si tratta di un punteggio che indica all'utente del servizio quale stazione deve assolutamente visitare", spiega Bakker. "Ci permette di offrire qualcosa che, pur non essendo il migliore, è probabilmente buono e molto migliore di quello che le società di bike sharing hanno attualmente a disposizione". Anche Jasmina Vele di Urban Sharing conferma che l'uso di questo tipo di modello di ottimizzazione può contribuire a rendere il bike sharing una parte importante del trasporto urbano. "La visione di Urban Sharing per la mobilità del futuro è un sistema di trasporto reattivo e adattabile. Utilizzando i dati e gli algoritmi di machine learning/ottimizzazione, possiamo combinare il meglio dei sistemi di trasporto tradizionali e moderni e creare un sistema efficiente dal punto di vista delle risorse che risponda alla domanda e si adatti alle esigenze individuali degli utenti", afferma Vele.

La ricerca è stata pubblicata sulla rivista European Journal of Operational Research. Fonte: Techexplore.com

Questo articolo è apparso originariamente su m-q.ch - https://www.m-q.ch/de/servicequalitaet-bei-bike-sharing-verbessern/