Dissertação

{pt_PT=Predicting demand in Bike Sharing Systems  GIRA case study} {} EVALUATED

{pt=Um aumento global com poreocupações ambientais nas últimas décadas tem vindo a introduzir várias leis e outras mudanças que estimulam uma vida sustentável com economias partilhadas. O sector de transporte é o maior emissor de gases poluentes em cidades, com isto, a introdução de bicicletas partilhadas tem sido uma das medidas para alterar isto, sendo que, esta é uma rede que não emite gases e proporciona mobilidade partilhada. Estas redes tem crescido rapidamente nos últimos anos, e é crucial assegurar o seu sucesso. Este sucesso depende principalmente de dois factores: os locais das estações de bicicletas e o rebalanciamento da rede, ambos que dependem da procura. Este trabalho tem como objectivo criar um modelo de procura para a rede da GIRA em Lisboa, prevendo este, o número de viagens que ocorrem entre um par origem-destino numa dada hora e a duração destas viagens. O estudo foca-se também em analisar o efeito da meteorologia, o efeito de outros meios de transporte, o efeito de ter bicicletas perto de diferentes tipos de pontos de interesse, e também, a distribuição da procura ao longo de um dia. Todos estes factores foram testados usando o RStudio com base em vários tipos de regressões, incluíndo, modelos lineares generalizados, modelos lineares simples, mas também, modelos que tratam excesso de zeros: o modelo hurdle e o modelo de zeros inflacionados. Uma comparação foi feita e o modelo de hurdle foi o com melhores correlações e as variáveis explicativas mostraram ter efeitos significativos na procura de bicicletas., en=Increasing concerns on global environmental problems, in the past decades, has introduced many goals and policies that encourage sustainable living with the creation of shared economies. The transportation sector is the greatest greenhouse gas emission source in cities, so, Bike Sharing Systems (BSS) have been one of the measures introduced to change this, as this mode does not emit gases, while contributing to shared mobility. These networks have been subject to a rapid growth in recent years and assuring their success is crucial. This success depends mainly on two factors: the locations of the bike stations and the rebalancing of the network, both of which depend on existing demand. This work aims to model demand for the GIRA bike network in Lisbon, with the objective of predicting the trips that will occur between an origin-destination pair at a given hour and the durations of the trips. This study also focuses on analysing the effect of weather, inter-modality effects, effects of having bike stations close to different types of points of interest, as well as, the hourly distribution of demand. These were all tested with RStudio based on various statistical models, including simple linear models, generalized linear models, as well as, zero-augmented ones: the hurdle model and the zero-inflated model. The hurdle model was proved to fit best to the data and the explanatory variables’ effects on the number of trips performed and their duration were statistically significant, demonstrating impactful trends. }
{pt=Bicicletas partilhadas, hurdle, zeros inflacionados, en=Bike Sharing Systems, Hurdle, Zero-inflated}

Novembro 14, 2019, 16:30

Orientação

ORIENTADOR

José Maria Campos da Silva André

Departamento de Engenharia Mecânica (DEM)

Professor Auxiliar

ORIENTADOR

António Ramos Andrade

Departamento de Engenharia Mecânica (DEM)

Professor Auxiliar