Predição de demanda para sistemas de bicicletas compartilhadas com estações utilizando agregação de dados meteorológicos

• Autor(a) principal: Alves, Fábio Innocente
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/212492
• topic: Startup; Predição de demanda; Otimização de inventário

Startups são empresas jovens de base tecnológica. Para serem enxutas e competitivas, é importante se manterem essencialistas e eficientes em suas atividades. Em sistemas de compartilhamento de bicicletas com estações podemos verificar práticas eficientes em operações de balanceamento que maximizam a utilização pelos usuários. Para isso, é necessário que o sistema ofereça alta disponibilidade de bicicletas para que os usuários retirem nas estações. Neste trabalho, estimamos o número de retiradas de bicicletas em cada estação do sistema Citi Bike, da cidade de Nova Iorque, para um determinado dia a partir de um modelo de predição de demanda que utiliza o algoritmo K-Nearest-Neighbors (KNN) e a similaridade das condições meteorológicas. Por fim, propomos um plano de implementação de um sistema para apoiar decisores a otimizar seu inventário utilizando o preditor em uma startup deste mercado.