Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Agent-Based Aggression De-escalation Training Application for Football Referees Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Towards Dynamic Rebalancing of Bike Sharing Systems: An Event-Driven Agents Approach

verfasst von : Jeremias Dötterl, Ralf Bruns, Jürgen Dunkel, Sascha Ossowski

Erschienen in: Progress in Artificial Intelligence

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Operating a Bicycle Sharing System over some time without the operator’s intervention causes serious imbalances, which prevents the rental of bikes at some stations and the return at others. To cope with such problems, user-based bicycle rebalancing approaches offer incentives to influence the users’ behavior in an appropriate way. In this paper, an event-driven agent architecture is proposed, which uses Complex Event Processing to predict the future demand at the bike stations using live data about the users. The predicted demands are used to derive situation-aware incentives that are offered by the affected stations. Furthermore, it is shown how bike stations cooperate to prevent that they outbid each other.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Electricity Rate Planning for the Current Consumer Market Scenario Through Segmentation of Consumption Time Series
Nächstes Kapitel Mobility Mining Using Nonnegative Tensor Factorization
Fußnoten
1
Users are notified about incentives with an acoustical signal so that they do not have to constantly watch their smartphones and can concentrate on the traffic.
 
2
Of course, it also has to be regarded if the user is already a member of this proximity area.
 
3
The leaving of a proximity area has to be treated accordingly and is indicated by a LeftAreaEvent.
 
Literatur
1.
Aeschbach, P., Zhang, X., Georghiou, A., Lygeros, J.: Balancing bike sharing systems through customer cooperation - a case study on london’s barclays cycle hire. In: 2015 54th IEEE Conference on Decision and Control (CDC), pp. 4722–4727. IEEE, December 2015
2.
Billhardt, H., Lujak, M., Ossowski, S., Bruns, R., Dunkel, J.: Intelligent event processing for emergency medical assistance. In: Proceedings of the 29th Annual ACM Symposium on Applied Computing, SAC 2014, pp. 200–206. ACM, New York (2014)
3.
Contardo, C., Morency, C., Rousseau, L.-M.: Balancing a dynamic public bike-sharing system. Technical report, CIRRELT (2012)
4.
DeMaio, P.: Bike-sharing: history, impacts, models of provision, and future. J. Public Transp. 12(4), 3 (2009)CrossRef
5.
Fishman, E., Washington, S., Haworth, N.: Bike share: a synthesis of the literature. Transport Rev. 33(2), 148–165 (2013)CrossRef
6.
Froehlich, J., Neumann, J., Oliver, N.: Sensing and predicting the pulse of the city through shared bicycling. In: Proceedings of the 21st International Joint Conference on Artifical Intelligence, IJCAI 2009, pp. 1420–1426. Morgan Kaufmann Publishers Inc., San Francisco (2009)
7.
Di Gaspero, L., Rendl, A., Urli, T.: Balancing bike sharing systems with constraint programming. Constraints 21(2), 318–348 (2016)MathSciNetCrossRef
8.
Luckham, D.: The Power of Events: An Introduction to Complex Event Processing in Distributed Enterprise Systems. Addison-Wesley, Reading (2002)
9.
Nair, R., Miller-Hooks, E., Hampshire, R.C., Bušić, A.: Large-scale vehicle sharing systems: analysis of vélib’. Int. J. Sustain. Transp. 7(1), 85–106 (2013)CrossRef
10.
Papanikolaou, D., Larson, K.: Constructing intelligence in point-to-point mobility systems. In: 2013 9th International Conference on Intelligent Environments, pp. 51–56. IEEE, July 2013
11.
Pfrommer, J., Warrington, J., Schildbach, G., Morari, M.: Dynamic vehicle redistribution and online price incentives in shared mobility systems. IEEE Trans. Intell. Transp. Syst. 15(4), 1567–1578 (2014)CrossRef
12.
Rainer-Harbach, M., Papazek, P., Hu, B., Raidl, G.R.: Balancing bicycle sharing systems: a variable neighborhood search approach. In: Middendorf, M., Blum, C. (eds.) EvoCOP 2013. LNCS, vol. 7832, pp. 121–132. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-37198-1_​11CrossRef
13.
Reiss, S., Bogenberger, K.: Optimal bike fleet management by smart relocation methods: combining an operator-based with an user-based relocation strategy. In: 19th IEEE International Conference on Intelligent Transportation Systems, ITSC 2016, Rio de Janeiro, Brazil, 1–4 November 2016, pp. 2613–2618 (2016)
14.
Shaheen, S., Guzman, S., Zhang, H.: Bikesharing in Europe, the Americas, and Asia. Transp. Res. Rec.: J. Transp. Res. Board 2143, 159–167 (2010)CrossRef
15.
Singla, A., Santoni, M., Bartók, G., Mukerji, P., Meenen, M., Krause, A.: Incentivizing users for balancing bike sharing systems. In: Proceedings of the Twenty-Ninth AAAI Conference on Artificial Intelligence, AAAI 2015, pp. 723–729. AAAI Press (2015)
16.
Metadaten
Titel
Towards Dynamic Rebalancing of Bike Sharing Systems: An Event-Driven Agents Approach
verfasst von
Jeremias Dötterl
Ralf Bruns
Jürgen Dunkel
Sascha Ossowski
Copyright-Jahr
2017
Buch
Progress in Artificial Intelligence

Print ISBN: 978-3-319-65339-6

Electronic ISBN: 978-3-319-65340-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-65340-2_26