Relocation strategies for free-floating car sharing operators

Abstract

Free-floating car sharing stellt eine komfortable Alternative zum öffentlichen Verkehr in Städten dar. Die Flexibilität dieses Ansatzes bedingt die regelmäßige Optimierung der car sharing Systeme in Hinblick auf Position und Verfügbarkeit der Fahrzeuge, sodass diese dort zur Verfügung stehen, wo Kunden sie benötigen. Die Systeme tendieren von Natur aus zu einem unausgeglichenen Status, wodurch der Bedarf an Relokation entsteht. Die Arbeit behandelt dieses Problem, indem eine Methode gezeigt wird, welche tiefere Einblicke in das Nutzerverhalten von free-floating car sharing Systemen gibt. Es soll zur Verbesserung der Relokationsstrategien der Anbieter beigetragen werden, indem beantwortet wird, wie Fahrzeuge in solchen Systemen geographisch repositioniert werden sollen, um den Kundenbedarf bestmöglich, in Abhängigkeit von zeitlichen, meteorologischen und geographischen Einflussfaktoren, zu decken. Die vorgestellte Methode ist eine generische Vorgehensweise zur Wissensermittlung über das Nutzerverhalten in free-floating car sharing Systemen, welche auf empirischen Fahrtdaten basiert. Sie besteht aus dem Sammeln und Normalisieren von Fahrtdaten sowie der anschließenden Analyse dieser mit Hilfe von dichtebasierten Clustering-Verfahren, um den Zusammenhang zwischen Orten von Interesse und Standorten mit hoher car sharing Nachfrage zu ermitteln. Die Kombination von Clustering-Ergebnissen und geographischen Interessenspunkten in einem geographischen Informationssystem erlaubt die Evaluierung von vielfältigen Annahmen über die Systeme, welche zur Verbesserung der Relokationsstrategien beitragen können. Der vorgestellte Ansatz ist leicht von Stakeholdern anwendbar. Die Arbeit zeigt auch eine konkrete Implementierung der Methode basierend auf Open Source Software. Es wurden einige beispielhafte Hypothesen durch diese Lösung evaluiert, um die Anwendbarkeit der Methode zu zeigen. Dieses Vorgehen resultierte in drei Vorschlägen zur Verbesserung von Relokationsstrategien.

Free-floating car sharing offers a convenient alternative to public transportation in urban regions. However, due to the flexibility of this approach, operators must be able to regularly respond to imbalances in the car sharing system in terms of car location and availability. In order for free-floating systems to operate efficiently, vehicles need to be allocated geographically to meet user demand. Naturally, such systems get imbalanced over time, and the need for relocating vehicles emerges. This thesis deals with the imbalance problem by presenting a method of data collection and analysis that offers deeper insight into user behavior in free-floating car sharing systems. The method introduced here will contribute to the improvement of operators' relocation strategies. It does so by answering the question of how vehicles in free-floating car sharing systems should be geographically relocated to best fulfill customers’ needs depending on time of day, weather conditions, and points of interest in a city. The proposed method represents a behavioral, generic approach to the