POSIZIONAMENTO DI STAZIONI DI BIKE-SHARING TRAMITE APPROCCIO MULTI-OBIETTIVO AL MAXIMAL COVERING LOCATION PROBLEM

The growing need to reduce road transport emissions and improve urban sustainability has fostered the spread of bike-sharing systems as a micromobility solution. However, the success of such systems largely depends on the proper siting of stations, which affects both demand coverage and operational efficiency. In this context, the present work focuses on the analysis of the urban area of Bari, with the aim of identifying the most suitable locations for the installation of bike-sharing stations. The adopted approach builds on optimization models discussed in the literature, which seek to balance multiple criteria such as demand coverage, territorial accessibility, and reduction of operational costs. The results of the analysis provide a useful knowledge base for the future development of a bike-sharing network in Bari, highlighting how planning supported by objective data and analytical tools can guide more efficient and sustainable decisions.

La crescente necessità di ridurre le emissioni derivanti dal trasporto su strada e di migliorare la sostenibilità delle città ha favorito la diffusione di sistemi di bike sharing come soluzione di micromobilità urbana. Tuttavia, il successo di tali sistemi dipende in larga misura dalla corretta localizzazione delle stazioni, la quale incide sia sulla copertura della domanda sia sull’efficienza operativa. In questa prospettiva, il presente lavoro si concentra sull’analisi del territorio della città di Bari con l’obiettivo di individuare le aree più idonee all’installazione delle stazioni di bike sharing. L’approccio adottato si pone in continuità con i modelli di ottimizzazione presenti in letteratura, che mirano a bilanciare criteri multipli quali copertura della domanda, accessibilità territoriale e riduzione dei costi operativi. I risultati dell’analisi forniscono una base conoscitiva utile per il futuro sviluppo di una rete di bike sharing a Bari, evidenziando come la pianificazione supportata da dati oggettivi e strumenti analitici possa guidare decisioni più efficienti e sostenibili.