STRATEGIE OTTIMALI PER IL RIBILANCIAMENTO DINAMICO DI SISTEMI DI BIKE-SHARING

Among the challenges of the third millennium, the growing need for sustainable mobility solutions presents itself as a key priority. Bike sharing systems have emerged as an effective response to this need, offering a concrete solution for reducing emissions and promoting a more more active lifestyle. Despite this, the design and operational management issues of these systems are many and varied: for example, vehicle rebalancing is still a significant challenge for service performance. This thesis aims to analyze and compare two approaches for the vehicle rebalancing in a bike sharing system. In the first approach, a greedy for choosing the stations to be rebalanced, based on criteria of proximity and availability of bicycles. In the second approach, a mixed greedy-branch and bound algorithm is adopted, combining the van- wise features of the greedy algorithm with more in-depth research to optimize the solution. Through numerical simulations, the performance of the two approaches is evaluated and compared with each other. Preliminary results indicate that the greedy algorithm provides a good basis for rebalancing, but it can be greatly improved with a precise implementation of the mixed algorithm. The findings highlight the importance of developing optimal strategies for the dynamic rebalancing of bike sharing systems in order to improve operational efficiency and user satisfaction. They are suggested future research directions to further refine the mixed algorithm and evaluate the effectiveness of the proposed strategies in real-world settings.

Tra le sfide del terzo millennio, il crescente bisogno di soluzioni di mobilità sostenibile si presenta come una priorità fondamentale. I sistemi di bike sharing si sono affermati come una risposta efficace a tale necessità, offrendo una soluzione concreta per la riduzione delle emissioni e la promozione di uno stile di vita più attivo. Nonostante questo, le problematiche di progettazione e gestione operativa di questi sistemi sono molteplici e articolate: ad esempio, il ribilanciamento dei veicoli costituisce tuttora una notevole sfida per le prestazioni del servizio. La presente tesi si propone di analizzare e confrontare due approcci per il ribilanciamento dei veicoli in un sistema di bike sharing. Nel primo approccio, viene proposto un algoritmo greedy per la scelta delle stazioni da ribilanciare, basato su criteri di vicinanza e disponibilità delle biciclette. Nel secondo approccio, viene adottato un algoritmo misto greedy-branch and bound, che combina le van- taggiose caratteristiche dell’algoritmo greedy con una ricerca più approfondita per ottimizzare la soluzione. Attraverso simulazioni numeriche, vengono valutate le prestazioni dei due approcci e confrontate tra di loro. I risultati preliminari indicano che l’algoritmo greedy rappresenta una buona base per il ribilanciamento, ma può essere notevolmente migliorato mediante l’implementazione completa e puntuale dell’algoritmo misto. Le conclusioni evidenziano l’importanza di sviluppare strategie ottimali per il ribilanciamento dinamico dei sistemi di bike sharing al fine di migliorare l’efficienza operativa e la soddisfazione degli utenti. Sono suggerite direttive future di ricerca per affinare ulteriormente l’algoritmo misto e valutare l’efficacia delle strategie proposte in contesti reali.