Abordagens gerais para modelar o tráfego de carros em uma garagem

8

um amigo meu me pediu para ajudá-lo na modelagem preditiva do tráfego de carros em uma garagem de tamanho médio. A garagem tem dias agitados e fáceis, horário de pico e horário de funcionamento (está aberta durante 12 horas durante a semana e 8 horas nos finais de semana).

O objetivo é prever quantos carros entrarão na garagem durante um determinado dia (digamos, amanhã) e como esses carros devem ser distribuídos ao longo do dia.

Por favor, aponte-me para referências gerais (de preferência disponíveis ao público) para estratégias e técnicas.

Obrigado

David D
fonte
O que exatamente você está tentando modelar / prever aqui?
Nick
Obrigado. Eu editei a pergunta. Espero que agora está mais claro
David D
Parece um problema do processo de Poisson para mim. Deixe-me ver o que os outros pensam sobre isso.
21411 suncoolsu
Veja meu comentário na resposta de Dmitrij Celov e esclareça sua pergunta.
Boris Gorelik

Respostas:

6

O campo que é relevante para o problema é a teoria de filas , um subcampo específico é um processo de nascimento-morte . Um artigo que, na minha opinião, é útil para sua tarefa é RC Larson e K.Satsunama (2010) Preços de congestionamento: um modelo de fila de estacionamento , seguir os links nas referências daria mais idéias sobre onde proceder.

Observe que recentemente o enfileiramento de pacotes R foi lançado (com impressão incorreta no título). Por fim, acho que esse link para o software de filas poderia ser útil.

Dmitrij Celov
fonte
2
O processo de nascimento e morte tenta analisar a taxa de transferência do processo (aqui, o funcionário da garagem ou similar). Tenho a sensação de que DavidD está procurando um método para prever a quantidade de carros que tentarão fazer check-in na garagem (não na fila, mas na demanda).
Boris Gorelik
@bgbg, o problema do estacionamento é que os carros na garagem não ficam o tempo todo; quando você dirige para a cidade, vê quantos lugares livres há em uma garagem em particular, então decide ocupá-la ou procurar local gratuito em algum outro lugar (presumo que seja uma espécie de estacionamento, mas apenas no subsolo, aqui concordo que mais detalhes seriam úteis). Como os carros na garagem não ficam o dia inteiro, então você precisa de um processo de nascimento-morte para descrever se um determinado local é livre ou ocupado, a essa hora do dia e da semana. À espera dos comentários de David.
Dmitrij Celov
4

A previsão de dados por hora se tornou meu principal interesse. Esse problema surge normalmente na previsão do Call Center. É necessário se preocupar com padrões horários durante o dia, padrões diários diferentes ao longo da semana e padrões sazonais ao longo do ano (indicadores mensais / indicadores semanais. Além disso, pode haver e eu já vi interação entre padrões horários e padrões diários. (uma generalização / superconjunto de regressão para dados de séries temporais) pode acomodar facilmente as estruturas mencionadas. Além disso, os eventos durante o ano (Natal, Páscoa etc.) precisam ser possivelmente incluídos usando estruturas de chumbo, contemporâneas e / ou de atraso. Na análise, precisamos validar, por meio de esquemas de detecção de intervenção, que não existem pulsos, mudanças de nível / etapa, Pulsos sazonais e / ou tendências de hora local restantes no processo de erro, sugerindo um aumento no modelo. Se a série residual sugerir uma estrutura autorregressiva, basta adicionar uma estrutura ARIMA adequada. Deve-se tomar cuidado ao selecionar um recurso para lidar com esse problema. Recentemente, analisei e desenvolvi previsões para um problema semelhante: o número de passageiros no metrô de Paris por hora e por dia. IMHO, este é um problema de construção de uma equação útil a partir dos dados que podem ser usados ​​para simular possíveis cenários que podem ser usados ​​para avaliar o comprimento da fila etc. Recentemente, analisei e desenvolvi previsões para um problema semelhante: o número de passageiros no metrô de Paris por hora e por dia. IMHO, este é um problema de construção de uma equação útil a partir dos dados que podem ser usados ​​para simular possíveis cenários que podem ser usados ​​para avaliar o comprimento da fila etc. Recentemente, analisei e desenvolvi previsões para um problema semelhante: o número de passageiros no metrô de Paris por hora e por dia. IMHO, este é um problema de construção de uma equação útil a partir dos dados que podem ser usados ​​para simular possíveis cenários que podem ser usados ​​para avaliar o comprimento da fila etc.

IrishStat
fonte
+1 exemplos interessantes. Algum deles está acessível na Web?
whuber