s3n370 發表於 2021-1-3 09:56
整得big data推算，何不搞on-demand，直接知道較實際嘅需求？
用App預先通知巴士公司，巴士公司通知到站時 ...
carpool變成bus-pool睇落好似好好，背後個系統運作會好複雜
巴士公司要應付on demand流量要準備多左車
同埋點樣去確保叫左車嘅人真係上到預約嘅車？
eternalflame 發表於 2021-1-3 10:37
巴士公司肯定足夠數據去build model
但個correlation唔係去黃石放個0.5, 天氣唔好放個-1咁簡單
純粹去整 ...
無錯，任何traffic demand model一定要keep住update。
早晚繁返放工，相對定時嘅demand，
運輸署、港鐵、巴士公司要去response，
At best都有一定滯後。
更何況係無定時嘅郊遊。
用番傳統智慧，天氣好嘅假日冧人堆，
可能唔差得好遠。
更何況，靠demand model食飯嘅航空公司，
個model因為疫情失哂效。
今日build個model，隨住有疫苗而回復昔日也好，
要長期同病毒並存都好，都唔會係穩妥嘅model。
小弟再舉多個例子，
呢排常去一個知名網站曾推介嘅郊遊地點。
假日去D人多到呢，
搵架19座清客都嫌大架得滯囉。
eternalflame 發表於 2021-1-3 10:51
carpool變成bus-pool睇落好似好好，背後個系統運作會好複雜
巴士公司要應付on demand流量要準備多左車
同 ...
小弟心中嘅On-demand唔係個客想幾點就幾點，
而係類近新型商廈嘅智能升降機系統。
抽起部份編定嘅郊遊線班次，
優先俾預訂嘅乘客。
巴士公司亦可將乘客group埋，
咁樣巴士公司更能按量加車，
部份車甚至可以停少D站、兜少D路（如西貢總站）
提升效率。
如果講“確保個客上到車”係指唔會上錯車、
無預訂嘅客唔會上車令到預約佐嘅客無位，
咁純粹係執行細節可以解決，
例如訂位時需付按金，搭啱車就退差額。
如果“確保個客上到車”，係指郊區因大量遊客引致交通繁忙，
編配佐嘅車難以按時到站。
可以做嘅係每部車嘅on demand stop。
該等車輛過佐某D on-demand stop後，
如有位置可如常載客，確保善用資源。
其實係咪應該開多啲96R/92R/92彩虹特車？
s3n370 發表於 2021-1-3 12:05
小弟心中嘅On-demand唔係個客想幾點就幾點，
而係類近新型商廈嘅智能升降機系統。
抽起部份編定嘅郊遊線 ...
要玩到咁大即係要重新整合過晒成套fleet management同派更系統
又要細節上造到乘客先落訂後上車, 即係連隻app要加埋payment gateway同會員系統
同智能升降機係個closed system入面自轉有極大差別
樂仔〞 發表於 2021-1-2 14:01
其實都唔洗搞咁多野
嶼巴假日已經做緊類似嘅野
開幾多班車入嶼南，基本上就要開返同樣數量嘅車出返嚟
唔同
如果你用Google trends之類既方法砌model
連要開幾多班車入去，都可以提早幾日估到
上面講到車務調動咁難
又話更表改唔到，又話schedule of service唔容易改
就更加需要提早安排，而唔係當日先臨急補鑊
而實際上個model仲有其他用途
嶼南其中一個問題，係唔同乘客個peak唔同
泳客、行山客、旅客，入去都係搭3M/11，但走既時間同位置唔同
你用Google trends去砌model，可以幫你決定幾時要加開3R/11A
eternalflame 發表於 2021-1-3 10:37
巴士公司肯定足夠數據去build model
但個correlation唔係去黃石放個0.5, 天氣唔好放個-1咁簡單
純粹去整 ...
上面個例子係simplification
實際上parameterization係完全由電腦做曬，當然唔係求其擺個0.5/-1咁簡單
至於你質疑correlation唔強，model會唔準，呢個係有得test
一般既做法，係將已知既數據（天氣/Google Trends/實際客量）分做兩組，一組training，一組validation
然後用training data砌model，再將個model用喺validation data身上，睇下個model喺unseen data準唔準
我工作關係做過好多次，直覺話我知Google Trends/巴士客量係絕對有得做
就算巴士公司肯係數據方面入手
都唔見得佢地會keep住train/refine個model
其實你個model train咗出來之後，可以用好耐
反正啲correlation本身唔會點變
而個programme寫得好既，甚至可以auto update
只要每年feed張實際客量既spreadsheet落去，自動幫你再train一次
呢個步驟亦唔需要IT人做
本帖最後由 castanopsis 於 2021-1-5 07:35 編輯
s3n370 發表於 2021-1-3 11:04
無錯，任何traffic demand model一定要keep住update。
早晚繁返放工，相對定時嘅demand，
如我上面所講
個model砌咗出來之後，啲parameter係無需要keep住update
舉個例，如果你砌出來既model，係
#passengers = a*GoogleTrends - b*weekday - c*weather 之類
你無需要不斷去update啲parameter（a/b/c）
你只要入新既Google Trends/天氣資料入去，佢自然會predict得到個乘客數
而實際上呢個過程都可以用api攞資料自動做
到開始覺得唔準，想update parameter
亦只需要入張實際客量數字既spreadsheet落去
啲programme唔使再寫過
何不搞on-demand
以香港人既乘客習性
你要班客預先book位，唔會行得通
反而將on-demand既concept擺落繁時特別線身上，bypass正常既開線程序，仲有得玩下
例如要出港島返工既西貢公路居民，可以報名，夠數就開條保證有位坐既邨巴出港島
louis2018 發表於 2020-12-29 23:30
西灣亭/東壩嗰到交通真係幾麻煩，基本上只有的士係可靠交通，NR29完全唔可靠，咪搞（東壩連村巴都冇）
真 ...
去得西灣亭、東壩多數都係為行山
唔係疫情都唔會多人入
點解要響非服務時間專登開專線？
要坐車嘅
北潭涌有的士大隊
有需要咪北潭涌上的士囉
排晒隊等你
castanopsis 發表於 2021-1-5 07:34
如我上面所講
個model砌咗出來之後，啲parameter係無需要keep住update
traffic model不是program，
同你所講的abc係同一回事。
假日需求變數更大，calibration更為重要