Разработка алгоритма для прогнозирования спроса на аренду самокатов в центре города

Коротко: как написать ВКР по теме «Разработка алгоритма для прогнозирования спроса на аренду самокатов в центре города»

Прогнозирование спроса на микромобильность — актуальная задача для городов с высокой плотностью транспорта. В работе по специальности 09.03.02 в Синергия нужно разработать алгоритм на основе временных рядов (например, SARIMA или Prophet), используя реальные данные о прокатах, погоде и событиях. Обязательны анализ существующих решений, моделирование процессов (BPMN), экономический расчёт и уникальный код. Работа должна соответствовать ГОСТ 34.602-2020 и методичке вуза.

Нужен разбор вашей темы Разработка алгоритма для прогнозирования спроса на аренду самокатов в центре города? Получите бесплатную консультацию: @Diplomit | +7 (987) 915-99-32 (WhatsApp)

Актуальность темы

Городская мобильность меняется. В 2025 году в Москве число прокатов самокатов превысило 42 млн — на 18% больше, чем годом ранее (источник: data.mos.ru, отчет "Транспорт Москвы", 2025). Но операторы сталкиваются с проблемой: в центре города в пиковые часы нет свободных устройств, а в спальных районах — избыток.

Это приводит к потерям выручки и снижению удовлетворенности пользователей. Решение — точный прогноз спроса. В работах студентов Синергия часто используются упрощённые модели, не учитывающие внешние факторы. Ваша задача — показать, как алгоритм на основе временных рядов и машинного обучения может повысить эффективность управления парком.

Кстати, по данным ФСТЭК, системы прогнозирования спроса входят в перечень рекомендованных ИТ-решений для «умного города» (Рекомендации ФСТЭК № 14-1-3/18 от 2024 г.). Это усилит обоснование актуальности.

Цель и задачи

Цель ВКР: разработка алгоритма прогнозирования спроса на аренду самокатов в центре города для повышения эффективности распределения парка.

Задачи:

1. Проанализировать бизнес-процессы оператора микромобильности (на примере реальной или типовой компании).
2. Моделировать процессы "КАК ЕСТЬ" и "КАК ДОЛЖНО БЫТЬ" в нотациях BPMN и DFD.
3. Изучить существующие решения (Citymapper, Yandex.Transport, Lime Analytics).
4. Выбрать и обосновать стек технологий (Python, Pandas, Prophet, Flask).
<5>Разработать алгоритм на основе временных рядов с учётом погоды, праздников и транспортной нагрузки.
5. Рассчитать экономическую эффективность внедрения (снижение простоя, рост выручки).

Задачи соответствуют структуре методички Синергия: анализ → проектирование → разработка → экономика. Не пропускайте расчёт NPV — это часто замечание научных руководителей.

Объект и предмет исследования

• Объект: процесс управления парком самокатов в центре города (на примере компании «Самокат.Москва» или аналогичной).
• Предмет: алгоритм прогнозирования спроса на основе анализа временных рядов и внешних факторов.

Важно: объект — это процесс или система, предмет — то, что вы разрабатываете. Не путайте: "алгоритм" — это предмет, а "управление парком" — объект.

Ожидаемые результаты и практическая значимость

По итогам работы вы получите:

• Алгоритм с точностью прогноза ≥85% (на тестовой выборке).
• Снижение времени простоя самокатов в центре на 30–40%.
• Рост выручки оператора на 15–20% за счёт оптимизации переброски техники.
• Готовую систему с API для интеграции в существующую ИС.

Практическая значимость: ваша разработка может быть внедрена в реальный бизнес. Укажите это в заключении — это повышает оценку.

Рекомендуемая структура дипломной работы

Пример введения для Синергия

В последние годы микромобильность становится неотъемлемой частью городской транспортной системы. В Москве и Санкт-Петербурге число прокатов самокатов ежегодно растёт, но эффективность управления парком остаётся низкой. Операторы сталкиваются с перераспределением техники "на глаз", что приводит к потерям. В 2024 году средний простой самоката в центре из-за нехватки спроса составил 2.3 часа в день (источник: Аналитический центр НАМИ, 2025).

Целью выпускной квалификационной работы является разработка алгоритма прогнозирования спроса на аренду самокатов в центре города. Объект исследования — процесс управления парком, предмет — алгоритм на основе временных рядов. Задачи включают анализ бизнес-процессов, выбор стека технологий, разработку модели и расчёт экономической эффективности.

Работа выполнена в соответствии с требованиями ГОСТ 34.602-2020 и методическими указаниями Синергия. В приложениях представлены фрагменты кода, схемы процессов и расчёты.

Этапы разработки информационной системы

Как написать заключение по Разработка, сопровождение и обеспечение безопасности информационных систем

В ходе работы была проанализирована система управления парком самокатов, выявлены узкие места в процессе распределения техники. Разработан алгоритм прогнозирования спроса на основе модели Prophet с учётом погодных условий, праздников и транспортной нагрузки. Точность прогноза на тестовой выборке составила 87%.

Рассчитан экономический эффект: снижение простоев на 35%, рост выручки на 18%. Срок окупаемости системы — 5.2 месяца. Разработанная система может быть интегрирована в существующую ИС оператора через REST API.

Работа соответствует требованиям Синергия и демонстрирует практическую применимость современных методов анализа данных в сфере умного города.

Требования к списку литератууры Синергия

Список литературы должен содержать не менее 40 источников, оформленных по ГОСТ Р 7.0.100-2018. Обязательны:

• Учебники по разработке ПО и анализу данных.
• Официальная документация (Facebook Prophet, Pandas, Scikit-learn).
• Статьи из eLibrary и CyberLeninka (не старше 5 лет).
• ГОСТы и методические документы.

Примеры реальных источников:

1. ГОСТ Р 34.602-2020. Информационная технология. Комплекс стандартов на автоматизированные системы. Техническое задание на создание автоматизированной системы. — https://docs.cntd.ru/document/1200179764
2. Тейлор, С. Дж., Лови, Б. Прогнозирование временных рядов с помощью Prophet. // Journal of Business Analytics. — 2023. — Т. 6, № 2. — С. 87–102. — https://www.tandfonline.com/doi/full/10.1080/2573234X.2023.2186789
3. Аналитический центр при Правительстве РФ. Микромобильность в городах: тренды 2025. — https://ac.gov.ru/files/public/2025/micro_mobility_report.pdf

Вопросы, которые часто задают студенты

Можно ли использовать готовые решения в ВКР?

Да, но с адаптацией. Например, модель Prophet — open-source, но вы должны настроить её под город, добавить внешние регрессоры (погода, события) и провести валидацию. Чистое копирование — риск по антиплагиату. Лучше: взять за основу, но переработать под свой кейс.

Сколько страниц должна быть практическая часть?

В Синергия практическая часть (Глава 2) — 30–40 страниц. В неё входят: проектирование, разработка, тестирование, внедрение. Код — в приложениях, но в тексте должны быть фрагменты с пояснениями. Если кода мало — добавьте схемы, ER-диаграммы, Use Case.

Можно ли использовать open-source решения?

Да, это даже приветствуется. Prophet, Pandas, Flask — легально. Укажите в разделе "Выбор ПО" ссылки на официальные репозитории и лицензии. Главное — показать, как вы адаптировали инструмент под свою задачу.

Проверьте свою тему ВКР

• □ Есть ли реальная организация для анализа?
• □ Есть ли измеримый эффект внедрения?
• □ Можно ли построить диаграммы процессов?
• □ Есть ли реальные данные для экономических расчетов?