Vélo’VizVélo’VizDu profil statistique historique à la prédiction delta-corrigée temps réel — le modèle qui se cache derrière chaque score de disponibilité.
Le système s'appuie sur l'API open data du Grand Lyon, qui expose en temps réel le nombre de vélos disponibles et de places libres pour chaque station Vélo'v. Ces données sont archivées à une résolution de 15 minutes, 24h/24, depuis plus d'un an et demi.
Chaque observation encode : station, horodatage, vélos disponibles, places libres, capacité totale, statut. La grandeur centrale du modèle est le taux de remplissage — fill = vélos / capacité × 100 — exprimé en pourcentage.
Pour chaque station, on calcule la distribution empirique du taux de remplissage pour chaque triplet (mois, jour de semaine, créneau 15 min) — soit 96 × 7 × 12 = 8 064 profils par station. Plutôt que la moyenne — sensible aux pannes, fermetures et événements exceptionnels — on utilise les percentiles P10, P25, P50, P75, P90.
La médiane P50 représente le "lundi ordinaire à 8h30" statistiquement robuste. Les bandes P25–P75 et P10–P90 encadrent respectivement 50 % et 80 % des journées historiques. Cette représentation capture à la fois le comportement typique et la variabilité naturelle.
L'idée fondamentale : si une station est à 28 % alors qu'elle est habituellement à 52 % à cette heure, c'est probablement qu'un événement local a drainé les vélos. Cette anomalie δ₀ ne disparaît pas instantanément — elle se résorbe selon une décroissance exponentielle.
On modélise ce comportement par un processus de retour à la moyenne (type Ornstein-Uhlenbeck discret). La correction est pondérée par ρ(k), qui représente la "mémoire" du système à l'horizon k créneaux. Plus k est grand, plus la prédiction converge vers le profil statistique.
À chaque horizon, le système calcule un indice de confiance basé sur ρ(k). À t = 0, la confiance est de 100 % — on lit directement le capteur. À mesure que k augmente, la prédiction converge vers le profil statistique et la confiance revient au niveau de base historique (~70 %).
| Horizon | k (créneaux) | ρ(k) | Confiance | Régime |
|---|