Tylko że na historię - czyli na ilość chętnych w danym okresie czasu - będzie miała wpływ także cena. Jeśli cena jest zależna od napełnienia magazynu, czyli od pogody, to algorytm robi się skomplikowany

Do tego trzeba będzie mieć duża ilość próbek, dużą ilość klientów.
Obserwując rynek warszawski, np taki Ekoen, który ma teraz trzy huby przyciągające średnio +50 aut dziennie, trudno znaleźć zależności bez naniesienia cen dynamicznych, które też stosują co raz mocniej. Jednak i bez nich są dość dziwe, czasem najwieksza zajętość jest popołudniu, przy najwyższych cenach. Tu przykład dla Hubu na ul. Postępu z soboty:

Na wykresie prezentuję jaka jest dostępność złącz w wybranym przedziale czasu. Dzień dziele na przedziały 3-godzinne. Jeśli jest np 50%, to znaczy że każde złącze było zajęte przez 90minut z 180minut danego przedziału. To określa szanse na uzyskanie wolnego miejsca w analogicznym dniu/czasie.
Drugim podobną miarą jest niedostępność złącza w tym samym przedziale. Bo, nawet jeśli średnio wolnych jest 50%, to mogły wystąpić okresy, gdy wszystkie złącza były zajęte. Przykład dla Hubu Okęcie, tu danymi jest ilość minut braku wolnych miejsc:
Więcej statystyk dla hubu Postępu tutaj:
https://pomidor.io/mapa.php?poolID=86701
Hub Okręcie tu:
https://pomidor.io/mapa.php?poolID=89266
Ja nie mam na to naniesionych cen dynamicznych, wczytuje je na dany moment tylko z eipa. Chyba warto je dodać.
Ogólnie bardzo ciekawe zagadnienie, życzę powodzenia w doskonaleniu algorytmu
