本研究では、品川駅周辺5km圏内のシェアサイクルを対象として、車両需給のアンバランスを改善するために、需要予測モデルおよび補充・回収シミュレーション手法を提案する。GBFS準拠APIから5分間隔で取得したステーションデータに、気温・天候などの外部情報を統合して特徴量を構築し、ランダムフォレスト回帰によって利用台数の変動を予測した。さらに、気象条件や時間帯に応じて推奨安全在庫区間を設定し、発生した在庫不足および在庫過剰に基づいて各時間帯の補充・回収数量を算出し、在庫調整のシミュレーションを行った。また、Dash を用いて実測データ、予測結果、天候影響、利用率バブル図、補充計画を統合的に可視化し、運用者が直感的に最適な車両再配置判断を行える支援システムを構築した。本手法は、リアルタイムリバランス運用の可能性を示し、都市型シェアサイクル運営の効率化に寄与することが期待できる。