Programmazione turni nel 21° secolo: Ottimizzazione con intelligenza artificiale

Saskia Richter

Saskia Richter

agosto 15, 2023

Una delle maggiori sfide nella pianificazione e programmazione del trasporto pubblico è quella di bilanciare le esigenze e le richieste dei passeggeri con la disponibilità di risorse limitate.

I nuovi servizi di mobilità, le applicazioni e i software stanno cambiando il mondo del trasporto pubblico in modi senza precedenti. I vecchi metodi di pianificazione e programmazione vengono sostituiti da nuove piattaforme. Queste nuove piattaforme hanno un enorme potenziale di cambiamento: Migliorano l'efficienza dei servizi, riducono i costi operativi e creano nuove opportunità per nuovi servizi basati sui dati.

I costi di pianificazione ed esecuzione dei servizi di trasporto pubblico possono essere elevati e il finanziamento può rappresentare una sfida enorme per gli operatori del settore. Per questo motivo, l'ottimizzazione degli orari sta diventando sempre più importante, in quanto rappresenta l'allocazione più efficiente di risorse quali veicoli, autisti e corse per le aziende e soddisfa al meglio le esigenze dei passeggeri.

GettyImages-1271634448-1

L'inclusione di tutte le regole e i vincoli garantisce scenari accurati

Il trasporto pubblico è soggetto a una serie di regole complesse: riposi obbligatori, limitata capacità dei depositi, cambi vettura durante l'esercizio e molti altri. La capacità di mappare accuratamente questi requisiti è probabilmente il fattore più importante che influenza il successo di una piattaforma di pianificazione e programmazione. 

Se le regole e le preferenze non sono definite con precisione prima dell'esecuzione dell'ottimizzazione, le soluzioni dovranno poi essere rielaborate in seguito. Questo non è un compito facile: dopo l'ottimizzazione, saranno necessarie intense correzioni manuali, dall'aggiunta di veicoli alla modifica dei turni.

Anche la convalida di orari, percorsi e turni è importante. I sistemi moderni utilizzano questo meccanismo per notificare agli utenti della piattaforma quando le modifiche implementate agli orari, ai percorsi o ai servizi violano le regole precedentemente definite o possono comportare un aumento significativo dei costi... 

La pianificazione non consiste quindi nel testare un singolo scenario: si tratta di testare più scenari e di scegliere quello migliore dal punto di vista operativo. Ogni scenario è diverso, e ognuno produce costi, tempi e risultati diversi.

algo-1

Ottimizzazione in minuti o secondi invece che in giorni o ore

Anche la velocità è fondamentale. La programmazione del servizio è nota per la noiosità dei processi: È un problema complesso che richiede elevate risorse computazionali. Per questo motivo (con la maggior parte delle soluzioni tradizionali) le operazioni di ottimizzazione richiedono diverse ore o addirittura giorni.

Questa è una cattiva notizia per la flessibilità operativa, poiché le gare d'appalto e gli aggiustamenti operativi richiedono molta manodopera e, in alcuni casi, i pianificatori e i manager non hanno il tempo di testare a fondo tutti gli scenari "what-if" e finiscono per accontentarsi di programmi non ottimali. 

Per questo motivo, le moderne piattaforme di pianificazione e programmazione si concentrano sulla velocità, con esecuzioni di ottimizzazione che richiedono solo pochi minuti, o addirittura secondi, grazie alla parallelizzazione dei processi informatici. Questi sistemi sono progettati da zero per consentire a pianificatori, programmatori  e dispatcher, di testare più scenari e determinare il migliore possibile per fornire un servizio migliore ai passeggeri e ridurre i costi operativi.

iStock-802320836-1

Decisioni basate sui dati per servizi più innovativi

Una delle risorse più importanti che i fornitori di nuova mobilità utilizzano a proprio vantaggio sono i dati sugli spostamenti di persone e veicoli. I dati sottostanti sono la base per servizi innovativi basati sulla previsione della domanda, dei tempi di viaggio e molto altro.

In molte aziende di trasporto, i dati sulla domanda dei passeggeri, sui tempi di percorrenza ecc. non sono (ancora) utilizzati come dovrebbero. Possono essere utilizzati per prevedere la puntualità, ma l'interfaccia non è facile da usare. 

I dati aiutano anche a ottimizzare la gestione della flotta, assicurando che i veicoli siano utilizzati in modo ottimale e che i tempi di inattività siano ridotti al minimo, riducendo così i costi operativi e migliorando l'efficienza del servizio. Inoltre, i dati in tempo reale possono aiutare gli operatori a monitorare i volumi di traffico in tempo reale e a prendere decisioni di conseguenza, come la deviazione o la modifica degli orari.

Le piattaforme di pianificazione e schedulazione di nuova generazione sono basate sui dati: utilizzano più fonti di dati e li integrano perfettamente nel processo di programmazione. Ad esempio, possono utilizzare dati reali, applicare l'intelligenza artificiale e prevedere la probabilità di puntualità per ogni elemento di un programma di esercizio.

In passato, le piattaforme di pianificazione e programmazione tradizionali venivano acquistate e installate sui server dell'utilizzatore. Poiché l'ottimizzazione è un processo costoso, gli operatori spesso installano cluster di server per supportare un maggior numero di utenti; inoltre, è necessario un database dedicato, che comporta costi IT. Anche se il software è "basato sul cloud" (cioè consente l'accesso da desktop remoto ai server del cloud), le operazioni di ottimizzazione che ne derivano sono lente.

Le piattaforme moderne sono progettate come Software as a Service (SaaS) cloud-native, il che evita questi costi aggiuntivi. Ciò comporta anche altri importanti vantaggi, come la fornitura continua di nuove versioni del software, funzioni e aggiornamenti.

 

In definitiva, si può affermare che i moderni software possono contribuire a portare la pianificazione e la programmazione a un livello superiore, analizzando rapidamente diversi scenari e creando piani più efficienti, riducendo i costi e aumentando l'efficienza.

Topics: AI, Algorithms