Powodów opóźnień w komunikacji miejskiej może być wiele. Najczęściej przyczyną są korki czy duża liczba pasażerów – to sprawia, że autobusy i pociągi tracą cenne minuty na postojach, a – jak wiadomo – nawet niewielkie opóźnienia w rozkładach jazdy mogą prowadzić do poważnych problemów. Sztuczna inteligencja ma być odpowiedzialna za takie ułożenie harmonogramu, by zakłóceń w publicznym transporcie było jak najmniej.
Jak powstaje optymalny harmonogram jazdy?
Pewien zespół badaczy rozpoczął poszukiwania skutecznego sposobu na zredukowanie ilości opóźnień w komunikacji miejskiej. Jego członkowie zdają sobie sprawę z tego, jak nawet drobne zakłócenia mogą być irytujące dla korzystających z publicznego transportu pasażerów. Aby temu zapobiec, postanowili skupić się na odpowiednio zaplanowanym harmonogramie. Do tej pory optymalizacje rozkładów jazdy wymagały użycia programów komputerowych, które wykonywały odpowiednią symulację.
Obliczały trasy, na których pojawia się problem zbyt dużej ilości pasażerów, i tworzyły różne scenariusze. Pojedyncza symulacja zajmowała dość dużo czasu, a niestety odpowiedni rozkład wymagał stworzenia ich bardzo wielu. W grę wchodziły tysiące.
Nasza nowa metoda umożliwia bardzo dokładne oszacowanie poprawności harmonogramu w ciągu milisekund.
mówi profesor Matthias Müller-Hannemann z Instytutu Informatyki w MLU.
Sztuczna inteligencja pomoże stworzyć harmonogram
Naukowcy skorzystali z kilku metod oceny rozkładów jazdy, aby móc szkolić swoją sztuczną inteligencję. Miastami testowymi były Getynga i część południowej Dolnej Saksonii. Wyniki końcowe były naprawdę zadowalające.
Oczywiście nie da się do końca uniknąć opóźnień, gdyż zdarzają się wypadki losowe. Jednak istnieją sposoby skutecznego przeciwdziałania tym, na które możemy mieć wpływ. Na przykład określając czasy postojów na przystankach, możemy wziąć większy margines błędu i zwiększyć go. Odstępy pomiędzy odjazdami kolejnych pociągów czy też autobusów również należy wydłużyć. Nie da się jednak ukryć, że te zabiegi mają swoją cenę – efektywność ekonomiczna jest zdecydowanie mniejsza.
Nowa metoda opracowana przy użyciu AI ma pomóc tak zoptymalizować rozkład jazdy, by istniała równowaga między potrzebami pasażerów a warunkami ekonomicznymi firm transportowych. Biorąc za każdym razem pod uwagę takie dane, jak: liczba przesiadek i pasażerów oraz odległość między przystankami.
Badanie było wspierane przez Niemiecką Fundację Badawczą, w ramach jednostki badawczej „Zintegrowane planowanie transportu publicznego”.
