Approcci Data-Driven per Servizi di Trasporto Resilienti E Sostenibili

Abstract

M.A.I.O.R., da oltre 30 anni punto di riferimento per il software per la pianificazione dei servizi di trasporto collettivi, ha un significativo vantaggio competitivo nell’accesso ai dati relativi al trasporto pubblico dei suoi numerosi clienti nazionali ed internazionali.
Le moderne tecnologie impiegate per monitorare il servizio di trasporto pubblico forniscono una mole di dati immensa, che viene frequentemente utilizzata per estrarre informazioni qualitative e quantitative a scopo di analisi o rendicontazione ma raramente per estrarre informazioni utili a migliorare il servizio offerto. Informazioni su eventi di disruption, ritardi, frequentazioni, possono essere valorizzate per aumentare la qualità del servizio e renderlo più resiliente agli eventi imprevisti e più adeguato alla domanda di mobilità pubblica.
La crescente elettrificazione del parco mezzi aumenterà i problemi relativi all’incertezza sui tempi di percorrenza e gli eventi di disruption, perché i mezzi elettrici hanno vincoli di autonomia molto più stringenti che li rendono meno adatti ad affrontare allungamenti del servizio imprevisti. Lo scopo del progetto è riuscire a valorizzare le diverse tipologie di dati facendone un uso integrato che permetta di valutare la bontà e la robustezza del servizio offerto e di stimare gli effetti sull’utenza di eventuali eventi di disruption.
E’ quindi fondamentale analizzare questi dati per scoprire correlazioni nascoste, al fine di estrarre informazioni utili ad aumentare la conoscenza del soggetto pianificatore. Queste informazioni saranno alla base della realizzazione di indicatori e tools che permettano di valutare la robustezza e la qualità del servizio, che supportino il pianificatore nell’apportare interventi migliorativi al servizio e, infine, che consentano di mettere in relazione i costi di questi interventi con gli effetti sull’utenza in maniera da valutarne la sostenibilità e l’applicabilità.
Il progetto presuppone un approccio multidisciplinare all’utilizzo di questi dati per il quale è cruciale la collaborazione tra le competenze di M.A.I.O.R. relative all’analisi dei sistemi di trasporto pubblico e l’esperienza dei docenti del Dipartimento di Informatica dell’Università di Pisa nei campi dell’intelligenza artificiale, data mining, analisi statistica e ricerca operativa. Gli indicatori e i tools che verranno prodotti in forma prototipale potranno essere ingegnerizzati ed integrati all’interno di suite di pianificazione commerciali per poter essere applicati sul campo così da poterne valutare gli effetti reali su diversi servizi di trasporto.