• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Natura
    I Big Data consentono migliori reti di trasporto urbano

    Credito:Wangkun Jia, Shutterstock

    Il progetto SIADE SaaS (Sistema di supporto alle decisioni spaziali per la pianificazione dei trasporti) segna essenzialmente un cambiamento nel posizionamento delle tecnologie del terreno delle PMI spagnole. Da un servizio di consulenza costruito attorno ad un algoritmo per dedurre le destinazioni dei passeggeri, l'azienda ha richiesto il supporto di Horizon 2020 per diventare un fornitore di software.

    Ora, le città di tutta Europa possono beneficiare di una soluzione che arricchisce i Big Data con una componente spaziale, consentire analisi complesse del comportamento dei viaggiatori per migliorare le reti di trasporto pubblico.

    Maria J. Arguelles, coordinatore del progetto, ci dice di più sulle soluzioni e sui risultati raggiunti finora dall'azienda.

    In che modo i Big Data possono contribuire a fornire una migliore esperienza di trasporto pubblico in Europa?

    María J. Arguelles:I sistemi di biglietteria con smart card attualmente disponibili nei sistemi di trasporto pubblico di molte città consentono una grande quantità di dati. Questi set di dati riflettono il comportamento delle persone, che a sua volta significa che è possibile valutare le loro esigenze di trasporto e fornire un quadro accurato delle loro abitudini, sia come gruppi (in base ai tipi di tariffa, come studente, anziano, ecc.) o a livello individuale. Grazie all'analisi dei Big Data, possiamo adattare il trasporto pubblico a queste esigenze, pianificare nuovi servizi, ridurre al minimo il tempo di percorrenza, eccetera.

    Quali sono state le carenze dei tentativi di utilizzare questi dati finora, e come si distingue il vostro software in questo senso?

    È importante chiarire che i Big Data portano grande complessità al trasporto per via di qualcosa di intrinseco ad essi:quelli che comunemente vengono definiti i '5 V' (volume, velocità, veridicità, varietà e valore).

    Per esempio, una grande quantità di volume di dati implica una grande capacità di archiviazione. Non possiamo dimenticare che città come Madrid, Per esempio, generare quasi 500 milioni di viaggi all'anno, e circa 1,2 miliardi per l'intera area metropolitana di Madrid, quasi quanto Istanbul.

    La dimensione della varietà coinvolge set di dati generati da diverse fonti come validatori di autobus o telefoni cellulari, mentre la veridicità mette in evidenza l'importanza dei dati di qualità e il livello di fiducia. Per complicare ancora di più il quadro, il fatto che i record di trasporto siano legati a località geografiche significa che si tratta di dati con una componente spaziale, o Big Data spaziali.

    Per superare queste difficoltà, SIADE SaaS è stato progettato come sviluppo core-GIS, fondere la natura spaziale dei dati con metodologie avanzate di analisi dei dati.

    Come sopperire esattamente all'assenza di informazioni sulle destinazioni dei passeggeri?

    Questo è uno degli algoritmi principali di SIADE. Possiamo dedurre fino all'88% delle destinazioni dei passeggeri con una precisione del 96%. Questi risultati confermano che siamo molto forti nella costruzione di matrici di destinazione origine basate sui dati di trasporto, e sono molto più veloci, meno costosi e più completi di quelli generati utilizzando una metodologia tradizionale nel trasporto pubblico:interviste. È importante notare che le nostre matrici si basano su milioni di record, mentre le interviste si basano su una piccola percentuale dell'intera popolazione.

    Cosa sei stato in grado di ottenere finora grazie ai finanziamenti dell'UE? Cosa devi ancora raggiungere prima della fine del progetto?

    Il progetto si basava sulla consapevolezza che avevamo bisogno di cambiare il modello di business e trasformarlo in SaaS (Software as a Service). Ma questo è un processo costoso, quindi senza i finanziamenti dell'UE non avremmo raggiunto quell'obiettivo così velocemente. Il progetto coinvolge anche diverse società di consulenza sui trasporti, operatori di trasporto e/o agenzie di trasporto in tutta Europa, che sono stati fondamentali nel testare le versioni SIADE. A parte quello, abbiamo la fortuna di essere supportati da un gruppo di coach forniti dall'UE che guidano le nostre decisioni nella strategia di mercato.

    Abbiamo già terminato due delle tre fasi del progetto, compreso il modulo di analisi completo e il simulatore. Il simulatore può prevedere con una precisione del 93 percento i cambiamenti nel flusso dei passeggeri dopo aver alterato o cancellato uno qualsiasi degli elementi in una rete di trasporto, come la fermata dell'autobus, Linee, politica di trasferimento, frequenze, ecc. Attualmente siamo nella fase Big Data, risolvendo tutti i problemi relativi alle 5 Vs. Parti degli algoritmi sono state perfezionate con successo per adattarsi al nuovo framework.

    Puoi fornire alcuni esempi di sfide di clienti specifici che sono state superate grazie alla tua tecnologia?

    Sicuro. Per esempio, abbiamo dimostrato con successo che il trasporto in autobus a Oradea (Romania) non copriva l'intero centro città in modo efficiente. A Gijon (Spagna), abbiamo trovato, grazie al simulatore, che i cambiamenti nella rotta 14 aumenterebbero la velocità commerciale, ma a un prezzo:le persone che vivono in uno dei quartieri interessati dal nuovo disegno del percorso smetterebbero di essere clienti degli autobus, mentre la maggior parte di loro utilizzerebbe un'altra rotta (18) invece di utilizzare i trasferimenti. A Modena (Italia), il modello dati è stato migliorato e modificato per sfruttare molto meglio le capacità di SIADE. I nostri suggerimenti per creare un percorso circolare a Gijón sono stati implementati anche nel nuovo Piano della mobilità della città.

    Puoi dirci di più sulla tua portata di mercato a questo punto?

    Attualmente stiamo collaborando con diverse società di consulenza sui trasporti per esplorare insieme opportunità di gara in Spagna, America Latina ed Europa Orientale. Il fatto che abbiamo un progetto di successo finanziato dall'UE è uno straordinario vantaggio competitivo.

    Quali sono i tuoi piani di follow-up, una volta completato il progetto?

    Stiamo riuscendo a creare una piattaforma che soddisfi al 100% le esigenze dei nostri clienti e partner, quindi prevediamo di continuare ad evolverci in altri mercati al di fuori dell'Europa e dell'America Latina, come gli Stati Uniti e il Canada.


    © Scienza https://it.scienceaq.com