Tvarkaraščių optimizavimas pasitelkiant dirbtinį intelektą: pagrindiniai veiksmingo viešojo transporto rodikliai

Viešojo transporto įmonės dabar labiau nei bet kada anksčiau susiduria su iššūkiais teikdamos veiksmingas ir patikimas paslaugas dėl vyraujančių problemų, susijusių su ilgu laukimu, autobusų spūstimis ar vėlavimais. Laimei, dirbtinis intelektas gali pasiūlyti naujoviškų senų problemų sprendimų - jam padedant viešojo transporto tvarkaraščius galima optimizuoti, kad būtų išvengta minėtų problemų, užtikrinant lankstumą ir didelę verslo vertę. Šiame straipsnyje gilinsimės į tvarkaraščių optimizavimo iššūkius ir pagrindinius rodiklius, kurie kenkia sėkmei.

Proceso supratimas

Dirbdama prie projekto "Govtech Transport" mūsų komanda turėjo ištirti efektyvius tvarkaraščių optimizavimo būdus ir rodiklius, kad KKT (Klaipėdos Keleivinis Transportas) galėtų pateikti patikimą sprendimą. Išsiaiškinome, kad yra keletas perspektyvių viešojo transporto tvarkaraščių optimizavimo būdų, kurių kiekvienas pritaikytas skirtingiems reikalavimams.

  1. Vienas iš metodų - koreguoti autobusų skaičių tvarkaraštyje, juos pridedant arba išbraukiant. Nors šis metodas gali veiksmingai pagerinti greitį ir sumažinti spūstis, jam trūksta lankstumo. Paprastai dauguma viešojo transporto įmonių dirba su nustatyto dydžio transporto priemonių parku, todėl pridėti daug naujų transporto priemonių gali būti neįmanoma dėl jų trūkumo, o išbraukti iš tvarkaraščio veikiančias transporto priemones yra tiesiog nelogiška.

  2. Nustatyta, kad tinkamiausias ir labiausiai pritaikomas tvarkaraščio optimizavimo būdas neprisijungus prie interneto yra reisų perkėlimas. Koreguojant autobusų išvykimo laiką pagal esamo tvarkaraščio apribojimus, galima optimizuoti esamus tvarkaraščius su minimaliais trikdžiais, tačiau gaunant didelę naudą.

Metrikų supratimas

Dabar, kai jau žinome pagrindinį procesą, reikia optimizuoti tam tikrus rodiklius - apžvelgsime tris iš jų, kurie, kaip tikimasi, atneš didžiausią verslo vertę viešojo transporto įmonėms.

Didžiausias atstumas iki tikslo

Maksimalus atstumas - tai didžiausias laiko tarpas tarp dviejų iš eilės autobusų atvykimų į tą pačią stotelę, rodantis ilgiausią galimą keleivių laukimo laiką. Naudojant dirbtinio intelekto valdomą optimizavimą, siekiama šį laukimo laiką sumažinti iki minimumo, kad visas eismas vyktų kaip laikrodis. Tai ypač svarbu keleivių pasitenkinimui, nes ilgas laukimo laikas retai būna geras dalykas keleiviui.

Labai svarbu vengti pernelyg didelio optimizavimo, dėl kurio gali susidaryti didelės autobusų spūstys. Pagal šį scenarijų į tą pačią stotelę vienu metu atvažiuoja keli autobusai, o tai dar labiau pablogintų padėtį. Tiriant galimus rodiklius, nustatyta, kad grūstis yra vienas svarbiausių rodiklių. Dėl paprastumo ją vadinsime autobusų grūstis.

Autobusų grūstis

Autobusų grūstis atsiranda, kai keli autobusai kartu atvyksta į tą pačią stotelę, todėl susidaro paslaugų spragų. Tai tarsi spūstis autobusų stotelėje, kuri kelia keleivių nepasitenkinimą ir neefektyviai teikia paslaugas. Kai taip atsitinka, susigrūdę autobusai turi laukti, kol išvažiuos kiti, ir tik tada išvažiuoti patys, todėl padidėja galimo vėlavimo tikimybė.

Sprendžiant šią problemą, situaciją galima pagerinti paskirstant autobusus, koreguojant išvykimo laiką arba laikinai sulaikant kai kuriuos autobusus. Tačiau ir šiuo atveju svarbu vengti pernelyg didelio optimizavimo, kuris gali pabloginti autobusų susikaupimą vienose stotelėse ir pailginti keleivių laukimo laiką kitose stotelėse.

Taigi, pagrindinė abiejų rodiklių išvada - nepersistengti - veiksmingo optimizavimo pagrindas yra išlaikyti gerą abiejų rodiklių pusiausvyrą ir vengti pernelyg mažinti vieno rodiklio reikšmę, neatsižvelgiant į kitą.

Tvarkaraščio intervalai

Paskutinis rodiklis, kurį reikia turėti omenyje, yra tvarkaraščio intervalas. Jis parodo bendrą trukmę nuo pirmojo autobuso išvykimo iki paskutinio atvykimo per dieną ir yra invazyvumo rodiklis. Tai reiškia, kad jei matome didelį nuokrypį nuo tvarkaraščio trukmės (palyginti su pradiniu tvarkaraščiu), tikriausiai galime teigti, kad mūsų optimizavimo algoritmas yra pernelyg agresyvus, o to idealiu atveju reikėtų vengti.

Nors šis rodiklis nenaudojamas tiesioginiam optimizavimui, vis dėlto į jį reikėtų atsižvelgti - jokia transporto įmonė nenorės naudotis jūsų dirbtinio intelekto algoritmu, jei jis visiškai pertvarkys pradinį tvarkaraštį ir paliks netvarką :)

Visko sujungimas

Tokių rodiklių naudojimas kartu su įvairiais dirbtinio intelekto optimizavimo metodais iš tiesų gali atnešti didelę verslo naudą viešojo transporto įmonėms. Subalansuotai valdant šiuos rodiklius pagerėja veiklos rezultatai ir bendras keleivių pasitenkinimas.

Norite padidinti savo verslo sėkmę ir pagerinti transporto operacijas? Susisiekite su mumis, kad suplanuotumėte pirmąją konsultaciją, ir mūsų ekspertai ras optimalius sprendimus jūsų įmonei.

Previous
Previous

LLM (didžiųjų kalbos modelių) naudojimas programavimui

Next
Next

LLM (didžiųjų kalbos modelių) naudojimas darbe