Optimizar horários com Aprendizagem Automática

Artigo 10-09-2020
Optimizar horários com Aprendizagem Automática
Optimising timetables with Machine Learning
Optimizar horários com Aprendizagem Automática
A SISCOG acabou de publicar um artigo científico que aborda a optimização dos horários dos transportes públicos em relação ao tempo total de viagem dos passageiros, combinando várias técnicas nunca antes aplicadas na área, incluindo aprendizagem por reforço. A abordagem aplicada a dados do mundo real teve um desempenho melhor do que as abordagens existentes e superou até os algoritmos actuais de última geração.

 

Mais detalhadamente, o artigo “Solving periodic timetabling problems with SAT and machine learning”, uma co-autoria dos SISCOGuianos Gonçalo Matos, Luís Albino, Ricardo Saldanha e Ernesto Morgado, é um trabalho de investigação que utilizou um método de aproximação baseado em SAT, aprendizagem por reforço e multiagentes, uma combinação de técnicas que (tanto quanto é do conhecimento dos autores) ainda nunca tinham sido aplicadas nesta área.
Para avaliar a abordagem, esta foi comparada com um conjunto de problemas de optimização de horários periódicos disponíveis publicamente, nomeadamente de problemas reais de horários periódicos de caminhos-de-ferro e autocarros.

O produto ONTIME da SISCOG Suite, para criar e gerir horários, incorpora já este optimizador.

 

Artigo completo para leitura aqui.