I nostri ricercatori hanno contribuito alla WSC 2023, la Winter Simulation Conference del Texas, con un paper sull’ottimizzazione di Car sharing e Ride Sharing
WSC 2023: la resilienza in contesti incerti passa dalla simulazione
In un contesto sempre più sfidante per le economie di piccola e larga scala, le realtà produttive industriali e di business devono dotarsi di un’architettura e di processi efficienti e in grado di rispondere elasticamente a trasformazioni improvvise di una varietà di condizioni esterne.
La ricerca della resilienza strutturale, infrastrutturale, di processo, e di qualsiasi altra declinazione operativa diventa quindi la chiave per la creazione di sistemi efficienti. Oggi, la concretizzazione di questa ricerca passa necessariamente per processi di simulazione e modeling, che sfruttano la sofisticatezza dell’IA per tramutare l’incertezza del contesto in potenziale per cambiamento e innovazione continua.
E’ proprio sullo stretto rapporto che attualmente intercorre tra resilienza dei sistemi, simulazione e IA che si è basata la WSC 2023 ossia la Winter Simulation Conference 2023, lo scorso dicembre a San Antonio (TX). Nello specifico, sono stati selezionati i contributi che hanno saputo proporre applicazioni efficaci della simulazione in contesti complessi.
E tra questi, non poteva non esserci anche quello di Spindox.
Ottimizzare il car sharing e il ride sharing con Spindox
A demand modelling pipeline for an agent-based traffic simulation of the city of Barcelona. Questo è il titolo del paper con cui I ricercatori del Gruppo Spindox hanno contribuito alle sessioni tecniche della WSC 2023.
Gli atti della Conferenza vedranno dunque un contributo sul tema a firma di Andrea Boccolucci, Francesca Giancola, Jonas A. Leon e Mattia Neroni, in ordine alfabetico. Lo studio verte sulla progettazione e lo sviluppo di un sistema di supporto decisionale finalizzato a coordinare con efficienza le operazioni di car sharing e ride sharing nell’area metropolitana di Barcellona. La proposta di sistemi di ottimizzazione integrata ha anche l’obiettivo di rendere più sostenibili (anche dal punto di vista ambientale) le abitudini di spostamento nell’area urbana della città.
Il lavoro presenta una pipeline completa di modellazione per la generazione di dati riguardanti popolazione, rete e domanda di servizi di trasporto. Il tutto a partire da due strumenti. Il primo è lo strumento di simulazione open-source MATSim, un simulatore modulare basato su agenti e attività che permette di affrontare la modellazione del traffico dal punto di vista del singolo viaggiatore, lasciando emergere metriche aggregate a livello urbano per i flussi di mobilità. Il secondo è costituito dai dati resi disponibili dall’amministrazione municipale di Barcellona attraverso “Open Data BCN“, con l’aggiunta di rilevazioni sociodemografiche e rapporti statistici periodici sulla mobilità.
Il ricorso al catalogo di informazioni fornito dal repository Open Data BCN renderà disponibile per cittadini, operatori economici e imprese di servizi un motore di calcolo in grado di elaborare dei piani personalizzati di viaggio sulla base di set di dati tra cui:
- percorsi e orari di percorrenza di trasporto pubblico locale e compagnie private di trasporto;
- capacità e dislocazione dei servizi di car sharing e ride sharing;
- disponibilità e localizzazione di parcheggi e stazioni di ricarica per bici e veicoli elettrici;
- mappatura e monitoraggio delle fermate dei taxi e delle aree di carico e scarico merci;
- informazioni aggiornate sulle condizioni meteo e sullo stato del traffico.
OptimalSharing@SmartCities: quando la teoria è validata dalla pratica
La validazione della soluzione proposta e delle metodologie implementate ha potuto poggiare sugli sviluppi del progetto OptimalSharing@SmartCities, portato avanti da Spindox Labs in collaborazione con L’Universitat Oberta de Catalunya, l’Universitat Politècnica de Catalunya e l’Universitat Politècnica de València.
La novità è stata rappresentata dall’approccio di “ottimizzazione agile” (AO). Ad illustrarlo è Tommaso Colombo, Head of AI Research di Spindox:
«Tale approccio prevede la parallelizzazione di euristiche biased-randomized così veloci da suggerire decisioni adattabili a condizioni incerte in tempo reale. Per questo rappresenta una nuova prospettiva rispetto all’ottimizzazione tradizionale, basata su orizzonti temporali di durata fissa in condizioni non dinamiche».
Lo studio presentato per la WSC 2023 dal team di ricercatori di Spindox sui temi dell’Artificial Intelligence ha indagato l’accresciuta efficacia nel fornire soluzioni di elevata qualità a problemi complessi, quali, ad esempio, quelli riconducibili a condizioni ambientali in costante evoluzione (traffico, posizionamento dei veicoli, interruzioni di percorso, richieste impreviste, ecc.).
In prospettiva smart city, gli strumenti individuati in OptimalSharing consistono in:
- un’analisi dei dati sulla mobilità attraverso algoritmi di apprendimento automatico;
- un motore di calcolo in grado di ottimizzare in tempo reale le operazioni di car sharing e ride sharing nell’area metropolitana;
- una piattaforma di simulazione del traffico che fornisca nel tempo conoscenze puntuali per i decisori di ultima istanza.
Il ricorso ad un catalogo di informazioni così elaborato rende disponibile per autorità amministrative e operatori economici set di dati spendibili in più direzioni. Dagli orari di percorrenza del trasporto pubblico alla valutazione dell’offerta di servizi di car sharing e ride sharing, alla localizzazione di parcheggi e stazioni di ricarica per i veicoli elettrici.
Il benessere dei cittadini passa anche attraverso piani di spostamento sempre più personalizzati. Ciò richiede la concreta possibilità per stakeholder e partner industriali di partecipare proficuamente all’elaborazione di nuovi modelli di mobilità.
Ottimizzare car sharing e ride sharing per la smart city: quando la resilienza diventa scalabile
I nostri ricercatori hanno quindi calato un poker d’assi alla WSC 2023. La soluzione descritta sfrutta infatti le logiche più sofisticate per proporre simulazione e modeling altamente resilienti e affidabili, adattandosi a un contesto ad alta variabilità e mutevolezza.
Oltretutto, flessibilità e resilienza sono anche caratteristiche intrinseche della soluzione proposta, che infatti si presenta come scalabile e adattabile a una grande varietà di contesti di mobilità.
Angel A. Juan, Full Professor presso il Dipartimento della Universitat Politècnica de València, aveva già affidato alla Newsroom di Spindox alcune considerazioni sugli sviluppi ultimi del progetto del quale è stato Direttore Scientifico. Uno sguardo allargato al contesto mediterraneo aveva illuminato ipotesi ulteriori di applicazione per la soluzione testata su Barcellona. Car sharing e ride sharing, nell’ottica di misure di sostenibilità ambientale perseguite attraverso avvedute politiche dei trasporti, possono infatti rivelarsi scelte praticabili su larga scala nei contesti urbani. Riduzione delle emissioni ed efficienza energetica si configurano come obiettivi concretamente raggiungibili attraverso tali tecnologie.
