Prevedere meglio i nostri viaggi quotidiani

- EN- DE- FR- IT
Janody Pougala, ingegnere civile e specialista in modelli di previsione dei tras
Janody Pougala, ingegnere civile e specialista in modelli di previsione dei trasporti © 2024 EPFL/Alain Herzog - CC-BY-SA 4.0
Uno scienziato dell’EPFL ha sviluppato un modello di previsione che tiene conto non solo dei nostri movimenti, ma anche delle nostre attività durante il giorno. Questo strumento flessibile, che incorpora il concetto di compromesso, ci permette di avvicinarci il più possibile alla realtà.

Quante auto utilizzano l’autostrada tra Losanna e Ginevra in un anno - Quali linee ferroviarie hanno il maggior numero di passeggeri - Stimare la domanda di trasporto utilizzando modelli predittivi è la vasta e affascinante area di competenza di Janody Pougala, dottoranda presso il Laboratorio Trasporti e Mobilità dell’EPFL. Nell’ambito della sua tesi, l’ingegnere civile ha esplorato un nuovo modo di comprendere le abitudini di viaggio delle persone che si avvicina il più possibile alla loro realtà, tenendo conto di nuovi parametri. Ha ideato un modello di previsione open source basato sulle attività delle persone piuttosto che sui loro spostamenti. Lo strumento è particolarmente sofisticato, in quanto può incorporare i cambiamenti nel comportamento delle persone includendo dimensioni casuali che regolano anche la loro vita.

Nei modelli di previsione tradizionali, gli scienziati considerano principalmente i viaggi di una persona e, per ognuno di essi, il motivo, il mezzo di trasporto e l’itinerario. Il tutto in sequenza e in ordine cronologico. Ma questi modelli non sono sempre adatti a una realtà quotidiana più complessa.

Modellare il compromesso

Per ottenere previsioni più dettagliate, dobbiamo sapere come si comportano le persone. Ciò è tanto più importante ora che i nostri stili di vita sono sempre più eterogenei. Lo sviluppo del telelavoro e del car-sharing hanno cambiato profondamente il nostro modo di viaggiare. I miglioramenti delle infrastrutture stanno dando alle persone l’opportunità di vivere più lontano dal luogo di lavoro. È in questo contesto di grandi cambiamenti che Janody Pougala ha scelto di sviluppare il suo nuovo modello, che si concentra sulle attività degli individui, tenendo conto delle loro motivazioni per offrire previsioni sempre più realistiche.

Il mio modello non è costruito in sequenze, ma analizza tutti gli elementi contemporaneamente.

Janody Pougala, dottoranda all’EPFL


Ma come funziona questo modello? "Si basa sulla pianificazione di una giornata. Colleghiamo tra loro componenti reali utilizzando equazioni matematiche. Lavoriamo con diverse variabili basate su dati provenienti da fonti diverse, come indagini sulla mobilità o statistiche", spiega Janody Pougala. Tutto si riduce alla concettualizzazione di base del modello. Ed è su questo punto che il progetto della scienziata offre una grande flessibilità. "Non è costruito in sequenze, ma analizza tutti gli elementi contemporaneamente".

Non imponendo alcun ordine specifico alle attività di un individuo, aggiunge la nozione di soddisfazione e di vincolo. È un nuovo modo di modellare i compromessi. L’idea è quella di trascrivere matematicamente le ipotesi comportamentali tratte dalla letteratura esistente e dalla ricerca sociologica e urbana. Queste vengono poi combinate con dati statistici in modo che il modello di previsione possa riprodurre un comportamento il più possibile simile alla realtà. Prendiamo il seguente esempio: Emma ha deciso di lavorare più tardi e ha rinunciato ad andare in palestra. Mentre tornava a casa, il suo treno è rimasto bloccato alla stazione di Losanna. Ha deciso di prendere un autobus piuttosto che aspettare un treno sostitutivo. "Il mio modello ci permette di osservare le preferenze delle persone in questo tipo di situazioni. E fino a che punto tollerano soluzioni che non sono di loro gradimento. Inoltre, mostra come le persone si adattano e utilizzano le infrastrutture disponibili in questi casi".

Disponibile come open source, lo strumento sviluppato da Janody Pougala è utile per fare previsioni a lungo termine sullo sviluppo di nuovi modelli di trasporto. È già stato testato sul modello di previsione esistente delle FFS e come parte di un progetto di pianificazione urbana a Zurigo, che immagina come funzionerebbe la città con il 50% di mobilità dolce.

Riferimenti

Janody Pougala, "OASIS: An integrated optimisation framework for activity scheduling", tesi n. 10470 sotto la supervisione del Prof. Michel Bierlaire, EPFL, Transport and Mobility Laboratory