Integración de métodos de inteligencia artificial y aprendizaje automático para la planificación táctica de sistemas ferroviarios de pasajeros bajo competencia

Descripción del proyecto

Este subproyecto estudia cómo la inteligencia artificial, el aprendizaje automático y la investigación operativa pueden mejorar la planificación táctica de los servicios ferroviarios de pasajeros en entornos competitivos y sometidos a incertidumbre.

Forma parte del proyecto coordinado ACoSeM@SusTran, que reúne a investigadores de la UPC, la UCLM y la URJC para desarrollar modelos descriptivos, predictivos y prescriptivos orientados a conseguir un transporte de pasajeros y mercancías más fiable, conectado y eficiente.

Líneas de investigación

El proyecto aborda la adaptación de la planificación, gestión y operación del transporte a mercados liberalizados y escenarios de demanda irregular. Sus principales líneas de investigación incluyen:

• modelización de la competencia entre operadores y de las políticas de acceso a la infraestructura;
• predicción de la demanda bajo incertidumbre mediante aprendizaje automático y modelos de utilidad aleatoria;
• integración de inteligencia artificial con optimización robusta y estocástica;
• planificación de servicios ferroviarios y asignación de capacidad;
• evaluación de estrategias de transporte eficientes y ambientalmente sostenibles.

El enfoque metodológico combina modelos de Ingeniería del Transporte, programación matemática, optimización estocástica y robusta, aprendizaje automático, inteligencia artificial y modelos de demanda apoyados en nuevas fuentes de datos.

Contribución esperada

El proyecto busca proporcionar métodos de ayuda a la decisión para operadores de transporte y administradores de infraestructuras. Estos métodos están orientados a mejorar la planificación de servicios, anticipar el comportamiento de los viajeros e incorporar los efectos de la competencia, la incertidumbre y los cambios rápidos en las condiciones de operación.