skip to Main Content

Ricerca e Innovazione

Benvenuti nella nostra pagina dedicata alla Ricerca e Innovazione, il cuore pulsante della nostra missione aziendale. Scopri come mettiamo in atto le idee più avanzate e come innoviamo costantemente per creare soluzioni all’avanguardia e contribuire a un futuro migliore del trasporto pubblico locale.

Indirizzi

Partecipa al Progetto ADDSTRES

Unisciti al nostro team di ricerca e lavora con noi allo sviluppo di algoritmi di ottimizzazione per le soluzioni software MAIOR. Le nostre soluzioni sono progettate per l’ottimizzazione della pianificazione e programmazione dei servizi di trasporto pubblico. Il Progetto ADDSTRES è finanziato dalla Regione Toscana nell’ambito del "Fondo per lo Sviluppo e la Coesione" e può offrirti l’opportunità di collaborare con noi in un progetto di ricerca applicata nel settore industriale. Per maggiori informazioni, contatta: ricerca@adm.unipi.it

Sfida di ricerca ora aperta: pianificazione orari e veicoli con veicoli elettrici

Sfida di ricerca ora aperta: pianificazione orari e veicoli con veicoli elettrici

Il consorzio di ricerca, a cui MAIOR collabora insieme ad altre 11 università europee, chiamato MINOA e finanziato dal progetto HORIZON2020, ha sviluppato una nuova sfida di ricerca: un problema integrato di pianificazione degli orari e della schedulazione dei veicoli con la complessità aggiuntiva dovuta all’uso di veicoli elettrici. La sfida è aperta fino al 31/05/2021 e rivolta a studenti, ricercatori, manager e altri professionisti. Per maggiori informazioni visita: https://minoa-itn.fau.de/?page_id=921

Progetto TICAMPS

Progetto TICAMPS

La Regione Toscana supporterà MAIOR nel progetto TICAMPS, che mira a migliorare la ricerca sulla programmazione in tempo reale del trasporto pubblico. Il progetto consentirà a un dottorando di collaborare con MAIOR presso la sede di Lucca nel corso del 2020.

Progetto MINOA

Progetto MINOA

Il Progetto MINOA è un’iniziativa finanziata dall’UE e guidata da un consorzio di enti di ricerca scientifica in tutta Europa. Fino al 2021, i ricercatori collaboreranno per affrontare le sfide legate all’ottimizzazione in tempo reale, sviluppando algoritmi e implementazioni informatiche più efficienti da applicare in diversi settori, tra cui energia, analisi dei dati e trasporti. MAIOR parteciperà concentrandosi sul trasporto pubblico, un settore che spesso si trova a gestire condizioni decisionali complesse. Il team MINOA include MAIOR e altre 10 istituzioni scientifiche provenienti da Italia, Francia, Paesi Bassi, Germania e Austria.

Progetto gestione disservizi

Progetto gestione disservizi

MAIOR ha vinto un bando di R&S della Regione Toscana per supportare le PMI che investono in ricerca e innovazione. Il progetto si propone di studiare, definire e sviluppare un sistema innovativo in tempo reale per gestire i problemi di disservizio causati da traffico intenso o incidenti stradali, integrando i dati CAD/AVL. L’obiettivo è fornire alle aziende uno strumento avanzato che le aiuti a ripristinare rapidamente il livello di servizio offerto ai passeggeri. MAIOR collaborerà con l’Università di Pisa e il Politecnico di Milano per sviluppare gli algoritmi necessari per questo nuovo strumento di gestione dei disservizi.

Tecniche di ottimizzazione per turni di lunga distanza

Tecniche di ottimizzazione per turni di lunga distanza

La collaborazione tra MAIOR e il Politecnico di Milano, una delle università più prestigiose d’Italia, è focalizzata sulla ricerca di algoritmi di scheduling più efficienti. Il tema della ricerca è la “programmazione a vincoli e algoritmi di cammino minimo all’interno di un processo di Generazione di Colonne per l’ottimizzazione del personale nelle aziende di trasporto pubblico extraurbano”. Pubblicazione: S. Gualandi, F. Malucelli, “Resource Constrained Shortest Paths with Super Additive Objective Functions, In Proc. of Principle and Practice of Constraint Programming (CP)”, LNCS 7514, pp. 299-315, 2012.

Modelli per l’ottimizzazione degli orari

Modelli per l’ottimizzazione degli orari

MAIOR e l’Università di Pisa collaborano nella ricerca su: “Miglioramento delle prestazioni in velocità e precisione degli algoritmi di ottimizzazione per problemi di grandi dimensioni”, “Analisi e implementazione di modelli integrati per l’ottimizzazione combinata dei blocchi veicoli e dei turni autisti in una rete extraurbana” e “Analisi e implementazione di modelli per la generazione di orari a frequenza ottimizzando le risorse necessarie”. Pubblicazione: Alessandro Bertolini, “Algoritmi per l'ottimizzazione simultanea di orari e turni nel trasporto pubblico urbano” (IT), Tesi di Laurea Magistrale. Relatore: Antonio Frangioni, 2013.

Tecniche di ottimizzazione parallela

Tecniche di ottimizzazione parallela

MAIOR ha collaborato strettamente con l’Università di Pisa nel progetto “Ricerca e reingegnerizzazione di algoritmi per la generazione dei turni finalizzati all’introduzione di tecniche di calcolo parallelo per processori multi-core”. Pubblicazioni: F. Bernazzani, S. Carosi, A. Frangioni, A. Gaffi, L. Girardi, “Miglioramenti Algoritmici nella Soluzione di Problemi Reali di Schedulazione di Veicoli e Personale”, Capitolo 30 in “Scienza delle decisioni in Italia: applicazioni della ricerca operativa a problemi aziendali,” (IT). G. Felici e A. Sciomachen a cura di, EGIC Genova, pp. 429–442, 2008; e A. Davini, A. Frangioni, “L'Ottimizzazione della Pianificazione Turni per il Trasporto Pubblico” (IT), Matematica e Impresa 1, pp. 35, 2008.

Modelli per la simulazione con zone tariffarie

Modelli per la simulazione con zone tariffarie

L’Università di Firenze e MAIOR hanno collaborato all’evoluzione delle soluzioni MAIOR per la pianificazione degli orari del trasporto pubblico. Il tema della ricerca è “Evoluzione dei modelli per la simulazione del trasporto pubblico urbano applicati alle politiche di zone tariffarie. Riformulazione del modello di assegnazione e modifica dell’algoritmo”. Pubblicazione: Arturo de Santis, “Modelli e algoritmi per i sistemi di trasporto collettivo in presenza di zone tariffarie” (IT), Tesi di Laurea. Relatori: Fabio Schoen, Paola Cappanera, Lorenzo Sassolini, 2005.

Algoritmi di ottimizzazione per operatori ferroviari

Algoritmi di ottimizzazione per operatori ferroviari

L’Università di Bologna e MAIOR hanno collaborato al miglioramento delle soluzioni di pianificazione ferroviaria di MAIOR per le aziende ferroviarie. Il tema della ricerca è l’“attività di ricerca finalizzata allo sviluppo di algoritmi ottimali per la pianificazione dei blocchi veicoli nelle compagnie ferroviarie, consentendo la copertura multipla delle corse per soddisfare la domanda richiesta lungo la linea e durante la giornata”. I risultati di questa ricerca sono presenti nelle soluzioni di pianificazione di MAIOR.

Pianificazione equipaggi aerei

Pianificazione equipaggi aerei

MAIOR e l’Università di Pisa collaborano per risolvere il problema della pianificazione degli equipaggi aerei utilizzando metodi all’avanguardia. Il tema della ricerca è “attività di ricerca finalizzata allo sviluppo di algoritmi per l’assegnazione degli equipaggi aerei alle coppie di voli, riserve, addestramenti, giorni di riposo e ferie, rispettando i vincoli normativi e distribuendo equamente il carico di lavoro, soddisfacendo al contempo le richieste e preferenze del personale”. Pubblicazione: P. Cappanera, G. Gallo, “The Airline Crew Rostering Problem at Alitalia Express”, Technical Report, Università di Pisa, 2001.

ricerca e innovazione AI

L’algoritmo di Machine Learning di MAIOR per la gestione dei contratti

Il nuovo algoritmo di Machine Learning sviluppato da MAIOR sta rivoluzionando la gestione dei contratti nel settore del trasporto pubblico, migliorando significativamente la relazione tra le agenzie e gli operatori. A livello globale, le agenzie di trasporto pubblico stipulano contratti con operatori che definiscono la compensazione in base alle differenze tra il servizio pianificato e quello effettivo, coprendo situazioni come eccesso di corse pianificate, cancellazioni o prestazioni di qualità inferiore. Al cuore di questo processo c'è la "Justification Code Review", dove il personale dell'operatore analizza manualmente le discrepanze, classificando le corse come Operate, Mancate-Deducibile o Mancate-Non Deducibile. Solo le corse con il codice Mancata-Deducibile influiscono sulla compensazione dell'operatore. Consapevoli dell'onerosità di questo processo, MAIOR ha creato un algoritmo di Machine Learning che raggiunge fino all'85% di precisione nella classificazione, riducendo significativamente il carico di lavoro del personale. Questa innovazione non solo affronta la ripetitività del compito, ma svolge anche un ruolo cruciale nel calcolo preciso della compensazione dell'operatore.

Nuova funzionalità per la tracciabilità

Nuova funzionalità per la tracciabilità

Trace Manager è la nuova funzionalità della MAIOR Suite che registra automaticamente in background le informazioni relative alla creazione, modifica e cancellazione dei dati, come versioni, scenari, livelli di tempi di percorrenza, linee, fermate, orari, blocchi, turni degli autisti e molti altri elementi. Trace Manager permette ai tuoi dispatcher di ricostruire la storia di ogni singolo dato presente nel sistema. Ad esempio, è possibile sapere quando un determinato oggetto è stato creato o modificato e da chi.

Nuovo algoritmo per la progettazione degli orari

Nuovo algoritmo per la progettazione degli orari

La nuova versione della MAIOR Transit Scheduling Suite renderà disponibile un nuovo algoritmo per la progettazione degli orari. Grazie a questo strumento innovativo, agenzie e operatori di trasporto pubblico potranno beneficiare di orari ottimizzati per una o più linee, utilizzando i seguenti dati in input: intervallo di servizio desiderato, flotta di veicoli disponibile, passeggeri target o domanda, numero di corse da effettuare.

Nuovo algoritmo per la programmazione di veicoli e autisti

Nuovo algoritmo per la programmazione di veicoli e autisti

Il nuovo algoritmo integrato disponibile nell’ultima versione della MAIOR Transit Scheduling Suite esegue l’ottimizzazione simultanea del blocco dei veicoli e del taglio dei turni. Questa nuova funzionalità permetterà ad agenzie e operatori di trasporto di ridurre i costi operativi, generando scenari di servizio completamente ottimizzati, con blocchi di veicoli che supportano meglio i turni degli autisti e viceversa. Questo algoritmo integrato può essere utilizzato da fornitori di servizi urbani e regionali, con capacità ancora migliori per servizi ibridi o suburbani.

Ricerca e Innovazione

ISCRIVITI ALLA NOSTRA NEWSLETTER

Rimani aggiornato, ricevi inviti a webinar, scarica gli ebooks, e molto altro.

VUOI PIù INFORMAZIONI?

VUOI PIù INFORMAZIONI?

Back To Top