Investigação e inovação
Bem-vindo à nossa página de Investigação e Inovação, o coração da nossa missão empresarial. Saiba como colocamos em prática as ideias mais recentes e como estamos constantemente a inovar para criar soluções de ponta e contribuir para um futuro melhor para o mundo dos transportes públicos.
Seja parte do Projeto ADDSTRES
Junte-se à nossa equipe de pesquisa e trabalhe conosco no desenvolvimento de algoritmos de otimização para as soluções de software da MAIOR. Nossas soluções são projetadas para a otimização do planejamento e escalonamento de serviços de transporte público. O Projeto ADDSTRES é financiado pela Região da Toscana, através do "Fundo para o Desenvolvimento e Coesão", e pode lhe dar a oportunidade de trabalhar conosco em um projeto de pesquisa aplicada na indústria. Para mais informações, entre em contato com ricerca@adm.unipi.it
Desafio de Pesquisa Aberto: Planejamento de Horários e Escalonamento de Veículos com Veículos Elétricos
O consórcio de pesquisa MINOA, no qual a MAIOR colabora com outras 11 universidades da Europa, sob o projeto HORIZON2020, desenvolveu um novo desafio de pesquisa: Um Problema Integrado de Planejamento de Horários e Escalonamento de Veículos com a complexidade adicional devido ao uso de Veículos Elétricos. O desafio está aberto até 31/05/2021 e está disponível para estudantes, pesquisadores, gerentes e outros profissionais. Para mais informações, acesse https://minoa-itn.fau.de/?page_id=921
Projeto TICAMPS
A Região da Toscana apoiará a MAIOR no projeto TICAMPS, que visa aprimorar a pesquisa no escalonamento em tempo real para transporte público. O projeto permitirá que um estudante de doutorado colabore com a MAIOR no escritório de Lucca durante 2020.
Projeto MINOA
O Projeto MINOA é um projeto financiado pela União Europeia, liderado por um consórcio de organizações de pesquisa científica em toda a Europa. Ao longo de 2021, os pesquisadores trabalharão nos desafios associados à otimização em tempo real para desenvolver algoritmos mais eficientes e implementações computacionais para uma ampla gama de mercados verticais, incluindo energia, análise de dados e transporte. A MAIOR participará com foco no transporte público, um setor que frequentemente enfrenta condições desafiadoras para a tomada de decisões. O time MINOA inclui a MAIOR e outras 10 instituições científicas de Itália, França, Países Baixos, Alemanha e Áustria.
Projeto de Gestão de Disrupções
A MAIOR recebeu um editais de P&D da Região da Toscana para apoiar pequenas e médias empresas (PMEs) que investem em pesquisa e inovação. O projeto visa estudar, definir e desenvolver um sistema inovador de gestão em tempo real de problemas de disrupção causados por tráfego intenso ou acidentes de trânsito, integrando dados CAD/AVL. O objetivo é fornecer às agências uma ferramenta avançada que ajude a recuperar rapidamente o nível de serviço oferecido aos passageiros. A MAIOR colaborará com a Universidade de Pisa e a Universidade Técnica de Milão no desenvolvimento dos novos algoritmos necessários para essa nova ferramenta de gestão de disrupções.
Técnicas de Otimização para Serviços de Longa Distância
A parceria entre a MAIOR e o Politecnico di Milano, uma das universidades mais renomadas da Itália, é focada na pesquisa para melhores algoritmos de escalonamento. O tópico da pesquisa é "Programação por restrição e algoritmos de caminho mais curto dentro de um processo de Geração de Colunas para a otimização de pessoal em empresas de transporte público extra-urbano". Publicação: S. Gualandi, F. Malucelli, "Caminhos mais curtos com restrições de recursos e funções objetivas super aditivas", Proc. do Principle and Practice of Constraint Programming (CP), LNCS 7514, pp. 299-315, 2012.
Modelos para Otimização de Horários
A MAIOR e a Universidade de Pisa colaboram na pesquisa de "Melhoria da velocidade e precisão de algoritmos de otimização para problemas de grandes dimensões", "Análise e implementação de modelos integrados para a otimização combinada de blocos de veículos e turnos de motoristas em uma rede extra-urbana" e "Análise e implementação de modelos para a geração de horários de frequência enquanto otimiza os recursos exigidos". Publicação: Alessandro Bertolini, “Algoritmos para a otimização simultânea de horários e turnos no transporte público urbano” (IT), Tese de Mestrado, 2013.
Técnicas de Otimização Paralela
A MAIOR trabalhou de perto com a Universidade de Pisa na pesquisa e reengenharia de algoritmos de geração de turnos com foco na introdução de técnicas de cálculo paralelo para processadores multi-core. Publicações: F. Bernazzani, S. Carosi, A. Frangioni, A. Gaffi, L. Girardi, "Melhorias algorítmicas na solução de problemas reais de escalonamento de veículos e pessoal", Capítulo 30 em "Scienza delle decisioni in Italia: applicazioni della ricerca operativa a problemi aziendali", EGIC Genova, pp 429–442, 2008.
Modelos para Simulação com Zonas Tarifárias
A Universidade de Florença e a MAIOR trabalharam na evolução das soluções de planejamento de escalonamento de transporte público da MAIOR. O tópico da pesquisa foi "Evolução dos modelos para simulação de transporte público urbano aplicados a políticas de zonas tarifárias". Publicação: Arturo de Santis, “Modelos e algoritmos para sistemas de transporte coletivo com zonas tarifárias” (IT), Tese de Mestrado, 2005.
Algoritmos de Otimização para Operadores Ferroviários
A Universidade de Bolonha e a MAIOR trabalharam no aprimoramento das soluções de escalonamento ferroviário da MAIOR. O tópico da pesquisa foi "Atividade de pesquisa para o desenvolvimento de algoritmos ótimos para o escalonamento de blocos de veículos em companhias ferroviárias, permitindo a cobertura múltipla das viagens para atender à demanda ao longo da linha e do dia".
Escalonamento de Equipes Aéreas
A MAIOR e a Universidade de Pisa colaboram para resolver o problema de escalonamento de equipes aéreas com base em métodos modernos. O tópico da pesquisa foi "Atividade de pesquisa para o desenvolvimento de algoritmos para a atribuição de equipes aéreas para pairing, reservas, treinamentos, folgas, férias, respeitando as restrições de regras e distribuindo igualmente a carga de trabalho". Publicação: P. Cappanera, G. Gallo, “The Airline Crew Rostering Problem at Alitalia Express”, Relatório Técnico, Universidade de Pisa, 2001.
Algoritmo de Machine Learning da MAIOR para gestão de contratos
O Machine Learning está revolucionando a gestão de contratos no setor de transporte público, melhorando significativamente o processo entre Autoridades e Operadores. Globalmente, as Autoridades de Transporte Público supervisionam contratos com Operadores, definindo estruturas de compensação baseadas nas diferenças entre os serviços planejados e os realizados, cobrindo cenários como viagens extras, serviços cancelados ou desempenhos de qualidade inferior. O núcleo dessa gestão envolve a análise manual dos "Códigos de Causa", onde o pessoal do Operador analisa discrepâncias em dados em tempo real de CAD/AVL. As viagens são categorizadas como Operadas, Perdidas-Dedutíveis ou Perdidas-Não Dedutíveis, sendo que apenas as operadas impactam a compensação do Operador. Entretanto, esse processo que exige muito trabalho foi simplificado pelo algoritmo de Machine Learning da MAIOR, reduzindo a carga de trabalho do pessoal do Operador em até 85%. Essa inovação não só resolve a tarefa tediosa, mas também desempenha um papel crucial no cálculo preciso da compensação dos Operadores.
Nova funcionalidade para rastreabilidade
O Trace Manager é a nova funcionalidade da MAIOR Suite que registra automaticamente em segundo plano informações relacionadas à criação, modificação e exclusão de dados, como versões, cenários, níveis de tempos de percurso, linhas, paradas, horários, blocos, turnos dos motoristas e muitos outros elementos. O Trace Manager permite que seus despachantes reconstruam a história de cada dado presente no sistema. Por exemplo, é possível entender quando um determinado objeto foi criado ou modificado e por quem.
Novo algoritmo para criação de horários
A nova versão da MAIOR Transit Scheduling Suite disponibilizará um novo algoritmo para criação de horários. Graças a essa ferramenta inovadora, agências e operadores de transporte público poderão obter horários otimizados para uma ou várias linhas, utilizando os seguintes dados de entrada: intervalo de serviço desejado, frota disponível, passageiros ou demanda prevista, número de viagens a serem realizadas.
Novo algoritmo para programação de veículos e motoristas
O novo algoritmo integrado disponível na última versão da MAIOR Transit Scheduling Suite realiza a otimização simultânea do bloqueio de veículos e do corte de turnos. Essa funcionalidade permitirá que agências e operadores de transporte reduzam os custos operacionais, gerando cenários de serviço totalmente otimizados, com blocos de veículos que suportam melhor os turnos dos motoristas, e vice-versa. Este algoritmo integrado pode ser usado por prestadores de serviços urbanos e regionais, com capacidades aprimoradas para serviços híbridos ou suburbanos.
