Immagine Modello di simulazione ad Agenti: Il Caso di Ragusa

Contesto

Questo studio si concentra sul potenziale contributo dei servizi innovativi di Trasporto Condiviso su Richiesta (Demand Responsive Shared Transport - DRST) forniti da una flotta di veicoli che è possibile prenotare dagli utenti tramite un applicazioni su dispositivi mobili e schedulati in tempo reale per il prelievo e la consegna dei passeggeri in base alle loro esigenze. 

Lo studio utilizza la città di Ragusa (Italia) come caso di studio, dove un innovativo servizio DRST è stato testato nell'ambito del progetto Mvmant.

Il modello simulazione ad Agenti è utilizzato come ambiente realistico in cui simulare diversi scenari, con semplici regole assegnate al comportamento degli agenti, al fine di esplorare le variabili di domanda e offerta di trasporto che rendono il servizio DRST fattibile e conveniente.

Metodo

L'obiettivo è comprendere, partendo dall'interazione micro tra gli agenti di domanda e offerta (cioè i passeggeri e i veicoli), il comportamento macroscopico del sistema in modo da monitorarne le prestazioni attraverso indicatori appropriati e fornire suggerimenti sulla sua pianificazione, gestione e ottimizzazione.

Mappa della Linea di Ragusa

Conclusioni

Le simulazioni basate su agenti si sono dimostrate una buona tecnica in questo contesto, in grado di catturare fenomeni emergenti e fornire una descrizione naturale del sistema. In questo studio, il modello basato su agenti (ABM) simula il funzionamento di un servizio DRST in diverse configurazioni di assegnazione dei veicoli. Il modello consente di esplorare l'emergere di configurazioni operative ottimali identificando indicatori ad hoc per monitorare le prestazioni del sistema nel contesto reale.

Questo approccio potrebbe contribuire a sviluppare servizi di trasporto condiviso su richiesta più efficienti ed efficaci, favorendo una mobilità sostenibile e condivisa.

Informazioni

Collegamento all'articolo completo: https://arxiv.org/ftp/arxiv/papers/1803/1803.08867.pdf 

Autori: Giuseppe Inturri, Nadia Giuffrida, Matteo Ignaccolo, Michela Le Pira, Alessandro Pluchino, Andrea Rapisarda.

Altri contenuti collegati