Tren yolculuğu sırasında engelli yolcular için sunulan yardım hizmetleri, erişilebilir ulaşımın temel taşlarından biri. Ancak bu hizmetlere olan talep, farklı istasyonlarda ve zaman dilimlerinde büyük farklılıklar gösteriyor. Bu durum, personel planlaması yapan yöneticiler için önemli zorluklar yaratıyor.
Araştırmacılar, bu soruna çözüm bulmak için veri odaklı bir karar destek sistemi geliştirdi. Sistem, istasyon düzeyinde yolcu yardım taleplerini tahmin edip bu tahminleri personel planlarına dönüştürebiliyor. Prophet adlı makine öğrenmesi modeli kullanılan sistemin tahmin bileşeni, çoklu operasyonel veri kaynaklarını analiz ederek gelecekteki talepleri öngörüyor.
Sistemin planlama kısmı ise talep tahminlerini, hizmet ve operasyonel kısıtlamalar altında personel gereksinimlerine çeviriyor. Bu süreçte anlaşılması kolay bir kırmızı-sarı-yeşil risk çerçevesi kullanılıyor. Bu görsel yaklaşım, istasyon yöneticilerinin mevcut durumu hızla değerlendirmelerini ve uygun kararlar almalarını sağlıyor.
LNER tren şirketinin istasyonlarında aktif olarak kullanılan sistem, rutin planlama ve personel kararlarını destekliyor. Test sonuçları, yıldan yıla karşılaştırma yapılan temel yöntemlere kıyasla tahmin doğruluğunda önemli iyileşmeler gösteriyor. Mutlak hata oranı yüzde 76,9'a kadar azaltılabildi.
Bu gelişme, hem maliyetleri düşürmesi hem de engelli yolcuların daha kaliteli hizmet alması açısından önem taşıyor. Yapay zeka destekli sistem, ulaşım sektöründe erişilebilirlik hizmetlerinin nasıl optimize edilebileceğine dair önemli bir örnek sunuyor.