Cette présentation donne un résumé du travail de Civilia dans le développement d'un outil de prédiction IA (random forest) des retards des autobus en transport collectif.

1. Quand Arrive Mon Bus?
Mardi 9 avril 2019
Martin Trepanier (Polytechnique)
Amaury Philippe (Polytechnique)
Xavier Prudent (Civilia)
54e Congrès de l'AQTr

2. …

3. Impact de lʼexpérience sur la durée / sécurité perçue
Tout ce quʼil faut savoir sur les mécanismes de frustration liés à lʼattente
Étude par OneBusAway

4. + 30 %
- 30 %
+ Sécurité, confiance

5. La méthode classique de prédiction du retard
Séquence dʼarrêts
Retard

6. La méthode classique de prédiction du retard
Séquence dʼarrêts
Retard

7. La méthode classique de prédiction du retard
Retard
Séquence dʼarrêts

8. Heure?
Jour?
Ligne?
Semaine Fin de semaine
7-9h 9-15h
Comment l’automatiser?
Quelles variables?
Quels critères?
La prédiction intelligente : une approche de tous les jours
25 17
-3+1

9. Réseau complexe
+ 1500 arrêts
+ 1600 voyages clients / jour
+ 45 lignes
Population étudiante
Données historiques 2018
5 millions prédictions / jour
Ouverture aux nouvelles
technologies
Collaboration avec la Société de Transport de Sherbrooke

10. Cahier des charges
Coût limité
Stable
Performant
Rapide
Opérationnel

12. Indice de performance
Fraction de prédiction dans
[-1,+3]min
-1 min +3 min
Méthodologie : Choix de l’indice de performance
Méthode classique à Retard prédit
Retard réel
R
R
Erreur
ΔR = R - R
ΔR (min)
# prédictions

13. Résultat final : moyenne par l’ensemble des arbres
Librairie R (Breiman, Machine Learning, 45, 5-32, 2001)
Méthodologie : Choix de l’outil statistique
Forêt de décision aléatoire (Random forest)
x 10

14. • Heure
• Distance
• Retard actuel
• Catégories des tronçons routiers (par période)
41 variables
Méthodologie : Choix des variables

15. Entraînement
+6M observations
Méthodologie : Choix des données
Période testée

16. 3 périodes de planification
Prédiction intelligente Civilia
Prédiction simple Civilia
Performance : par date

17. Pointe AM Pointe PM
Prédiction intelligente Civilia
Prédiction simple Civilia
Performance : par heure

18. Prédiction intelligente Civilia
Prédiction simple Civilia
Cadre
dʼentraînement
IA : attention aux
conditions d’utilisation!
Performance : par horizon ΔT

19. Création d’un outil de prédiction du retard,
- Apprentissage machine,
- Simple, performant, robuste, rapide.
Résultats préliminaires, améliorations en cours,
Objectif :
- Application à d’autres réseaux GTFS-rt à GTFS-rt,
- Utilisation en planification.
Conclusion et Plan

20. Martin Trépanier
mtrepanier@polymtl.ca
Amaury Philippe
amaury.philippe@polymtl.ca
Remerciements

21. Questions?
Xavier Prudent
(514) 668 76 46
xprudent@civilia.ca