Factor de propensión en tiempo real

Nuestras autopistas en Texas cuentan con un sistema de peaje de carreteras gestionado dinámicamente por precio o carriles de peaje exprés, que posibilita que los conductores vean cómo se ajustan los precios dinámicamente en base a la velocidad media o al número de vehículos en un momento dado.

El proyecto del factor de la propensión en tiempo real pretende aprovechar las técnicas de aprendizaje automático y las herramientas disponibles para entender las preferencias de los conductores reales más allá de la velocidad media o la congestión media para proponer ajustes en los peajes de los carriles gestionados en consonancia. El RTPF es una nueva capa que se superpone al algoritmo de configuración de peajes ya existente, y tiene en cuenta las variaciones o anomalías en la propensión del cliente al uso de carriles exprés en condiciones de ahorro de tiempo de viaje, precio del peaje y hora del día similares, pero con distintas condiciones externas/ambientales.

Los algoritmos del aprendizaje automático son capaces de detectar las anomalías y los nuevos factores explicativos externos de esas anomalías que de otra forma podrían no haber sido identificados.

Gracias al factor de propensión en tiempo real, se sugiere un ajuste de precio en base a todas las variables ambientales disponibles en cualquier momento en que se espere que la cuota de mercado en los carriles gestionados sea anormal debido a esos factores externos.

Encontrando soluciones eficientes

Cintra asume el compromiso de encontrar soluciones más eficientes gracias al “big data” y la innovación, incrementando sus recursos e inversión en análisis de datos año tras año. Ese es el motivo por el que en 2019, el equipo de análisis de datos fue capaz de identificar anomalías en las tasas de captura de tráfico, analizar dichas anomalías y crear un nuevo algoritmo para optimizar las soluciones y puntos de mejora.

Funciona de esta forma: actualmente, gracias a los sistemas existentes, se calcula una tarifa cada cinco minutos dependiendo de la densidad y velocidad de la circulación para garantizar siempre a los conductores una velocidad mínima de 80 km/h en los carriles exprés. El nuevo algoritmo funciona superponiéndose al algoritmo de peaje ya existente para identificar anomalías al entrar otras variables en juego para cada sitio concreto de la autopista (% de camiones, congestión en el punto de decisión, etc). Cada ubicación tiene su propio modelo, que ha sido ajustado tras detectar cambios en la propensión al uso de carriles exprés a partir de variaciones en estos otros factores.

Acabamos de empezar a instalar el flujo de trabajo en nuestro entorno de producción para poder llevar a cabo todo el proceso (detección de anomalías, agrupamiento y selección del factor del peaje) sobre datos históricos y en tiempo real. Estamos explorando enfoques para incorporar el nuevo algoritmo al algoritmo de peaje estándar ya implantado, absorbiendo finalmente muchas de sus funciones en tiempo real y llevándonos de un enfoque paramétrico a uno flexible basado en datos.

El valor del proyecto

El tráfico de la zona urbana de Dallas-Fort Worth es bien conocido. Desde la construcción de la autopista “LBJ” hace 40 años, se ha convertido en una de las carreteras más saturadas de Estados Unidos. Una historia similar se ha producido en el corredor NTE de Ft. Worth.

El sistema de peaje de carriles gestionados se diseñó con el fin de garantizar que siempre haya carriles exprés disponibles para un viaje rápido y fiable. No obstante, es importante poner precio a este nuevo producto de acuerdo con el valor percibido por el cliente, y eso no siempre coincide con las medidas estipuladas por contrato de velocidad media y congestión para cada tramo.

El RTPF proporciona a los operadores la opción de ajustar los precios de acuerdo a la preferencia real del cliente en base a un conjunto de variables ampliado, individual para cada ubicación, más allá de los tradicionales.