Melhorando o Transporte Público com Caronas Baseadas em Linhas

Sistemas de carona sob demanda oferecem uma forma flexível de transportar vários passageiros juntos em um só veículo, usando rotas especiais. Esse sistema tem como objetivo complementar os serviços de ônibus tradicionais. A abordagem permite que os veículos sigam uma certa ordem de paradas de ônibus, mas também sejam flexíveis o suficiente para pegar atalhos se estiverem vazios.

#O Problema de Dial-a-Ride Baseado em Linhas

Esse texto foca em um tipo específico de sistema sob demanda conhecido como Problema de Dial-a-Ride Baseado em Linhas (liDARP). Nesse modelo, os veículos seguem uma sequência pré-definida de paradas, mas podem ajustar seus caminhos quando não tem passageiros a bordo. O objetivo é equilibrar metas ambientais com a satisfação do cliente, permitindo que o veículo atenda pedidos de forma eficiente, sem desvios desnecessários.

#Comparação com o Dial-a-Ride Clássico

Os sistemas tradicionais de Dial-a-Ride geralmente permitem que os veículos peguem qualquer rota para buscar e deixar passageiros, sem restrições. Em contrapartida, o liDARP adere a paradas de ônibus específicas, tornando-o potencialmente mais eficiente em termos de operação, especialmente em áreas com baixa demanda. O objetivo é proporcionar um serviço mais confiável e de melhor qualidade em comparação com linhas de ônibus normais, principalmente em horários em que menos passageiros precisam de transporte.

#Vantagens do Ridepooling Baseado em Linhas

O sistema de ridepooling baseado em linhas aproveita as localizações fixas de paradas de ônibus enquanto oferece flexibilidade para os horários de embarque e desembarque dos passageiros. Os veículos podem pular paradas se não houver passageiros esperando e também podem pegar atalhos, o que resulta em um uso mais eficiente dos recursos. Esse modelo é inspirado em exemplos da vida real onde esse tipo de transporte foi implementado em cidades.

#Formulação do Problema

O cerne do liDARP envolve encontrar a melhor forma de atender aos pedidos dos passageiros, respeitando uma rota fixa e garantindo que todos os veículos operem dentro dos limites de capacidade estabelecidos. O sistema busca criar um serviço confiável que possa reduzir tempos de viagem e Emissões associadas ao uso de veículos pessoais.

#Promessas de Serviço

O liDARP faz duas promessas principais aos passageiros: o tempo total de viagem e o tempo de espera. Os passageiros podem esperar que o tempo total de viagem não exceda um limite pré-definido em comparação com rotas diretas, e que o tempo de espera também permaneça dentro de limites razoáveis.

#Formulações de Programação Linear Inteira Mista (MILP)

Para abordar os desafios do liDARP, três formulações de programação linear inteira mista (MILP) foram desenvolvidas. Cada formulação visa otimizar o transporte de passageiros, equilibrando diferentes objetivos, como Qualidade do Serviço e Considerações Ambientais. Através de testes, a formulação mais eficiente mostrou que consegue resolver pedidos rapidamente, lidando eficientemente com um número significativo de solicitações.

#Trabalhos Relacionados em Transporte

Existem vários estudos sobre diferentes modos de transporte público, como ônibus, bondes e trens. Esses estudos geralmente focam em otimizar a qualidade do serviço enquanto gerenciam os custos operacionais. A área recebeu contribuições que examinam como operar serviços em uma linha de ônibus ou melhorar a pontualidade durante horários de pico.

#Experimentos Computacionais

Para avaliar a eficácia do liDARP, são realizados experimentos numéricos. Esses experimentos utilizam instâncias específicas derivadas de linhas de ônibus reais para avaliar quão bem o sistema pode se desempenhar sob vários cenários de demanda.

#Instâncias de Referência

Novas instâncias de referência foram criadas com base nas paradas de ônibus existentes em uma cidade real, garantindo que o ambiente de teste reflita casos de uso reais. Diferentes pedidos de passageiros foram gerados com base nas paradas de ônibus da cidade, permitindo que o liDARP fosse testado em diversas circunstâncias.

#Resultados do Estudo

Os resultados dos experimentos computacionais mostram que o liDARP pode superar sistemas tradicionais em termos de velocidade e eficiência. Na maioria dos casos, o liDARP conseguiu processar pedidos mais rápido e com menos distância percorrida, o que indica ganhos significativos de eficiência.

#Impactos Ambientais

Ao agrupar passageiros, o liDARP visa reduzir as emissões totais associadas ao transporte. As descobertas sugerem que esse sistema pode efetivamente contribuir para a redução das emissões relacionadas à mobilidade, especialmente ao comparar o uso de transporte público com o uso de veículos particulares.

#Satisfação do Cliente

A avaliação também inclui métricas de satisfação do cliente, com os resultados indicando uma recepção positiva em relação ao serviço de ridepooling. A capacidade de oferecer opções de transporte mais rápidas e confiáveis melhora a experiência geral do usuário.

#Direções Futuras

Trabalhos futuros nessa área poderiam explorar diferentes cenários de demanda, incluindo os impactos dos horários de pico e cargas de passageiros variadas. Além disso, a adaptação para diferentes tipos e capacidades de veículos poderia melhorar ainda mais a utilidade do sistema.

#Conclusão

O Problema de Dial-a-Ride Baseado em Linhas representa uma abordagem promissora para melhorar os serviços de transporte público por meio do ridepooling sob demanda. Ao combinar rotas programadas com opções de serviço flexíveis, esse modelo oferece uma solução que pode aumentar a eficiência, reduzir as emissões e atender às necessidades dos clientes em aplicações do mundo real.