ΟΡΓΑΝΩΣΗ Ε ΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΣ ΠΟΛΥΤΡΟΠΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ ΤΑΞΙ ΙΟΥ ΜΕ ΥΠΕΡΑΣΤΙΚΑ ΜΕΣΑ ΜΕΤΑΦΟΡΑΣ ΣΤΟΝ ΕΛΛΗΝΙΚΟ ΧΩΡΟ

ΟΡΓΑΝΩΣΗ Ε ΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΣ ΠΟΛΥΤΡΟΠΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ ΤΑΞΙ ΙΟΥ ΜΕ ΥΠΕΡΑΣΤΙΚΑ ΜΕΣΑ ΜΕΤΑΦΟΡΑΣ ΣΤΟΝ ΕΛΛΗΝΙΚΟ ΧΩΡΟ Γεωργία Αϋφαντοπούλου, Εντεταλµένη Ερευνήτρια, ΕΚΕΤΑ/ΙΜΕΤ Τηλ. 2310-498451, Φαξ: 2310-498269, e-mail: gea@certh.gr Ευαγγελία Χρυσοχόου, MSc Στατιστικής & Επιχειρησιακής Έρευνας, Επιστηµονικός Συνεργάτης, ΕΚΕΤΑ/ΙΜΕΤ Τηλ. 2310-498462, Φαξ: 2310-498269, e-mail: echryso@certh.gr Βασίλης Μιζάρας, Υπεύθυνος τοµέα Νέων τεχνολογιών, TREDIT Α.Ε., Τηλ.: 2310 478 371, Φαξ: 2310 440774, e-mail: vmizaras@tredit.gr Θανάσης Παχίνης, Αναλυτής συστηµάτων, TREDIT Α.Ε., Τηλ.: 2310 478 371, Φαξ: 2310 440774, e-mail: tpachinis@tredit.gr Περίληψη: Το άρθρο παρουσιάζει τα αποτελέσµατα του ερευνητικού έργου «Ευφυές σύστηµα σχεδίασης ταξιδιού, πληροφόρησης ταξιδιώτη και κρατήσεων θέσεων σε συνδυασµένα µέσα µαζικής µεταφοράς», INTELLECT, που συν-χρηµατοδοτείται από τη ΓΓΕΤ στο πλαίσιο του εστιασµένου προγράµµατος Μεταφορές Πλοήγηση. Η σχετική έρευνα επικεντρώνεται στην επίλυση προβλήµατος σχεδιασµού διατροπικής αλυσίδας επιβατικού ταξιδιού και δηµιουργίας προσωποποιηµένης διαδικτυακής εφαρµογής προς τον επιβάτη µε χρήση δεδοµένων από διαφορετικές βάσεις δεδοµένων. Κύριες παράµετροι για την επίλυση αυτού του προβλήµατος αποτέλεσαν η δηµιουργία ενός λογικού µοντέλου δεδοµένων για διατροπικές µαζικές µεταφορές (ως επέκταση του µοντέλου Transxchange) και η ανάπτυξη πρωτότυπου αλγορίθµου εύρεσης βέλτιστης διαδροµής GOAL µε χρήση 5 διαφορετικών κριτηρίων. Τέλος το άρθρο περιγράφει επίσης, την κατανεµηµένη αρχιτεκτονική του συστήµατος. Λέξεις Κλειδιά: Σχεδιασµός ταξιδιού, Εύρεση βέλτιστης διαδροµής για πολυτροπική µετακίνηση, Goal linear programming, Συστήµατα πληροφόρησης & κρατήσεων µέσω Internet

Συλλογή και διαχείριση δεδομένων 231 1. ΕΙΣΑΓΩΓΗ Η ζήτηση για υπεραστικά επιβατικά ταξίδια µπορεί να καλυφτεί από διάφορα ανταγωνιστικά ή συµπληρωµατικά µέσα (οδικώς, σιδηροδροµικώς ή ακτοπλοϊκώς). Η τελική επιλογή για τον τρόπο και τα µέσα της µετακίνησης εξαρτάται από παράγοντες όπως το κόστος χρήσης κάθε µέσου, τις προσωπικές προτιµήσεις του ταξιδιώτη και το συνολικό χρόνο του ταξιδιού. Η ιδεατή κατάσταση θα ήταν ο πιθανός ταξιδιώτης-επιβάτης να µπορεί να ενηµερώνεται ικανοποιητικά και ανάλογα µε τις ανάγκες και προτιµήσεις του για τις δυνατότητες χρήσης συνδυασµένης αλυσίδας µέσων µαζικής µεταφοράς για την εκτέλεση ενός ταξιδιού αλλά και να µπορεί να αποκτήσει τα απαραίτητα εισιτήρια από ένα και µόνο σηµείο (one-stop-shop). Βασικές επιστηµονικές παράµετροι υλοποίησης του στόχου αποτέλεσαν η δηµιουργία ενός ενιαίου µοντέλου δεδοµένων, καθώς και η ανάπτυξη ενός αλγορίθµου που εξυπηρετούν τις ανάγκες για το σχεδιασµό ενός διατροπικού ταξιδιού µε υπεραστικά µέσα στην Ελλάδα. 2. ΤΟ ΕΡΓΟ INTELLECT Σε αυτό το πλαίσιο το ερευνητικό έργο «Ευφυές σύστηµα σχεδίασης ταξιδιού, πληροφόρησης ταξιδιώτη και κρατήσεων θέσεων σε συνδυασµένα µέσα µαζικής µεταφοράς», INTELLECT, που συν-χρηµατοδοτήθηκε από τη ΓΓΕΤ στο πλαίσιο του εστιασµένου προγράµµατος Μεταφορές Πλοήγηση, πρότεινε και υλοποίησε την ανάπτυξη µιας πλατφόρµας η οποία απευθύνεται κυρίως στον τελικό χρήστη ταξιδιώτη, αλλά και σε επιχειρήσεις που δραστηριοποιούνται στο χώρο των κρατήσεων θέσεων και είναι σε θέση να διασυνδέει βάσεις δεδοµένων διαφορετικών µέσων µαζικής µεταφοράς (εναέρια θαλάσσια - χερσαία), να συνθέτει σενάρια ταξιδιού µε συνδυασµένα µέσα, βάση του προφίλ του ταξιδιώτη και παραµέτρους όπως το κόστος, ο χρόνος και η άνεση. Επίσης, αναλαµβάνει την κράτηση των εισιτηρίων όλων των µέσων που εµπλέκονται στο σενάριο που τελικά θα επιλέξει ο ταξιδιώτης. 2.1 Αρχιτεκτονική Συστήµατος Σχεδιασµού ιατροπικού Ταξιδιού Το σύστηµα οργανώνεται στα παρακάτω υποσυστήµατα: το υποσύστηµα διαχείρισης προφίλ χρηστών που διαχειρίζεται τα προσωπικά δεδοµένα και τις προτιµήσεις των χρηστών του συστήµατος. το υποσύστηµα διαχείρισης διαθεσιµότητας δεδοµένων που αναλαµβάνει τη διαχείριση των πρωτογενών δεδοµένων που ανακτώνται από τις κεντρικές βάσεις δεδοµένων όλων των διαφορετικών µέσων µαζικής µεταφοράς, καθώς και των κεντρικών συστηµάτων κρατήσεων µε τις οποίες θα συνεργάζεται το σύστηµα. το υποσύστηµα υπηρεσιών σχεδιασµού ταξιδιών που είναι υπεύθυνο για τη µετατροπή των πρωτογενών δεδοµένων συνδέσεων σύµφωνα µε το µοντέλο δεδοµένων και την εκτέλεση του αλγόριθµου σχεδιασµού διατροπικού ταξιδιού, ο οποίος συνδυάζει το µοντέλο δεδοµένων, το προφίλ του χρήστη και τις παραµέτρους σχεδίασης (π.χ. κόστος και χρόνος), προκειµένου να παρουσιάσει τα πιθανά και δυνατά σενάρια ταξιδιού µε όλα τα µέσα µαζικής µεταφοράς (εναέρια, θαλάσσια και χερσαία). Επιπλέον, διαχειρίζεται τα αποθηκευµένα ταξίδια των χρηστών. Το υποσύστηµα κρατήσεων που είναι υπεύθυνο για τη διεκπεραίωση της κράτησης εισιτηρίων για όλα τα µέσα µαζικής µεταφοράς που υπάρχουν στο σενάριο που επιλέγει ο χρήστης από τις προτεινόµενες λύσεις που προκύπτουν από τη φάση του σχεδιασµού ενός ταξιδιού.

232 3 o Διεθνές Συνέδριο για την Έρευνα στις Μεταφορές στην Ελλάδα Το υποσύστηµα παρουσίασης σεναρίων ταξιδιού που είναι υπεύθυνο για τη δηµιουργία και παρουσίαση των διεπαφών χρήσεων προς τον τελικό χρήστη, οι οποίες µπορεί να φορούν διαφορετικά µέσα, π.χ. Η/Υ ή PDA. 2.2 Σύνοψη Λειτουργικότητας Πλατφόρµας «INTELLECT» Ένας ταξιδιώτης έχει τη δυνατότητα να χρησιµοποιήσει την πλατφόρµα του INTELLECT είτε ανώνυµα ή προσωποποιηµένα. Στην περίπτωση της προσωποποιηµένης χρήσης παρέχονται επιπλέον δυνατότητες όπως ο καθορισµός προτιµήσεων κατά το σχεδιασµό ταξιδιού, η δυνατότητα κράτησης θέσεων, η αποθήκευση και ανάκτηση σεναρίων και παρελθοντικών επιλογών χρήστη κ.τ.λ. Σε περίπτωση που ο χρήστης θελήσει να κάνει προσωποποιηµένη χρήση της πλατφόρµας µέσω κατάλληλων διεπαφών (Σχήµα 1) παρουσιάζονται στο χρήστη τα απαιτούµενα στοιχεία και υποστηρίζεται η διαδικασία εγγραφής στο σύστηµα. Σχήµα 1. ιαδικασία εγγραφής στο σύστηµα INTELLECT Η διαδικασία σχεδιασµού ταξιδιού απαιτεί τον καθορισµό των γενικών στοιχείων αναζήτησης, π.χ. σηµεία αναχώρησης & άφιξης, ηµεροµηνία εκτέλεσης ταξιδιού κ.α., ενώ σε περίπτωση προσωποποιηµένης χρήσης επιτρέπει και τον καθορισµό προτιµήσεων, π.χ. προτιµητέα µέσα, εταιρείες, κριτήριο κατάταξης λύσεων κ.α. Μόλις δοθούν τα απαραίτητα δεδοµένα, η πλατφόρµα εκτελεί τον αλγόριθµο εύρεσης λύσεων και τις παρουσιάζει συγκεντρωτικά στο χρήστη. Ο χρήστης µπορεί να δει τις λεπτοµέρειες κάθε λύσης, π.χ. χρόνους αναµονής, επιµέρους κόστη κ.α., και αν ανήκει στο σύστηµα να επιλέξει την προτιµητέα και να την υποθηκεύσει. Επιπλέον, µπορεί να ζητήσει να κάνει κράτηση εισιτηρίων για την επιλεγµένη λύση (Σχήµα 2).

Συλλογή και διαχείριση δεδομένων 233 Σχήµα 2. ιαδικασία σχεδιασµού ταξιδιού στο σύστηµα INTELLECT 3. ΜΟΝΤΕΛΟ Ε ΟΜΕΝΩΝ TRIP PLANNING ΣΥΣΤΗΜΑΤΟΣ INTELLECT Το µοντέλο που αναπτύχθηκε δηµιούργησε ένα τυποποιηµένο σχήµα δεδοµένων για γενική χρήση σε εφαρµογές που χρειάζονται πληροφορία ηµόσιων Συγκοινωνιών, και όχι ένα συγκεκριµένο µοντέλο το οποίο αφορά µόνο το INTELLECT. Βάση του µοντέλου αυτού αποτέλεσε το TransXChange, όπου περιγράφτηκε το λογικό µοντέλο δεδοµένων για υπηρεσίες λεωφορείων. Στα πλαίσια του INTELLECT το συγκεκριµένο µοντέλο γενικεύτηκε ώστε να περιλαµβάνει οποιοδήποτε µέσο µαζικής µεταφοράς, τόσο σε αστικό όσο και σε υπεραστικό περιβάλλον, καθώς και συνδυασµό των µέσων αυτών. Παράλληλα έγινε εκτενέστερη ανάλυση των Οντοτήτων δεδοµένων που αποτελούν το µοντέλο καθώς και των µεταξύ τους σχέσεων. Προκειµένου να καθοριστεί το µοντέλο δεδοµένων αρχικά προσδιορίστηκε το περιβάλλον λειτουργίας, µέσα στο οποίο θα εκτελείται ο οποιοσδήποτε routing αλγόριθµος. Σ αυτά τα πλαίσια προδιαγράφηκαν οι οντότητες δεδοµένων που αποτελούν το περιβάλλον λειτουργίας. Το περιβάλλον λειτουργίας αποτελείται από τα παρακάτω µέρη: Travel Environment. Περιλαµβάνει τα δεδοµένα που διαµορφώνουν το περιβάλλον στο οποίο θα αναζητηθεί η λύση δηµιουργίας ταξιδιού. Αυτά είναι τα διαθέσιµα µέσα µαζικής µεταφοράς, οι εταιρείες που εκτελούν δροµολόγια, οι τερµατικοί σταθµοί και τα ανεξάρτητα σηµεία αναχώρησης άφιξης, καθώς και οι οµαδοποιήσεις αυτών σε οµάδες βάσει της γεωγραφικής και διοικητικής τους θέσης (clusters & hubs αντίστοιχα). Fares: Περιλαµβάνει τα δεδοµένα που καθορίζουν τους τύπους εισιτηρίων ανά µέσο, καθώς και τη κατηγοριοποίηση τους βάσει του κόστους τους.

234 3 o Διεθνές Συνέδριο για την Έρευνα στις Μεταφορές στην Ελλάδα User Profile: Περιλαµβάνει τις προτιµήσεις του χρήστη σχετικά µε τα µέσα µαζικής µεταφοράς, τις εταιρείες, τους τύπους εισιτηρίων και το κριτήριο κατάταξης λύσεων που επηρεάζουν τη διαδικασία αναζήτησης και κατάταξης των πιθανών λύσεων που ικανοποιούν τις απαιτήσεις του χρήστη. Network: Περιλαµβάνει τις γεωγραφικές πληροφορίες των τερµατικών σταθµών και όλες τις υπάρχουσες συνδέσεις τερµατικών σταθµών ανά µέσο. Time Schedules: Περιλαµβάνει τις πληροφορίες των δροµολογίων ανά µέσο ανάµεσα σε τερµατικούς σταθµούς. Σχήµα 3. Οντότητες περιβάλλοντος λειτουργίας ενός routing αλγορίθµου Η εκτέλεση του Trip Planner καταλήγει στη δηµιουργία ενός ταξιδιού (Trip Instance), το οποίο µπορεί να είναι σε µια από τις τρεις µορφές: Trip instance, one mode, no interchange: Ταξίδι που εκτελείται µε ένα τύπο µέσου και µε ένα όχηµα. Trip instance, one mode with interchange: Ταξίδι που εκτελείται µε ένα τύπο µέσου, αλλά µε µετεπιβίβαση σε ενδιάµεσο τερµατικό σταθµό. Multimodal trip instance: Ταξίδι που εκτελείται από πολλά µέσα και µετεπιβιβάσεις. Στη συνέχεια και για κάθε µια από τις οντότητες που αναγνωρίστηκαν στο προηγούµενο βήµα, καθορίστηκαν και περιγράφθησαν αναλυτικά οι επιµέρους έννοιες και ιδιότητες τους, καθώς επίσης και τα διαγράµµατα ροής συσχετισµού µεταξύ των εννοιών. Ενδεικτικά, οι έννοιες που αποτελούν προσδιορίστηκαν για την οντότητα Travel Environment είναι οι Service Providers (Εταιρεία παροχής υπηρεσίας), Mode (Μέσο µεταφοράς), Geographical Points (Οποιοδήποτε σηµείο στο χώρο που µπορεί να χρησιµοποιηθεί ως ελεύθερο σηµείο έναρξης ή τερµατισµού ενός ταξιδιού), O-D Points (Προεπιλεγµένα σηµεία που µπορεί να χρησιµοποιηθούν ως σηµεία έναρξης ή τερµατισµού ενός ταξιδιού), Terminals (Τερµατικοί σταθµοί), Hubs (Πόλεις µε παραπάνω από ένα τερµατικό σταθµό, που εκλύουν µετακίνηση), Clusters (Γεωγραφική οµαδοποίηση τερµατικών σταθµών). Τα διαγράµµατα ροής συσχετισµού εννοιών δηµιουργήθηκαν σε τρία επίπεδα: Registration: αφορά την εγγραφή ενός χρήστη σε οποιοδήποτε σύστηµα σχεδιασµού ταξιδιών.

Συλλογή και διαχείριση δεδομένων 235 Journey patterns: αφορά τη δηµιουργία συνδέσεων ανάµεσα σε σηµεία άφιξηςπροορισµού, δηλ. ηµί-στατικών πληροφοριών που αφορούν την παροχή υπηρεσιών µεταφοράς από service providers. Trip instances: αφορά το αποτέλεσµα της υπηρεσίας σχεδιασµού ταξιδιών, σε µια από τις τρεις πιθανές µορφές του: One mode-no interchange, One mode-with interchange και Multi-modal. Σχήµα 4. Ενδεικτικό ιάγραµµα Ροής για τη διαδικασία εγγραφής χρήστη στο σύστηµα Τέλος, οι έννοιες οµαδοποιήθηκαν σε µια λογική δοµή (µια µορφή δηλαδή σχεσιακής βάσης δεδοµένων), χωρίς όµως αυτό να σηµαίνει ότι όλα τα δεδοµένα θα βρίσκονται κατ ανάγκη στο ίδιο φυσικό µέσο (ίδια βάση δεδοµένων). Σχήµα 5. Λογική δοµή δεδοµένων

236 3 o Διεθνές Συνέδριο για την Έρευνα στις Μεταφορές στην Ελλάδα 4. ΑΛΓΟΡΙΘΜΟΣ ΒΕΛΤΙΣΤΟΥ ΣΧΕ ΙΑΣΜΟΥ ΠΟΛΥΤΡΟΠΙΚΟΥ ΤΑΞΙ ΙΟΥ Ο αλγόριθµος που δηµιουργήθηκε στα πλαίσια του έργου αποτελεί σηµαντική συνιστώσα του ολοκληρωµένου συστήµατος. Πρωταρχικός στόχος του είναι η επίτευξη της σύγκλισης των απαιτήσεων του ταξιδιώτη επιβάτη (ζήτησης) και των διαθέσιµων ανταγωνιστικών µέσων µαζικής µεταφοράς (προσφοράς). Συνοπτικά αφού ανιχνεύσει όλα τα δροµολόγια που παρέχουν τη δυνατότητα σύζευξης των δυο πόλεων (σηµείο προέλευσης- προορισµού) υπολογίζοντας ταυτόχρονα το κόστος και το χρόνο που απαιτείται, εξάγει τη βέλτιστη διαδροµή καθώς και την κατάταξη των εναλλακτικών. Η βέλτιστη διαδροµή ορίζεται από τα στοιχεία που έχουν εισαχθεί στο προφίλ του χρήστη και αποτελεί εκείνη τη διαδροµή, από το σύνολο των εφικτών, που έχει την ιδιότητα να ελαχιστοποιεί τις αποκλίσεις από τις τιµές στόχους, που έχει θέσει ο χρήστης, ως προς το χρόνο επίτευξης του ταξιδιού και ως προς το κόστος του, σεβόµενη τις προτεραιότητες που έχει θέσει. Επειδή ο αλγόριθµος απαιτείται να διαχειριστεί on-line πληροφορίες, να αναδράσει στον ελάχιστο δυνατό χρόνο και να εξάγει σε πραγµατικό χρόνο (real time) τα αποτελέσµατα του, κατασκευάστηκε µε τη φιλοσοφία διάσπασης και λογικής µείωσης της διάστασης του προβλήµατος (decomposition strategy). Πρόκειται για ένα αλγόριθµο επίλυσης ενός µοντέλου γραµµικού προγραµµατισµού στόχων (goal linear programming algorithm). Το µαθηµατικό µοντέλο που διέπει τη διαδικασία είναι της µορφής: + min P f ( d ) s. t. A X ~ Όπου P i i = 1, 2 οι προτεραιότητες που έχει θέσει ο χρήστης για την επίτευξη των στόχων ως προς τον επιθυµητό κόστος διαδροµής και την επιθυµητή διάρκεια διαδροµής. f i i = 1, 2 οι βαρύτητα στους στόχους. d + i i = 1,2 οι θετικές αποκλίσεις από τις τιµές στόχους δηλαδή το ποσό που υπερβαίνουν οι διαδροµές από τις τιµές στόχους που έχει επιλέξει ο χρήστης. A X b αποτελεί την εφικτή περιοχή δηλαδή τις διαδροµές που ικανοποιούν τους ~ ~ περιορισµούς του προβλήµατος. i i b Οι περιορισµοί του προβλήµατος διαχωρίζονται σε τρεις τύπους περιορισµών: σε περιορισµούς χρονικής συµβατότητας των δροµολογίων σε περιορισµούς διατήρησης της ροής του δικτύου και σε αυτούς που αφορούν τον προγραµµατισµό στόχων. Το πρόβληµα βελτιστοποίησης διασπάται σε τρεις διαδοχικές διαδικασία. Αρχικά διαχειρίζεται τα σηµεία µετεπιβίβασης που θα συµµετέχουν στην ευρετική διαδικασία. Έπειτα απορροφά την κατάλληλη πληροφορία που παρέχεται από το προφίλ του χρήστη και τα δροµολόγια που παράγουν τα σηµεία προέλευσης τα οποία προέκυψαν στην προηγούµενη διαδικασία, τα επεξεργάζεται και εξάγει τις εφικτές διαδροµές. Τέλος ανάλογα µε το κριτήριο επιλογής του χρήστη και των παραµέτρων που δηλώθηκαν στο προφίλ εξάγεται η βέλτιστη δροµολόγηση καθώς και η κατάταξη των εναλλακτικών δια-τροπικών ταξιδίων. Η ύπαρξη όλης της πληροφορίας για τα δροµολόγια των παρεχόµενων υπηρεσιών µεταφοράς προβληµάτισε τους υπευθύνους σχεδίασης του συστήµατος. Ύστερα από διεξοδική µελέτη των ιδιαιτεροτήτων του δικτύου και των στόχων του συστήµατος ζητήθηκε ο αλγόριθµος να ~ i

Συλλογή και διαχείριση δεδομένων 237 διαχειρίζεται διαδροµές όπου τα σηµεία µετεπιβίβασης έχουν την ιδιότητα να έλκουν µετακινήσεις (Hub). Για την επίτευξη της διαδικασίας αυτής δηµιουργήθηκε µία βάση δεδοµένων όπου για κάθε πόλη της Ελλάδος υπάρχει η πληροφορία για τα Hub της. Είναι προφανές πως ο ορισµός των πόλεων που έλκουν µετακινήσεις είναι άρρηκτα συνδεδεµένος και µε τα µέσα µεταφοράς που παρέχει. Έτσι στο πρώτο στάδιο της διαδικασίας ανάλογα µε την επιλογή των σηµείων προέλευσης προορισµού και την προτίµηση του µέσου µεταφοράς εξάγονται τα σηµεία που θα δηµιουργήσουν το δίκτυο. Το προφίλ του χρήστη, βάσει του οποίου γίνεται η βελτιστοποίηση, διαµορφώνεται από τις εξής παραµέτρους : την επιθυµητή ώρα εκκίνησης και άφιξης του ταξιδιού, ορίζοντας και τις αποκλίσεις τους, την επιθυµητή διάρκεια διαδροµής, µέγιστο χρόνο αναµονής για µετεπιβίβαση, µέγιστο πλήθος µετεπιβιβάσεων, τύπο µεταφορικών µέσων καθώς και κόστος για τη συνολική διαδροµή. Η προσωποποιηµένη βέλτιστη διαδροµή που εξάγεται διαµορφώνεται σύµφωνα µε τις εξής παραµέτρου: Τις ενδιάµεσες πόλεις που εµπίπτουν στη φιλοσοφία των πόλεων που έλκουν µετακινήσεις. Τα µέσα που ο χρήστης επιθυµεί να χρησιµοποιήσει. Τα δροµολόγια που εµπίπτουν στους περιορισµούς που έχουν δηλωθεί στο προφίλ. Την επιλογή του κριτηρίου βελτιστοποίησης. Ο αλγόριθµος αναλυτικά ακολουθεί τα εξής βήµατα : Βήµα 1: Ξεκινώντας από τον ορισµό των σηµείων προέλευσης - προορισµού από το χρήστη το σύστηµα: συνδέεται µε σχετική βάση δεδοµένων όπου αναζητά τα hub των δύο πόλεων, τα κατατάσσει ανάλογα µε το επίπεδο των hubs, δηµιουργεί διαδροµές στις οποίες συµµετέχουν ενδιάµεσες πόλεις που εµπίπτουν στη φιλοσοφία των πόλεων που έλκουν µετακινήσεις, τις διατάσσει µε τέτοιο τρόπο που να µην υπάρξουν κύκλοι (loops) στις συνολικές διαδροµές, διαµορφώνει τις τελικές ακολουθίες πόλεων που θα συµµετέχουν στο γράφηµα των δυνατών διαδροµών (λύσεων), συνυπολογίζοντας το µέγιστο πλήθος µετεπιβιβάσεων που έχει δηλώσει ο χρήστης. Βήµα 2: Ανάλογα µε τα επιθυµητά µέσα που έχει δηλώσει ο χρήστης, δηµιουργείται ο χώρος των terminal που θα συµµετέχουν στη διαδικασία. Βήµα 3: Ορίζεται το πλήθος των δυνατών δροµολογίων µιας πιθανής διαδροµής για κάθε terminal του origin σύµφωνα µε: την επιθυµητή ώρα εκκίνησης του ταξιδιού και τη µέγιστη κατά απόλυτη τιµή απόκλιση από αυτή. Βήµα 4: Σε κάθε βήµα αναζητούνται και συµµετέχουν δροµολόγια που πληρούν τις προϋποθέσεις µε βάση :

238 3 o Διεθνές Συνέδριο για την Έρευνα στις Μεταφορές στην Ελλάδα το µέγιστο χρόνο αναµονής που έχει δηλώσει ο χρήστης για µετεπιβίβασή και εναλλαγή µέσου και την ώρα άφιξης σε τερµατικούς σταθµούς (terminals) στις ενδιάµεσες πόλεις (hub). Βήµα 5 : ιαµορφώνεται ο χώρος όλων των εφικτών διαδροµών σύµφωνα µε τις παραπάνω προϋποθέσεις όπου σε όλη τη διαδικασία υπολογίζεται το συνολικό κόστος και η συνολική διάρκεια της διαδροµής συνυπολογίζοντας και τα πέναλτι και οι αναµονές στους τερµατικούς σταθµούς. Βήµα 6 : Οι εφικτές διαδροµές κατατάσσονται σύµφωνα µε τις προτεραιότητες και τις τιµές στόχους που έχει θέσει ο χρήστης και έτσι εξάγεται η βέλτιστη διαδροµή σύµφωνα µε το δικό του προφίλ. Τα κριτήρια της τελικής κατάταξης των εφικτών διαδροµών και εξαγωγής της βέλτιστης διαδροµής που παρέχονται από το σύστηµα είναι τα ακόλουθα : Ελαχιστοποίηση χρόνου ή κόστους επίτευξης ταξιδιού. Ελαχιστοποίηση συνδυασµού κόστους- χρόνου µε προτεραιότητες και τιµές στόχους. Ελαχιστοποίηση συνδυασµού κόστους- χρόνου µε συντελεστές βαρύτητας µε ή χωρίς τιµές στόχους. Το πρώτο κριτήριο δίνει τη δυνατότητα στον χρήστη να δει είτε την πιο σύντοµη διαδροµή είτε την πιο οικονοµική. Με το δεύτερο κριτήριο παρέχεται η δυνατότητα να εξασφαλιστεί ένα άνω φράγµα ως προς τη µεταβλητή της πρώτης προτεραιότητας. Έχοντας εξασφαλιστεί η πρώτη προτεραιότητα βελτιστοποιεί µε γνώµονα τη δεύτερη. Στην ουσία δίνεται η δυνατότητα να απαντήσει σε προφίλ χρήστη που επιθυµεί π.χ. να ταξιδέψει µε τον πιο γρήγορο τρόπο ενώ είναι διατεθειµένος να πληρώσει ένα Α ποσό. Με το τρίτο κριτήριο παρέχεται η δυνατότητα να οριστεί η σηµαντικότητα των δύο ανταγωνιστικών χαρακτηριστικών. Έτσι παρέχεται η δυνατότητα να απαντήσει σε προφίλ χρήστη που π.χ. θεωρεί πως 70% σηµαντικότερος παράγοντας επίτευξης ενός ταξιδιού είναι το κόστος του και είναι διατεθειµένος να πληρώσει ένα ποσό Α και να διαρκέσει Β χρόνο. Κατά τη διάρκεια της βιβλιογραφικής ανασκόπησης που πραγµατοποιήθηκε στα πλαίσια του ερευνητικού έργου βρέθηκαν αρκετοί αλγόριθµοι Shortest path ή Optimum route οι οποίοι όµως δεν διαχειρίζονται το σύνολο των παραµέτρων που απαιτούσε το ολοκληρωµένο σύστηµα. Η προστιθέµενη αξία του αλγορίθµου που κατασκευάστηκε στα πλαίσια του «Intellect» έγκειται στο γεγονός ότι, αποτελεί ολοκληρωµένη διαδικασία εύρεσης βέλτιστης διαδροµής που στο πλαίσιο του ολοκληρωµένου συστήµατος διαχειρίζεται σε πραγµατικό χρόνο (real time) το σύνολο της πληροφορίας του «Intellect» που είναι διαθέσιµη, αφενός για τις µεταφορικές υπηρεσίες αφετέρου για τις προτιµήσεις του χρήστη παρέχοντας ευελιξία και προσωποποιηµένη βελτιστοποίηση του τυπικού προβλήµατος σχεδιασµού ταξιδιού. 5. ΣΥΜΠΕΡΑΣΜΑΤΑ Το ερευνητικό έργο INTELLECT είχε ως εναρκτήριο σηµείο του την επίλυση ενός πραγµατικού προβλήµατος για τον επιβάτη, αυτό της σχεδίασης δια-τροπικής αλυσίδας ταξιδιού, και κράτησης θέσεων σε συνδυασµένα µέσα µαζικής µεταφοράς (εναέρια, θαλάσσια και χερσαία). Τέτοια σύνθετα προβλήµατα επιλύνονται πραγµατικά µόνο µε την ανάπτυξη καινοτοµίας και την επιχειρηµατική θέληση. Σε αυτό το πλαίσιο το έργο µπορεί να θεωρηθεί ότι αποτέλεσε µια καλή πρακτική καθώς:

Συλλογή και διαχείριση δεδομένων 239 o Αφενός επιτέλεσε βασική έρευνα και προχώρησε την υφιστάµενη επιστηµονική γνώση. Αυτό τεκµηριώνεται µε την ανάπτυξη του λογικού µοντέλου δεδοµένων καθώς και τη δηµιουργία και αξιολόγηση αλγορίθµου Goal για επίλυση διατροπικού ταξιδιού. o Αφετέρου πέτυχε τη σύµπραξη ανάµεσα σε κύριους επιχειρηµατικούς παράγοντες στον τοµέα παροχής ηλεκτρονικών υπηρεσιών στις µεταφορές, όπως είναι η SABRE, OTENET και travel.gr για να αναφερθούν οι πιο επιφανείς, ενώ έδωσε προσδοκίες για εµπορικά αξιοποιήσιµα αποτελέσµατα µε τη σύµπραξη του επιχειρηµατικού κόσµου και ερευνητικών ινστιτούτων. Το µεγαλύτερο στοίχηµα που µένει αφορά στην εµπορική επιτυχία ενός αξιοποιήσιµου προϊόντος που θα εξυπηρετήσει τις ανάγκες του επιβατικού κοινού, θα ενισχύσει την ανταγωνιστικότητα της εγχώριας τουριστικής και µεταφορικής αγοράς, πιθανόν προς όφελος των µέσων που έχουν µικρότερο υφιστάµενο µερίδιο στην αγορά, τον εµπλουτισµό του ψηφιακού περιεχοµένου για τις µεταφορές καθώς και στην ενίσχυση της διασύνδεσης προορισµών στην Ελλάδα. Τέλος, πρέπει να αναφερθεί ότι µε βάση τα ερευνητικά αποτελέσµατα του έργου, η κοινοπραξία του INTELLECT αντιλαµβάνεται τα παρακάτω ως κύρια επόµενα ερευνητικά θέµατα: o ιασύνδεση πληροφορίας για µέσα µαζικής µεταφοράς µε ιδιωτικά µέσα o Χρήση τεχνολογιών προσδιορισµού θέσης µε δυνατότητες ασύρµατης πρόσβασης στην υπηρεσία. 6. ΒΙΒΛΙΟΓΡΑΦΙΑ Dixon R. (2000), "Logical Reference Model", TransXChange Project, Department of Transport of England Modesti P., Sciomachen A. (1998), A utility measure for finding multi-objective shortest paths in urban multimodal transportation networks. European Journal of Operational Research 111, pp. 495-508 OTEnet A.E, Tredit A.E., Sabre Hellas A.E., Cyberce Α.Ε (2003), "Αρχιτεκτονική Πρωτοτύπου και Προδιαγραφές", Παραδοτέο 2.1 του έργου INTELLECT, Γενική Γραµµατεία Έρευνας & Τεχνολογίας Ulungu E.L., Teghem J., Fortemps P.H., Tuyttens D., MOSA method: a tool for solving multi-objective combinatorial optimization problems. Journal of Multi-Criteria Decision Analysis, Volume 8, Issue 4, pp. 221-236 Ziliaskopoulos A.K., Wardell W. (2000), An intermodal Optimum Path Algorithm for Multimodal Networks with Dynamic Arc Travel Time and Switching Delays. European Journal of Operational Research, Vol. 125, pp. 486-502 Zografos K.G., Madas M.A. (2003), Optimization Intermodal Trip Planning Decisions in Interurban Network. Transportation Research Record 1850, vol. 3, pp. 61-69

240 3 o Διεθνές Συνέδριο για την Έρευνα στις Μεταφορές στην Ελλάδα DATA MODELLING AND ALGORITHMIC SOLUTION FOR MULTIMODAL TRIP PLANNING OVER GREEK TRANSPORT NETWORK Georgia Aifadopoulou, Associate Researcher, C.E.R.T.H./H.I.T. Tel.: 2310-498451, Fax: 2310-498269, e-mail: gea@certh.gr Evagelia Chrisohoou, MSc Statistics and Operation Research, Scientific Associate, C.E.R.T.H./H.I.T. Tel.: 2310-498452, Fax: 2310-498269, e-mail: echryso@certh.gr Vasilis Mizaras, Head of New Technologies division, TREDIT S.A., Tel.: 2310 478 371, Fax: 2310 440774, e-mail: vmizaras@tredit.gr Thanasis Pachinis, Systems Analyst, TREDIT S.A. Tel.: 2310 478 371, Fax: 2310 440774, e-mail: tpachinis@tredit.gr Abstract: The present article presents the results of the research project entitled Intelligent, intermodal travel planning and reservation system for combined passenger transport - INTELLECT that is cofinanced by General Secretariat for Research and Technology (GSRT) in the context of the focused program on Transports & Pilotage. The project research focuses on multimodal passenger trip planning problem solution and the creation of a web-based system able to support individual passenger request on trip planning and booking using data of external systems databases. The main steps for the trip planning problem solution were the creation of logical data model on multimodal mass transports (as extension of the Transxchange model) and the development of an original GOAL optimum trip planning algorithm using 5 different criteria of trip optimization. The article also describes the distributed system architecture of INTELLECT platform.