Bei der Sitzung der GOR-Arbeitsgruppe “Analytics” präsentierte Simon Mader aktuelle Forschungsergebnisse zum Thema “A supervised machine learning framework to predict the request fit for dynamic dial-a-ride problems”. Die vorgestellte Arbeit beschäftigt sich mit der intelligenten Auswahl geeigneter Fahrgastanfragen in On-Demand-Rufbussystemen im ländlichen Raum. Mithilfe von Machine Learning und Optimierungsverfahren wird die Effizienz gesteigert, sodass insgesamt mehr Fahrgäste befördert und die Mobilität in ländlichen Regionen verbessert werden kann.
Die Sitzung wurde gemeinsam von der Österreichischen Gesellschaft für Operations Research (ÖGOR) und der Deutschen Gesellschaft für Operations Research (GOR) in Kooperation mit der ÖBB Personenverkehr AG Fernverkehr in Wien, Österreich, organisiert. Unter dem Thema „Transportation Analytics“ standen insbesondere Beiträge aus Descriptive, Predictive und Prescriptive Analytics mit konkretem Anwendungsbezug zu Mobilität und Transport im Mittelpunkt – von der Analyse und Erhebung von Mobilitätsdaten bis hin zur Planung und Optimierung innovativer Verkehrslösungen..