Predicting Bus End-Trip Delays Using Different Machine Learning Algorithms to Model Planning Effectiveness

Le transport public existe presque partout dans le monde. Cela permet à toutes les personnes le désirant de se déplacer d'un endroit à un autre d'une ville de façon économique et écologique. De plus, de plus en plus de données sont disponibles de nos jours grâce aux systèmes embarqués à l'intérieur des véhicules. Ces données pourraient être utilisées dans une optique de prévision des retards, qui permettraient par la suite de les anticiper. Ainsi la fiabilité des horaires serait améliorée et plus de gens seraient susceptibles d'employer ce mode de transport. Des travaux ont été réalisés afin de prédire les retards en utilisant différentes données, cependant aucune d'elle ne l'a fait dans l'idée d'intégrer ces prévisions dans les procédures de création de planification de trajet. Au cours de ce mémoire, divers modèles de prédiction de retard pour les fins de trajet sont essayés. Il ne s'agit pas de prédire le retard exact, mais de classifier les retards des fins de trajet. Afin d'être utile aux planificateurs d'horaires, ces modèles n'utilisent que des données qui peuvent se trouver en amont de la planification. Les données exploitées pour les modèles sont des observations historiques de la ville de Montréal. Deux problèmes de classification sont abordés au cours de ce mémoire. Le premier est un modèle de classification binaire qui prédit si un bus va finir son trajet en retard ou à l'heure. Le second est un modèle qui prévoit dans quel créneau de retard le bus va finir son trajet. Pour chacun des problèmes, trois algorithmes de machine learning pour l'estimation des retards sont testés : réseau de neurones, forêt aléatoire et arbre stimulé par gradient. De plus, une régression logistique est également testée afin de comparer les résultats par rapport à une méthode plus standard. Les modèles sont optimisés selon différentes méthodes et sont comparés en terme de précision et de temps d'entraînement. Les modèles sont par la suite entraînés sur une période et testés sur d'autres afin d'étudier la possibilité d'intégrer ces modèles dans le processus de création de lignes. Par la suite, les prédictions sont utilisées afin de créer des distributions de probabilité pour les différents crénaux de retard pour les fins de trajet des bus. Les différents algorithmes sont testés afin de distinguer ceux qui reproduisent au mieux la réalité. Le projet conclut sur la possibilité d'utiliser les données de planning pour prédire le retard des fins de trajet des bus. Une classification sur plusieurs classes peut être améliorée en intégrant de l'apprentissage non supervisée afin de déterminer les classes de retard. Il est également possible d'entraîner un modèle sur des périodes passées afin de prédire sur de futures périodes, mais cette méthode doit être encore améliorée.