Train Scheduling: The Game
13.49
Van 2015 tot 2016
TML ontwikkelde een simulatiespel voor Infrabel dat planningsproblemen nabootst en oplossingen genereert, waarbij data mining algoritmes nuttige inzichten leveren om kosten te besparen en een alternatief bieden voor gespecialiseerde optimalisatiesoftware.
In dit project bouwden we een prototype van een simulatiespel dat draait rond een reëel optimalisatieprobleem van planners in een spoorwegmaatschappij: het spel werd zo ontworpen dat het een weerspiegeling is van een specifiek planningsprobleem van onze pilootklant Infrabel. Binnen het project speelde een groep simgamers alsof het een typisch simulatiespel was en ze mogelijke oplossingen voor de planningsproblemen moesten zoeken. Post-processing data mining algoritmes zetten de gegenereerde oplossingen om in nuttige inzichten voor de planner, om inspanningen en kosten voor de pilootklant Infrabel te vermijden. Ons simulatiespel bood ook een concurrerend alternatief voor de speciaal gebouwde optimalisatiesoftware.
In dit project bouwden we een prototype van een simulatiespel dat draait rond een reëel optimalisatieprobleem van planners in een spoorwegmaatschappij: het spel werd zo ontworpen dat het een weerspiegeling is van een specifiek planningsprobleem van onze pilootklant Infrabel. Binnen het project speelde een groep simgamers alsof het een typisch simulatiespel was en ze mogelijke oplossingen voor de planningsproblemen moesten zoeken. Post-processing data mining algoritmes zetten de gegenereerde oplossingen om in nuttige inzichten voor de planner, om inspanningen en kosten voor de pilootklant Infrabel te vermijden. Ons simulatiespel bood ook een concurrerend alternatief voor de speciaal gebouwde optimalisatiesoftware.
