Slimme wiskunde temt hardnekkige vertragingen op het spoor

Voor reizigers die dagelijks via de Utrechtse knooppunten reizen, kan een kleine kink in de kabel al snel grote gevolgen hebben. Een nieuwe wiskundige methode, ontwikkeld aan de Universiteit Utrecht, brengt daar mogelijk verandering in door preciezer te voorspellen hoe vertragingen zich als een olievlek over het spoor verspreiden.

Informaticus Francisco Simoes promoveerde op het gebruik van zogeheten causale modellen: wiskundige formules die oorzaak en gevolg binnen complexe netwerken blootleggen. Waar mensen bij simpele situaties – zoals de relatie tussen ijsverkoop en zomertemperaturen – feilloos op hun intuïtie varen, schiet het menselijk brein bij een uitgestrekt spoorwegnet tekort door de enorme hoeveelheid variabelen.

Complexe kettingreacties op het spoor

Het spoornetwerk kenmerkt zich door een dicht web van bewegende onderdelen. Een oponthoud ergens op de lijn werkt direct door in de rest van het systeem, waardoor een marginaal oponthoud kan uitgroeien tot een omvangrijke kettingreactie. Verkeersleiders sturen het treinverkeer momenteel vooral aan op basis van ervaring en vaste richtlijnen.

De ontworpen beslissingsondersteunende methode brengt helder in kaart hoe vertragingen zich verplaatsen. Hierdoor kan het systeem straks concrete suggesties formuleren, zoals het omleiden van een trein om te voorkomen dat een knelpunt volledig vastloopt. Mocht een vertraging in Utrecht bijvoorbeeld dreigen door te sluimeren naar Rotterdam, dan kan een alternatieve route uitkomst bieden.

Samenwerking binnen Utrecht AI Labs

Het promotieonderzoek vond plaats in nauwe samenwerking met ProRail, een van de partners binnen de Utrecht AI Labs waar wetenschap en de praktijk elkaar ontmoeten. Hoewel het model momenteel nog een theoretisch fundament kent en er flink wat werk verzet moet worden voordat het operationeel is, tonen de betrokken partijen zich hoopvol.

Data-sciencespecialist Maya Tielman van ProRail laat weten dat het spoorbedrijf de haalbaarheid en bruikbaarheid verder wil onderzoeken. Het project maakt deel uit van het Safe and Responsible AI-onderzoek binnen de Intelligent Systems-groep en werd financieel mogelijk gemaakt door ProRail en NWO.

Bron: Universiteit Utrecht