Modelo de predicción y estimación de tiempos de traslado entre dos puntos utilizando datos de GPS

Abstract

En el mundo de la logística de transporte es importante "la última milla", por lo que existen empresas dedicadas a entregar un servicio de plataforma a clientes encargados de realizar logística de última milla. SimpliRoute es una empresa donde su principal función es el desarrollo de un software que permite gestionar rutas múltiples de despachos de forma sencilla pero inteligente. Entregando rutas óptimas mediante la heurística de VRP (Vehicle Routing Problem). En la actualidad SimpliRoute busca mejorar el servicio a sus clientes por medio de la mejora de la predicción de los tiempos de traslado entre dos visitas o puntos de entrega. Esto actualmente se calcula realizando un ajuste mediante regresión lineal a los resultados de la matriz de distancia (tiempos) de OSRM (Open Source Routing Machine) para aproximar estos valores a los entregados por la API de Matriz de Distancia de Google Maps, lo que deja espacios de mejora. Se plantea un modelo de predicción de tiempos de traslado mediante el modelo de ma- chine learning de Random Forest programado en el lenguaje de programación Python, esto utilizando GPS de vehículos registrados en la plataforma de SimpliRoute y de Transantia- go para complementar zonas faltantes en el mapa. En primer lugar se calcula la velocidad promedio de movimiento de los vehículos, para luego obtener un algoritmo de cálculo de tiempos históricos de traslado. Con los valores históricos obtenidos se realiza un modelo de entrenamiento de Random Forest que realiza una predicción de los tiempos en base a datos históricos. Dicha predicción se realiza con un 96.88 % de precisión, calculado utilizando la medida de error porcentual MAPE. Para asegurar que la predicción obtenida sea certera se realiza una comparación con los valores obtenidos de una llamada a la API de Google Maps, obteniendo como resultado que la predicción calculada por el modelo de Random Forest tiene una diferencia de ±5minutos con los obtenidos por Google Maps. Con lo que se concluye que el modelo desarrollado en esta tesis es satisfactorio para la obtención de tiempos de traslado futuros para los vehículos de SimpliRoute.