¿Cuándo llega la micro?: mejoramiento del sistema de predicción de tiempo de llegada de buses de la aplicación red regional

Abstract

En Chile, los perímetros de exclusión son zonas donde el gobierno regional establece estándares operacionales para el transporte público a cambio de subsidios de la División de Transporte Público Regional. Los buses que operan bajo esta medida deben contar con sistemas GPS para proporcionar su ubicación en tiempo real, información que la aplicación Red Regional, mantenida por Transapp, muestra al usuario junto con predicciones de tiempo de llegada del bus.

Hasta hace poco, la predicción de tiempo de llegada de buses en la aplicación Red Regional se basaba en un modelo de regresión cuadrática, el cual generaba errores absolutos medios superiores a 50 segundos en trayectos de hasta un kilómetro. Aunque durante una práctica profesional se evaluaron otros enfoques, el modelo K-Nearest Neighbor siendo el mejor valorado, la actualización de estos modelos en las aproximadamente 20 zonas con perímetros de exclusión seguía siendo un proceso lento, de hasta una semana laboral. Esto se debía a que cada modelo necesitaba procesar datos de GPS durante un periodo de dos semanas para el entrenamiento y la evaluación, lo cual incrementaba el tiempo en proporción a la cantidad de datos y la necesidad de validar el modelo antes de pasarlo a producción.

El objetivo de este proyecto es implementar modelos de última generación que mejoren la precisión y aceleren el proceso de actualización de los modelos en la aplicación. Se investigaron modelos recientes en predicción de transporte y se decidió utilizar XGBoost por su rapidez y precisión demostrada en la literatura. Se identificaron variables clave, y a partir de los datos disponibles se generaron estas variables para el entrenamiento de modelos XGBoost simples y multiciudad, así como una comparación con el modelo K-Nearest Neighbor.

Los resultados muestran que los modelos XGBoost mejoraron la precisión de las predicciones en tiempo real, superando tanto al modelo K-Nearest Neighbor como al de regresión cuadrática. En particular, el modelo multiciudad logró niveles de precisión comparables o superiores al modelo simple, lo que permite su implementación en distintos perímetros de exclusión sin reducir la exactitud, simplificando la actualización y mantención de los modelos avanzados en la aplicación Red Regional.