MTR Corporation
Moteur d’IA de planification des travaux d’ingénierie de nuit
Le métro de Hong Kong a confié la planification des travaux de maintenance de nuit à un planificateur d’IA et estime un gain d’efficacité de 51 %
Problématique
MTR ne peut entretenir ses lignes que pendant une plage sans circulation d’environ 4 heures chaque nuit. Des centaines de travaux de maintenance et de projets se disputaient l’accès aux voies, les trains de travaux et le personnel, et une poignée d’experts vérifiaient chaque demande à la main au regard des règles de sécurité et d’exploitation.
Approche
À partir de début 2004, MTR a travaillé avec la City University of Hong Kong pour ajouter un moteur d’IA à son système web de gestion des travaux d’ingénierie et des informations de trafic (Engineering Works and Traffic Information Management System, ETMS). Le moteur code les règles de sécurité et d’exploitation, signale les conflits dès la saisie d’une demande et établit des plans hebdomadaires et trimestriels par recherche heuristique et algorithme génétique. Il est entré en usage quotidien en juillet 2004 ; les planificateurs examinent et approuvent toujours chaque plan lors d’une réunion hebdomadaire, et les réparations urgentes peuvent être insérées à la main.
Chiffres clés
Enseignement
Le système vérifiait les demandes au regard de règles codées dès leur saisie par le personnel, avançant la détection des erreurs, auparavant faite lors de la réunion hebdomadaire. Tous les chiffres publiés étaient des estimations de MTR et des développeurs.
Catégories
- Taille
- Grande entreprise
- Secteur
- Logistique et transport
- Fonction de l’entreprise
- Production et qualitéLogistique et chaîne d’approvisionnement
- Type d’innovation
- Innovation de procédé
- Technologie d’IA
- Optimisation
- Mode d’adoption
- Codéveloppement avec un partenaire
- Type de preuve
- Déclaration de l’entreprise
Sources
Résumés des sources
Des membres de la City University of Hong Kong et de MTR ont reçu un prix pour des applications d’IA déployées. Ils décrivent la base de règles, le planificateur heuristique et à algorithme génétique et l’historique des versions, et indiquent que le moteur d’IA est en usage quotidien depuis juillet 2004. En comparant 21 semaines de plannings historiques, ils font état de 5 à 10 violations de règles impératives par jour dans les plans établis par des humains et d’aucune dans ceux du moteur.
Le directeur des systèmes d’information de MTR et le développeur universitaire du système estiment qu’ETMS a amélioré d’au moins 51 % l’efficacité de la planification des occupations de voie, et indiquent que les taux de « no show » et d’accès aux voies non programmés sont passés d’environ 30 % et 50 % à 4,1 % et 6,4 % en février 2005. Ils décrivent aussi des retours sur les demandes de travaux obtenus en quelques secondes, contre un délai pouvant atteindre 1 semaine auparavant.
Un chercheur de la City University of Hong Kong et un ingénieur de MTR expliquent que les travaux de nuit doivent tenir dans une plage sans circulation d’environ 4 à 5 heures et que le moteur répartit les ressources pour maximiser le travail effectué dans le respect des règles de sécurité et d’exploitation. Ils notent que le système de 2004 était en cours de remplacement par une nouvelle plateforme qui pourrait aussi servir d’autres villes.
GIGAZINE rend compte du planificateur de MTR, en citant les articles de New Scientist de 2014. Environ 200 règles, dont des limites de bruit locales, ont été codées sous forme lisible par machine, et les plannings générés nécessitent encore une approbation humaine. Le média cite une estimation de MTR d’environ 800 000 dollars américains d’économies annuelles grâce à une répartition plus efficace du travail.
Les informations complètes figurent dans les sources d’origine.