Data-driven dynamic modeling of delay in suburban railway service

Nowadays, the mobility networks around huge industrial poles are crucial in understanding a specific quality of life of the area. Much research has been done to improve the efficiency of these networks and optimize their interest productivity of the area. In Northern Italy, the main transportation infrastructure is the Trenord railway network, which serves as the main way to move workers from and to Milan and connect the town to the highly industrialized area. Relying on the correct operation of this system ensures the welfare of the region and the high connectivity level required by activities acting in the area. In understanding the right manner to approach and study all the criticalities of this system, we introduced a new way of conceiving the data associated with a single voyage of a train. We moved into a spatiotemporal framework where a functional datum represents the accumulated delay. Considering this functional delay datum as an index of performance of the trains, we moved towards two different approaches: a more classical times-series-like interpretation to spot critical railway stations, and a dynamical point of view leaning on the theory developed around the Principal Differential Analysis (PDA). The last model is then deployed in the development of two different methods: one is dedicated to fit the main behavioral issues of the delay, the other proposes a predictor that could control them.

Al giorno d'oggi, le reti di mobilità attorno a enormi poli industriali sono fondamentali per comprendere la qualità della vita nell'area. Sono state fatte molte ricerche per migliorare l'efficienza di queste reti e ottimizzare la produttività degli interessi dell'area. Nel Nord Italia, la principale infrastruttura di trasporto è la rete ferroviaria di Trenord, che funge da mezzo principale per spostare i lavoratori da e verso Milano e collegare la città alla circostante area altamente industrializzata. Affidarsi al corretto funzionamento di questo sistema garantisce il benessere del territorio e l'elevato livello di connettività richiesto dalle attività che agiscono su di esso. Per capire le giuste modalità di approcciare e studiare tutte le criticità di questo sistema, abbiamo introdotto un nuovo modo di concepire i dati associati ad un singolo viaggio di un treno. Abbiamo sfruttato una struttura spazio-temporale in cui un dato funzionale rappresenta il ritardo accumulato. Considerando questa funzione di ritardo come un indice delle prestazioni dei treni, ci siamo mossi verso due diversi approcci: un'interpretazione più classica tipo serie temporali per individuare le stazioni ferroviarie critiche e un punto di vista dinamico che si appoggia sulla teoria sviluppata intorno alla principal differential analysis (PDA). L'ultimo modello è stato utilizzato nello sviluppo di due diversi strumenti: uno è dedicato a identificare i principali problemi strutturali del ritardo, l'altro propone un predittore che potrebbe controllarli.