Robustness of Multimodal Transportation Networks

• Autorzy: Bocewicz G.

Warianty tytułu

PL

Model oceny odporności multimodalnych sieci transportowych

• Języki publikacji: EN PL

Abstrakty

EN

This paper describes a declarative approach to modeling a multimodal transportation network (MTN) composed of multiple connecting transport modes, such as bus, tram, light rail, subway and commuter rail, where within each mode, service is provided on separate lines or routes. The considered model of a network of multimodal transportation processes (MTPN) provides a framework to address the needs for transportation networks robustness while taking into account their capacity and demand requirements. Therefore the work focuses on evaluation of the network robustness allowing distinguished multimodal processes to continue in order to accomplish trips following an assumed set of multimodal chains connecting transport modes between origins and destinations. Consequently, a solution to the problem of prototyping robust transits on a given multimodal network is implemented and tested. The conditions that guarantee the network robustness, taking into account disruptions of supply and demand as well as operational control, are provided. The aim of investigations is to provide a tool for evaluating the robustness of a network of multimodal transportation processes as well as different travel modes through a transportation network.

PL

Dynamiczny rozwój infrastruktury komunikacji miejskiej obejmującej linie autobusowe, trolejbusowe, tramwajowe, linie metra, kolei podmiejskiej, itp. składające się na tzw. Multimodalne Sieci Transportowe (MST) rodzi wiele nowych problemów. Wśród ważniejszych z nich warto wymienić problemy planowania obsługi ruchu pasażerskiego w sytuacjach związanych z awariami elementów infrastruktury, wypadkami losowymi czy też z obsługą imprez masowych. Wiadomo, że istnienie rozwiązań dopuszczalnych gwarantujących zakładaną przepustowość infrastruktury warunkuje tzw. odporność MST na ww. zakłócenia. W tym kontekście, niniejsza praca przedstawia pewien deterministyczny model multimodalnej sieci transportowej złożonej z połączonych stacjami przesiadkowymi, linii komunikacji miejskiej. Składające się na sieć, pracujące w zamkniętych cyklach, linie komunikacji miejskiej pozwalają obsłuchiwać ruch pasażerski na wybranych kierunkach np. północ-południe. Obsługiwane strumienie pasażerów modelowane są jako tzw. multimodalne procesy transportowe. Wprowadzone miary odporności MST, umożliwiające ocenę rozważanych wariantów infrastruktury, pozwalają na wyznaczenie warunków spełnienie, których gwarantuje dopuszczalną jakość obsługi ruchu pasażerskiego. Umożliwiają, zatem zarówno planowanie obsługi pasażerów na wybranych trasach, jak i kształtowanie struktury rozbudowywanej i/lub modernizowanej sieci komunikacji miejskiej.

Słowa kluczowe

EN

multimodal networks; transportation systems; cyclic scheduling; robustness; multimodal processes; state space; cyclic steady state

PL

sieci multimodalne; systemy transportowe; harmonogramowanie cykliczne; odporność na zakłócenia; procesy multimodalne; przestrzeń stanów; cykliczne przebiegi ustalone

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2014
• Tom: Vol. 16, no. 2
• Strony: 259--269
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Bocewicz G.

• Department of Electronics and Computer Science Koszalin Universityof Technology, Sniadeckich 2, 75-453 Koszalin, Poland,

Bibliografia

• 1. Bielli M, Boulmakoul A, Mouncif H. Object modeling and path computation for multimodal travel systems. European Journal of Operational Research 2006; 175(3): 1705-1730.
• 2. Bocewicz G. Reachability of multimodal processes cyclic steady states space. Environmental Issues in Automotive Industry, series: EcoProduction, Golińska P (Eds.): Springer Heidelberg, 2014: 129-162.
• 3. Bocewicz G, Banaszak Z. Declarative approach to cyclic scheduling of multimodal processes. EcoProduction and Logistics, Emerging Trends and Business Practices, series: EcoProduction, Golińska P (Eds.): Springer Heidelberg, 2013: 203-238.
• 4. Bocewicz G, Banaszak Z. Declarative approach to cyclic steady states space refinement: periodic processes scheduling. International Journal of Advanced Manufacturing Technology 2013; 67(1-4): 137-155.
• 5. Bocewicz G, Banaszak Z, Nielsen I. Robustness of multimodal processes itineraries. Proceedings of IFAC Conference on Manufacturing Modeling, Management and Control. Saint Petersburg 2013: 2092-2097.
• 6. Boyac B, Geroliminis N. Estimation of the network capacity for multimodal urban systems. Procedia - Social and Behavioral Sciences, 6th International Symposium on Highway Capacity and Quality of Service 2011; 16: 803-813.
• 7. Chiraphadhanakul V. Routing and scheduling models for robust allocation of slack. M.Sc. theses in Trasnportationa and Operational research, Massachusets Institute of technology, 2010.
• 8. Coronado Mondragon A E, Coronado Mondrago E S, Coronado Mondragon C E, Mung’au F, Estimating the performance of inteligent transport systems wireless services for multimodal logistics applications. Expert Systems with Applications 2012; 39(4): 3939-3949.
• 9. Guo Z. Transfers and path choice in urban public transport system. Ph.D. theses, Massachusetts Institute of Technology, 2008.
• 10. Heo S-K, Lee K-H, Lee H-K, Lee I-B, Park J H. A new algorithm for cyclic scheduling and design of multipurpose batch plants. Industrial & Engineering Chemistry Research 2003; 42(4): 836-846.
• 11. Hu Z-H. A container multimodal transportation scheduling approach based on immune affinity model for emergency relief. Expert Systems with Applications 2011; 38(3): 2632-2639.
• 12. Levner E, Kats V, Alcaide D, Pablo L, Cheng T C E. Complexity of cyclic scheduling problems: a state-of-the-art survey. Computers & Industrial Engineering 2010; 59(2): 352-361.
• 13. Li M. Robustness Analysis for Road Networks A framework with combined DTA models. Ph.D. theses, Delft University of Technology, 2008.
• 14. Liu L. Data model and algorithms for multimodal route planning with transportation networks. Ph.D. theses, Technische Universität München, 2010.
• 15. Ortúzar J D, Willumsen L G. Modelling transport. 3rd Edition John Wiley & Sons, West Sussex, England, 2002.
• 16. Petersen H L. Decision support for planning of multimodal transportation with multiple objectives. Ph.D. theses, Dept. of Transport, Technical University of Denmark, Kongens Lyngby, 2009.
• 17. Song J-S, Lee T-E. Petri net modeling and scheduling for cyclic job shops with blocking. In: Computers & Industrial Engineering 1998; 34(2): 281-295
• 18. Von Kampmeyer T. Cyclic scheduling problems. Ph.D. theses, Fachbereich Mathematik/Informatik, Universität Osnabrück, 2006.
• 19. Wang B, Yang H, Zhang Z-H. Research on the train operation plan of the Beijing-Tianjin intercity railway based on periodic train diagrams.Tiedao Xuebao/Journal of the China Railway Society 2007; 29(2): 8-13.
• 20. Zografos K G, Androutsopoulos K N. Algorithms for itinerary planning in multimodal transportation Networks, IEEE Trans. on Intelligent Transportation Systems 2008; 9(1): 175-184.