Zarządzanie opóźnieniami w ruchu kolejowym

• Autorzy: Palikowska K.

Warianty tytułu

EN

Railway delay management

• Języki publikacji: PL

Abstrakty

PL

Znaczenie właściwego zarządzania opóźnieniami w ruchu kolejowym rośnie. Punktualność rozumiana jako zgodność z rozkładem jazdy jest ważnym elementem oceny jakości oferowanych usług przewozowych. Mimo wielu podejść stosowanych w rozwiązaniu zagadnienia, problem pozostaje otwarty - szczególnie jeżeli chodzi o jednoczesne uwzględnienie wielu kryteriów (minimalizacja opóźnień i ich propagacji, zapewnienie skomunikowań, zapewnienie satysfakcji pasażerów, uwzględnienie aspektów ekonomicznych: minimalizacji kosztów, maksymalizacji zysków).

EN

Railway delay management problem was treated as multi-objective optimization problem modeled as job-shop scheduling problem. Three metaheuristic algorithms: Genetic Algorithm, Particle Swarm Optimization and Ant Colony Optimization were adjusted to the specific character of the railway re-scheduling domain and applied to solve optimal schedule In the situation when delays occur. The optimal schedule is close to the base timetable as far as possible and prevents delays' propagation.

Słowa kluczowe

PL

kolej; zarządzanie opóźnieniami; struktura układu torowego; algorytmy

EN

turn; management delays; structure of the track system; algorithms

• Wydawca: Media-Pro Polskie Media Profesjonalne Ewelina Nawara
• Czasopismo: Drogi : budownictwo infrastrukturalne
• Rocznik: 2012
• Tom: Nr 11 (11)
• Strony: 52--61
• Opis fizyczny: Bibliogr. 12 poz., fot., rys., tab.

Twórcy

autor

Palikowska K.

• Politechnika Gdańska, Wydział Inżynierii Lądowej,

Bibliografia

• 1.Colorni A., Dongo M., Maniezzo V., Trubian M.: Ant system for job-shop scheduling, Belgian Journal of Operations Research, Statistics and Computer Science (JORBEL), 1994, 34, s. 39-53
• 2.Corman F., D’Ariano A., Hansen I., Pacciarelli D.: Optimal multi-class rescheduling of railway traffic, Journal of Rail Transport Planning & Management 1(2011), pp. 14-24 , Elsevier Ltd.
• 3.Gao J., Sun L, Gen M.: A hybrid genetic and variable neighborhood descent algorithm for flexible job- shop scheduling problems, Computers & Operations Research 35 (2008), pp. 2892- 2907, Elsevier Ltd.
• 4.He S., Song R., Chaudhry S.: Fuzzy dispatching model and genetic algorithms for railyards operations, European Journal of Opertaional Research 124 (2000), pp.307-331, Elsevier Ltd.
• 5.Kanai S., Shiina K., Harada S., Tomii N.: An optimal delay management algorithm from passengers’ viewpoints considering the whole railway network, Journal of Rail Transport Planning & Management 1(2011), pp.25-37, Elsevier Ltd.
• 6.Kennedy J., Eberhart R.C.: Swarm intelligence, Morgan Kaufmann Publishers, San Francisco, 2001
• 7.Lin T., Horng S., Kao T., Chen Y., Run R., Chen R., Lai J., Kuo I.: An efficient job-shop scheduling algorithm based on particle swarm optimization, Expert Systems With Applications37 (2010) pp.2629-2636, Elsevier Ltd.
• 8.Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne, WNT, Warszawa 1996
• 9.Sahin I.: Railway traffic control and train scheduling based on inter-train conflict management, Transportation Research, Part B 3(1999), pp. 511-534, Pergamon
• 10.Törnquist J., Persson J.: N-tracked railway traffic rescheduling during disturbances, Transportation Research Part B 41(3) (2007), pp. 342-362, Elsevier Ltd.
• 11.Wolfenburg A.: Optymalne kierowanie ruchem pociągów w obszarze sieci kolejowej, Wydawnictwo Państwowej Wyższej Szkoły Zawodowej, Gorzów Wielkopolski 2011.
• 12.Yamada T., Nakano R.: Genetic Algorithms for Job- Shop Scheduling Problems, Proceedings of Modern Heuristic for Decision Support, pp. 67-81, UNICOM seminar, London 1997.