Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Palikowska K.

2 2012

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: zarządzanie opóźnieniami

Sortuj według:

Ogranicz wyniki do:

Zarządzanie opóźnieniami w ruchu kolejowym z zastosowaniem programowania ewolucyjnego

Palikowska K.

Logistyka

2012

nr 4

Zarządzanie opóźnieniami w ruchu kolejowym zostało potraktowane jako wielokryterialny problem optymalizacyjny, który obejmuje między innymi zapewnienie skomunikowania pociągów na stacjach węzłowych oraz dążenie do uzyskania biegu pociągów najbardziej zgodnego z pierwotnym rozkładem jazdy. Uwzględniono priorytety poszczególnych pociągów uzależnione od sytuacji ruchowej i kategorii pociągów. W przeprowadzonym procesie optymalizacji wykorzystano algorytm genetyczny z operatorami genetycznymi dopasowanymi do specyfiki problemu traktowanego jako ogólny problem (job-shop) szeregowania zadań.

Railway delay management problem was treated as multi-objective optimization problem dealing with ensuring train connections at hub stations and trying to re-schedule delayed trains to obtain a new schedule as far as possible correspondent to the base timetable. Different train priorities dependent of the current state of the railway network and train class has been taken into account. The optimization process has been carried out using the genetic algorithm with the genetic operators adjusted to the specific character of the railway re-scheduling modeled as job-shop scheduling task problem.

Zarządzanie opóźnieniami w ruchu kolejowym

Palikowska K.

Drogi : budownictwo infrastrukturalne

2012

Nr 11 (11)

52-61

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).

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.