Algoritm för insättning av ett tåg i en befintlig tidtabell

Slides:



Advertisements
Liknande presentationer
låt oss presentera SLIDEPLAYER.SE
Advertisements

Rapport Öresundstågtrafiken Punktlighetstatistik Kapacitet – tåg på verkstad.
Långtidsarbetslöshet och arbetslöshetstider i ett konjunkturperspektiv
MaB: Ekvationssystem Allmänt
reliabilitet vid bedömning av vetenskapliga uppsatser
Ruttplanering Vad är det??.
Värdering och urval (Internt utvecklingsprojekt – Cissela Genetay)
Sydlänsträff i Karlstad Björn Lindbom, SGU
1 Hur sårbart är vägnätet för utbredda avbrott? Erik Jenelius Avd. för transport- och lokaliseringsanalys Inst. för transporter och samhällsekonomi KTH.
Logikprogrammering Ons, 25/9
Föreläsning 7 Analys av algoritmer T(n) och ordo
Tidtabellens betydelse för samhällsekonomisk lönsamhet Pilotstudie Ostkustbanan TVEMS: Timetable Variant Evaluation Model for Single-tracks sid 1 CTS-seminarium.
2 Bilder motsvarande Bolles presentation 49 Merförseningar 62 Tågdata
Satsningar för ett starkt och hållbart transportsystem
För att infoga en ny sida, välj "Ny bild" under fliken Start i menyn. Välj den layout som passar sidan bäst. För att ändra layouten på sidan, välj "Layout"
Tentamensdags och lab 3…. Större program delas normalt upp i flera filer/moduler vilket har flera fördelar:  Programmets logiska struktur när man klumpar.
1 Sårbarhetsanalys av vägtransportnätverk Erik Jenelius Avd. för transport- och lokaliseringsanalys, KTH VTI Transportforum, Linköping, januari 2007.
Fallstudie: linjära ekvationssystem
Distribuerade system & Realtidssystem. Realtidssystem Distribuerade system Problem.
Stöd för haptisk hårdvara i en spelmotor
EN KOMPLETT INDUSTRIPARTNER ! ALLMÄNT OM MELSEC STYRSYSTEM.
Tentamensdags och lab 3…. Större program delas normalt upp i flera filer/moduler vilket har flera fördelar:  Programmets logiska struktur när man klumpar.
Introduktionskurs för användare Del 1
Därför järnväg – fördomar eller möjligheter Kenneth Håkansson Banverket Leveransdivisionen.
Vektorer (klassen Vector) Sortering
Resursgruppmöte 1:a mötet inom 3 månader
En jämförelse mellan Enkelstations-RTK och Nätverks-RTK
INFORMATIONSKOMPETENS 1
Logikprogrammering 21/10 Binära träd
Att dubblera kollektivtrafiken till 2020– går det? Kollektivtrafikens omfattning BUSS TOTALT T-BANA SPÅRVÄG tåg.
Initiera nätverket med nollflöde. Kapaciteterna i svart ovan bågarna och flödet i grönt nedan bågarna. Skicka igenom ett enhetsflöde genom nätverket. Flödesvägen.
Genetiska Algoritmer En översikt Vetenskapsmetodik - CDT Pablo Santibanez Jara, Ulrika Hjälmgården,
© Anders Broberg, Lena Kallin Westin, 2007 Datastrukturer och algoritmer Föreläsning 14.
Projekttitel: FLOAT – FLexibel Omplanering Av Tåglägen
Den framtida operativa trafikbilden Inst. för informationsteknologi Uppsala universitet Bengt Sandblad.
Yrkeshögskolan. Vad är Yrkeshögskolan? Yrkeshögskolan är ingen institution utan är en utbildningsform. Den är till för de som vill utbilda sig till ett.
SMART – Stability Metrics for Ad hoc Routing. Presentera för vilka vi gjort jobbet för, handledare osv.
R ESULTAT RAPPORTERA. 2 PROCESS FÖR RESULTATRAPPORTERING Rapportera resultat Förbereda resultat- rapportering Attestera resultat Attestera resultat Administratör.
Att skriva en projektplan Wibke Jonas VT 2016 Fri efter Cecilia Eriksson Linsmeier Fredrik von Wowern 2014.
Yrkestitlar Sammanställning av enkät om yrkestitlar inom funktionshinderområdet, genomförd i december 2014-januari
Lars Madej  Talmönster och talföljder  Funktioner.
Låna pengar direkt? Pengar fattas för det mesta kan man tycka. Åtminstone fattas de just då de behövs som mest. Hur många gånger har du fått försaka något,
Statistisk hypotesprövning. Test av hypoteser Ofta när man gör undersökningar så vill man ha svar på olika frågor (s.k. hypoteser). T.ex. Stämmer en spelares.
R EDOVISNINGS AFFISCH V ETENSKAPLIG POSTER. A FFISCHEN Affischen är en sammanfattning av en kurs eller projekt för att väcka intresse och ge en snabb.
9:1 Kopiering tillåten. M2000 Compact © Liber AB Marknadsplanens delar Nulägesanalys – Var står vi och vad innebär nuläget för oss? Mål – Vart vill vi?
© Författarna och Gleerups Utbildning AB. Detta material ingår som en del i lärarmaterialet till Språket och berättelsen. Att läsa och förstå.
Roland Carlsson Strategisk Logistik 2016 Roland Carlsson Ruttplanering.
Kontakt anbudsgivare- beställare under upphandlingstiden? ”Får man prata med varann? I så fall när och om vad?” Vad säger reglerna ? Hur hanterar man det.
Sportkörning-vad är det?
”PBL” ProblemBaserat Lärande

Ruttplanering Vad är det??.
Kap 1 - Algebra och funktioner
Databaser, avancerade frågor
På den här bilden, marken (vattnet) stannar där linjen är
Förbättringsarbete- tillgänglighet på Hälsans vårdcentral 1 år 2016
Transportmedel vid export 2013
-Rutten en viktig bisak
SVERIGES CHEFSORGANISATION
Lön och verksamhet BILD 2: Introduktion forts.
Kandidathantering i Reachmee
Pia Evander Handledare steg 3 Pia Evander
IT Fördjupning Jon Wide
Kapacitetsplanering på järnväg Kristina Eriksson
Invånarnas inställning till digitalisering i välfärden Undersökning genomförd av KANTARSIFO på uppdrag av Sveriges kommuner och landsting våren 2018.
Näringslivets landtransporter 2016, inrikes
 U Q  A  S V   P R T   Prioritetskö <P,0>
Spelarutbildningsplan
Trapphusmodellen ”Sollefteå-modellen”. Målsättning Deltagaren ska efter genomförd övning ha kunskap om hur slangutläggningen går till samt i vilka situationer.
Intermodalt Hub-system
Presentationens avskrift:

Algoritm för insättning av ett tåg i en befintlig tidtabell Transportforum 2018-01-11 Fredrik Ljunggren, Kristian Persson

Introduktion Agenda Vilket behov uppfyller algoritmen? Hur fungerar algoritmen? Examensarbete Linköpings universitet, våren 2017 Handledare Christiane Schmidt, Examinator Anders Peterson En del av Shift2Rail Vi kommer under vår presentation motivera varför vi ser ett behov av en algoritm för att lägga in godståg i en befintlig tidtabell. Vi kommer också förklara hur algoritmen är uppbyggd.

Bakgrund Trängsel på spåren Ett års planeringscykel – passar (oftast) inte godståg Omplanerade/sent tillagda godståg kan skapa problem i systemet. Godstågs mål: Tid till slutkunden – inte i tid i varje punkt. Mål: Robust tidtabell – inte försena andra tåg. Godståg behöver varken komma fram så snabbt som möjligt till varje punkt eller på en exakt klockslag på olika delar av banan. Tid till slutkunden är det viktigaste. Vill därför hitta en tidtabell som gör att sannolikheten att komma fram i tid är så stor som möjligt – och samtidigt inte försena andra tåg.

Förutsättningar Tidsfönster avgång Tidsfönster ankomst Hastighetsprofil för valt tåg Fastställd tidtabell för övriga tåg Säkerhetsavstånd i tid (minsta headway) mellan tåg

Algoritmens mål Mål: Maximera robustheten för tåget. Vad är robusthet? Vår utgångspunkt: Så stort tidsavstånd som möjligt mellan vårt tåg och de närliggande tågen

Algoritmens mål Maximerar den minsta tidsluckan i den föreslagna tågvägen. Dvs Mellan varje par av stationer på sträckan definierar vi tidsluckor där det är möjligt för tåget att köra. Tidsluckorna sätts ihop till en sammankopplad väg från startstation till slutstation. Den tidsluckan i den sammansatta vägen som är minst ska vara så stor som möjligt. Exempel:

Bild med exempel

Lösningsmetod Lösningsmetod baserad på Dijkstras algoritm Problemformulering med grafstruktur (nätverksalgoritm) Noder och bågar där varje båge representerar en möjlig väg mellan stationer och tidsluckans storlek motsvaras av bågkostnaden.

Modellerat nätverk Tidtabell T15 Malmö-Hallsberg - 76 trafikplatser, 447 km 400 km dubbelspår (Malmö – Degerön) 47 km enkelspår (Degerön – Hallsberg) Totalt ca 250 tåg per riktning dagtid 07:00-18:00 Många olika sorters tåg (snabbtåg, regionaltåg lokaltåg och godståg) Periodvis stor trängsel Nämn: Verkligt fall.

Resultat Fungerar bra i nätverket – hittar robusta vägar. Behöver vara tillämpbart på ett generellt scenario Lösningens robusthet har ingen direkt koppling till tidsfönstrets storlek, en ökning av tidsfönstret möjliggör endast fler lösningar att inkluderas som möjliga lösningar. Ökning av tidsfönster senare än 7 ger endast en längre lösningstid till följd av större lösningsmängd

Resultat Teoretisk lösningskomplexitet: s = antal stationer, t = antal tåg Algoritmen dock tillräckligt snabb i praktiska fall: Snabbare vid högre trängsel Lösningstid Malmö – Hallsberg: Sekundnivå Teoretisk värsta lösningstid: Inte så bra, eftersom den ökar i kvadrat med stationer multiplicerat med tåg. Kan tänkas vara ett problem för komplexa tidtabeller. Men inget större problem i praktiken. Värsta fallet uppkommer bara när det är stora avstånd mellan tågen, dvs låg trängsel och det är lätt att manuellt/visuellt hitta bra lösningar. Vår algoritm är till för hög trängsel. Vid hög trängsel blir nämligen lösningstiden väsentligt kortare än den teoretiskt möjliga. Exempelvis Malmö-Hallsberg där lösningstiden aldrig översteg 10s. Algoritmen är till för hög trängsel.

Slutsatser Algoritmen fungerar bra för att lägga in extra godståg i en befintlig tidtabell. Lösningstiden gör metoden lämplig att använda nära avgångstid, dvs för korttidsplanering/trafikledning. Fortsatt arbete Utvärdering av algoritmen under dynamiska förhållanden Exempelvis genom simulering (med t.ex. Railsys). Vi hittar en optimala lösningen, dvs lösningen med störst flaskhals med avseende på robusthet Vi har förutsatt att alla befintliga tåg går enligt tidtabell och har inte inkluderat historisk förseningsstatistik i robustheten

Frågor Kontakt: Kristian Persson, kristian.persson@sweco.se Fredrik Ljunggren, fredrik.ljunggren@trafikverket.se