بهینه سازی مدیریت زمان واقعی ترافیک راه آهن و اطلاعات ناکافی
چکیده
ترافیک راه‌آهن اغلب با حوادث پیش‌بینی‌نشده دچار آشفتگی شده و باید از برنامه‌ریزی و هدایت ترافیک راه‌آهن استفاده کرده و انتشار و پخش تأخیر را به حداقل رساند. تعدادی از الگوریتم‌ها برای مسئله هدایت و برنامه‌ریزی در متن موجود، ارائه و در موقعیت‌های ترافیکی مختلفی آزمایش‌شده‌اند. ولی کارکرد آن‌ها تقریباً همیشه با در نظرگیری دانش کامل از شرایط ترافیکی آینده مطالعه می‌شود که تقریباً در واقعیت این کار ممکن نیست. در این مقاله تحلیلی آزمایشی را ارائه می‌کنیم که قابلیت استفاده از این الگوریتم‌ها را در حالت اطلاعات ناکافی بررسی می‌کنیم. RECIFE-MILP را به‌عنوان الگوریتم مدیریت ترافیک و زمان‌های ورود با تأخیر یا زودتر از موعد قطار را در ناحیه کنترل به‌عنوان منبع اطلاعات ناکافی در نظر می‌گیریم. نتایج نشان می‌دهند که استفاده از بهینه‌سازی مدیریت ترافیک امکان کارکرد بهتر را نسبت به استراتژی مدیریت اولین خدمات در اولین ورود می‌دهد حتی اگر اطلاع کاملی از شرایط واقعی ترافیک توسط الگوریتم بهینه‌سازی وجود نداشته باشد.
1. مقدمه
وقتی ترافیک راه‌آهن با حوادث پیش‌بینی‌نشده دچار اختلال می‌شود، قطارها چیزی را به نام تأخیر اولیه تجربه می‌کنند. تأخیرهای اولیه ممکن است با اثر گلوله برفی حاصل از حضور تضادها منتشر شوند؛ وقتی یک قطار دیر می‌کند می‌تواند در توافق با قطار دیگر اعلام تقاطع خط کند و سپس یکی از آن‌ها باید سرعت خود را کم کرده یا برای حفظ امنیت متوقف شود. در این حالت یکی از این قطارها دچار تأخیر ثانویه به دلیل اختلال ترافیکی خواهد شد. امروزه کار برای حداقل سازی پخش و انتشار تأخیر، وظیفه و هدف اصلی مأموران مخابرات راه‌آهن است. این افراد به‌صورت دستی احتمالاً توسط برنامه‌ریزی مجدد برای قطارها، یعنی تغییر برنامه مشخص قطار در مکان‌های بحرانی با تضادهای پیش روی قطارها دست‌وپنجه نرم می‌کنند. وقتی بتوان از مسیرهای جایگزین استفاده کرد، مسیرهای قطار نیز ممکن است نسبت به مسیرهای برنامه‌ریزی‌شده تغییر یابند(هدایت مجدد).
Abstract
Railway traffic is often perturbed by unexpected events and appropriate train routing and scheduling shall be applied to minimize delay propagation. A number algorithms for this routing and scheduling problem have been proposed in the literature and they have been tested in different traffic situations. Nonetheless, their performance are almost always studied considering perfect knowledge of future traffic conditions, which is almost impossible to achieve in reality. In this paper, we propose an experimental analysis assessing the usefulness of these algorithms in case of imperfect information. We consider RECIFE-MILP as a traffic management algorithm and advanced or delayed train entrance times in the control area as the source of imperfect information. The results show that the application of traffic management optimization allows outperforming the firstcome-first-served management strategy even if the actual traffic conditions are not perfectly known by the optimization algorithm.
I. INTRODUCTION
When railway traffic is perturbed by unexpected events, trains experience what is called primary delay. Primary delays may propagate with a snowball effect due to the emergence of conflicts: when a train is late, it may claim a track section in concurrence with another train and one of them must then slow down, or stop, to ensure safety. In this case, one of these trains will suffer a secondary delay due to the traffic perturbation. Nowadays, operating to minimize delay propagation is the main task of railway dispatchers. They manually tackle conflicts by possibly re-scheduling trains, i.e., changing the planned train order at critical locations. Where alternative routes are available, also train routes may possibly be changed with respect to the planned ones (re-routing).
چکیده
1. مقدمه
2. فرایند تعیین استحکام
3. RECIFE-MILP
4. تنظیمات آزمایشی
5. نتایج آزمایش‌ها
6. نتیجه‌گیری
Abstract
I. INTRODUCTION
II. ROBUSTNESS ASSESSMENT PROCESS
III. RECIFE-MILP
IV. EXPERIMENTAL SETUP
V. EXPERIMENTAL RESULTS
VI. CONCLUSIONS
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه