Optimering och tidtabelläggning

Relevanta dokument
Optimering och tidtabelläggning Slutrapportering av förstudie

BERÄKNINGSMETODER FÖR DEN FRAMTIDA TÅGPLANEPROCESSEN

Ringanalys bitumen. Viskositet. VTI notat Utgivningsår Emelie Karlsson Leif Viman.

Kapacitetshöjning Falun- Borlänge

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Optimering och simulering: Hur fungerar det och vad är skillnaden?

FORSKNINGSKOMMUNIKATION OCH PUBLICERINGS- MÖNSTER INOM UTBILDNINGSVETENSKAP

Cykelflödesvariationer i Stockholm och Göteborg

Robust och energieffektiv styrning av tågtrafik

SAMEFF - SAMHÄLLSEFFEKTIV FÖRDELNING AV JÄRNVÄGSKAPACITET

Goals for third cycle studies according to the Higher Education Ordinance of Sweden (Sw. "Högskoleförordningen")

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

Solcellsanläggningar i världsklass en workshop om prestanda och tillförlitlighet

K2:s publiceringspolicy

Quality-Driven Process for Requirements Elicitation: The Case of Architecture Driving Requirements

Akademins bidrag till framtida innovationer. Annika Stensson Trigell Professor i Fordonsdynamik

Förbättrad analys av förseningsdata med hjälp av RailSys

Processimulering --- I teori och i praktik

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

1 Duala problem vid linjär optimering

Second handbook of research on mathematics teaching and learning (NCTM)

Momento Silverline. To further protect the environment Momento introduces a new coating for our impact sockets - Momento Silverline

Tentamensinstruktioner. När Du löser uppgifterna

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Winternet Ett svenskt inititativ för avancerad Internetforskning. Grand Finale workshop IVA, Stockholm 18 augusti 2005

Optimeringslära Kaj Holmberg. Lösningar/svar. Iteration 2: x 2 s

MIO310 Optimering & Simulering. Kursansvarig: Universitetslektor Fredrik Olsson Produktionsekonomi Lunds tekniska högskola

Hemuppgift 2, SF1861 Optimeringslära för T, VT-10

Collaborative Product Development:

UTBILDNINGSPLAN Magisterprogram i pedagogiskt arbete 60 högskolepoäng. Master Program in Educational Work 60 credits 1

Vilka typer av matematiska resonemang (ut)värderas i skolmatematiken?

MIO310 Optimering & Simulering. Kursansvarig: Universitetslektor Fredrik Olsson, Produktionsekonomi, Lunds tekniska högskola

ANSÖKAN OM INRÄTTANDE AV EXTERNT FINANSIERAT DOKTORANDPROJEKT ANNAN ARBETSGIVARE ÄN GÖTEBORGS UNIVERSITET

SWESIAQ Swedish Chapter of International Society of Indoor Air Quality and Climate

K2:s publiceringspolicy

Gradientbaserad strukturoptimering

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Nationella riktlinjer för bättre tillgång till forskningsresultat (open access)

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Forskning och utveckling inom språkteknologi Uppgift 3: Projektförslag Parallelliserad dependensparsning i CUDA

TOUCH POINTS AND PRACTICES IN THE SMART GRID

Optimeringslära Kaj Holmberg

openbim Stockholm 22 april 2013 Kraven på BIM är här

What Is Hyper-Threading and How Does It Improve Performance

ANSÖKAN OM INRÄTTANDE AV EXTERNT FINANSIERAT DOKTORANDPROJEKT ANNAN ARBETSGIVARE ÄN GÖTEBORGS UNIVERSITET

Tentamensinstruktioner. När Du löser uppgifterna

Accelererad provning i

Ämnesområden. Examensarbete inom datavetenskap (1DV41E) Martin Fredriksson

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C. Tentamensinstruktioner. När Du löser uppgifterna

Hur man schemalägger järnvägsunderhåll optimalt

Från N 1-kriteriet till en planering och drift av kraftnätet, grundad på sannolikheter

A study of the performance

Arbetsplatsträff 8 mars 2011

Simulering av brand i Virtual Reality

Vad säger forskningen om programmering som kunskapsinnehåll? Karin Stolpe, föreståndare NATDID liu.se/natdid

Tentamensinstruktioner. När Du löser uppgifterna

FOI MEMO. Jonas Hallberg FOI Memo 5253

A metadata registry for Japanese construction field

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Speciell användning av heltalsvariabler. Heltalsprogrammering. Antingen-eller-villkor: Exempel. Speciell användning av heltalsvariabler

Studieplan för ämne på forskarnivå

Semantic and Physical Modeling and Simulation of Multi-Domain Energy Systems: Gas Turbines and Electrical Power Networks

Programvaruintensiva system

Tentamen i Matematik 3: M0031M.

Vem äger den tidtabelltekniska tiden? Ett perspektiv på åtagandet i Successiv tilldelning

Kursplan för kursen Titel, LADOK-kod engelsk titel: Science communication

campus.borlänge Förstudie - Beslutsstöd för operativ tågtrafikstyrning

Tentamensinstruktioner. När Du löser uppgifterna

Robusta tidtabeller för järnväg = RTJ + Borlänge, 6 maj 2015

Samråd har skett med utbildningsledare vid akademin för innovation, design och teknik för de kurser de ansvarar för.

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

NATURVETENSKAPLIGA FAKULTETEN

Tentamensinstruktioner. När Du löser uppgifterna

Introduktion till algoritmer - Lektion 1 Matematikgymnasiet, Läsåret Lektion 1

min c 1 x 1 + c 2 x 2 då x 1 + x 2 = 1, x 1 {0, 1}, x 2 {0, 1} plus andra bivillkor. Vi måste göra k st av n alternativ:

Är det fel på tågplanen?

LUNDS UNIVERSITET. Parallell exekvering av Float32 och INT32 operationer

Läsbarhet av vägskyltar i form av LED-skylt

The Academic Career Path - choices and chances ULRIKKE VOSS

Syns du, finns du? Examensarbete 15 hp kandidatnivå Medie- och kommunikationsvetenskap

Från extern till intern på tre dagar Erfarenheter från externa lärares pedagogiska kompetensutveckling

Application for funding from Swedish Coeliac Association Fund for scientific research

Tentamensinstruktioner. När Du löser uppgifterna

Resultatkonferens Välkommen!

Patientutbildning om diabetes En systematisk litteraturstudie

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Företagsekonomi, allmän kurs. Business Administration, General Course. Business Administration until further notice

Anujan Balasingam IDA14 NAND flashminnen

Beslut om ändrad ackreditering (3 bilagor)

SOLAR LIGHT SOLUTION. Giving you the advantages of sunshine. Ningbo Green Light Energy Technology Co., Ltd.

Lösningar till tentan i SF1861 Optimeringslära, 1 juni 2017

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

SAMORDNAD PLANERING AV TIDTABELL, LOK OCH VAGNAR FÖR LKAB

1.2 Examensmål enligt Högskoleförordningen (1993:100), bilaga 2:

arverbusssommar välutbildade experter Sid 4

Transkript:

VTI notat 24-2017 Utgivningsår 2017 www.vti.se/vti/publikationer Optimering och tidtabelläggning Slutrapportering av förstudie VTI notat 24-2017 Optimering och tidtabelläggning. Slutrapportering av förstudie Jan-Eric Nilsson Per-Olov Lindberg Martin Aronsson

VTI notat 24-2017 Optimering och tidtabelläggning Slutrapportering av förstudie Jan-Eric Nilsson Per-Olov Lindberg Martin Aronsson

Diarienummer: 2014/0553-7.4 Omslagsbilder: Mostphotos Tryck: VTI, Linköping 2017

Förord I detta notat slutredovisas den förstudie som Trafikverket beviljade sommaren 2014. I notatet beskrivs möjligheterna att utveckla ett optimeringshjälpmedel för tidtabelläggning. Stockholm i september 2017 Jan-Eric Nilsson Projektledare VTI notat 24-2017

Kvalitetsgranskning Intern peer review har genomförts av forskningschef Mattias Haraldsson varefter Jan-Eric Nilsson justerat slutligt rapportmanus. Forskningschef Mattias Haraldsson har därefter granskat och godkänt publikationen för publicering 30 augusti 2017. De slutsatser och rekommendationer som uttrycks är författarens/författarnas egna och speglar inte nödvändigtvis myndigheten VTI:s uppfattning. Quality review Internal peer review was performed by research director Mattias Haraldsson. Jan-Eric Nilsson has made alterations to the final manuscript of the report. The research director Mattias Haraldsson examined and approved the report for publication 30 August 2017. The conclusions and recommendations expressed are the author s/authors and do not necessarily reflect VTI s opinion as an authority. VTI notat 24-2017

Innehållsförteckning Sammanfattning...7 Summary...9 1. Projektets syfte...11 2. Genomförande...12 3. Beskrivning av metoden...13 4. Resultat...15 4.1. Parallellisering av billigaste-väg-beräkningarna...15 4.2. Disaggregerad bundle-metod...15 4.3. Rapid Branching...15 4.4. Indata...15 5. Förslag till fortsatt arbete...17 Referenser...19 VTI notat 24-2017

VTI notat 24-2017

Sammanfattning Optimering och tidtabelläggning. Slutrapportering av förstudie av Jan-Eric Nilsson (VTI), Per-Olov Lindberg (VTI) och Martin Aronsson (SICS) Syftet med denna förstudie är att redovisa vilka möjligheter som finns att vidareutveckla ett optimeringshjälpmedel för tidtabelläggning. Arbetet baseras på en uppsats som tidigare publicerats med samma författare som medförfattare; jämför Brännlund et al. (1998). Med den idag aktuella litteraturen inom området som utgångspunkt förs därför en diskussion om möjligheterna att vidareutveckla den arkitektur de grundläggande beståndsdelar som föreslogs i den ursprungliga rapporten. Arbetet har hanterat de möjligheter som modern datorkapacitet ger för att hantera stora och komplexa problem. Dessutom behandlas nya ansatser för att identifiera och förkorta tiden för att identifiera tillåtna och nyttomaximerande lösningar i utformningen av en praktiskt fungerande optimeringsalgoritm. Resultatet av arbetet visar att de tekniska förutsättningarna för att vidareutveckla den modellansats som utformades och testades för tjugotalet år sedan är mycket goda. I förstudien redovisas hur några strategiska delar av den arkitektur som behövs för att ta fram en praktiskt fungerande algoritm för att lägga tidtabeller i järnvägsnätet kan genomföras. Den begränsade budgeten har inneburit att arbetet kommit att använda studenter och en doktorand för att hantera delar av detta komplexa problem. Arbetet har också haft problem med kvalitén på indata (gångtider för tåg) som behövs för att validera projektresultaten. Avslutningsvis redovisas ett förslag till en pilotstudie, det vill säga en tillämpning av den förfinade metodiken på en del av järnvägsnätet, där dessa brister kan hanteras. VTI notat 24-2017 7

8 VTI notat 24-2017

Summary Optimization and time-tabling. A pilot study by Jan-Eric Nilsson (VTI), Per-Olov Lindberg (VTI) and Martin Aronsson (SICS) The purpose of this pilot study has been to assess the potential for developing an optimization tool for time-tabling of railway traffic. The study is based on a 20-year-old paper that the authors of the pilot study co-authored; compare Brännlund et al. (1998). The subsequent papers published in this field of research provide a basis for considering the further development of the original model architecture. A crucial component in this is the rapid capacity improvement of computer capacity. A second issue has been to consider the possibilities to speed up the solution to the large and complex algorithms used for identifying an optimal solution. The mimeo demonstrates that the preconditions for improving the performance of the original model are very good. In three background papers, different dimensions of this potential are addressed. The description concludes by suggesting the design of a further test of the method on a shorter section of the national grid. Importantly, the test would be realized in parallel with the annual development of a new time-table for the coming year. VTI notat 24-2017 9

10 VTI notat 24-2017

1. Projektets syfte Trafikverket beviljade sommaren 2014 medel för en förstudie för att identifiera möjligheterna att utveckla ett optimeringshjälpmedel för tidtabelläggning. Förstudien skulle baseras på en uppsats som publicerades för tjugotalet år sedan och som kommit att bli en av de mest refererade inom det forskningsområde som behandlar tidtabelläggning av tåg; jfr. Brännlund et al. (1998). Syftet med förstudien har varit att, med den idag aktuella litteraturen inom området som utgångspunkt, identifiera vilka möjligheter som finns att vidareutveckla den ursprungliga modellansatsen. Är det med andra ord möjligt att med en kombination av modern datorkapacitet och nya ansatser för att identifiera tillåtna och nyttomaximerande lösningar till grundproblemet, ta fram en arkitektur för, dvs. de grundläggande beståndsdelarna i utformningen av en praktiskt fungerande optimeringsalgoritm? Om svaret är jakande är det möjligt att i en fördjupning utveckla ett datorbaserat stöd för att lägga tidtabeller som säkerställer att existerande järnvägsinfrastruktur används så väl som möjligt. VTI notat 24-2017 11

2. Genomförande Arbetet har koordinerats i en grupp som består av tre personer. PO Lindberg och J-E Nilsson var medförfattare till den ursprungliga studien. Dessutom har Martin Aronsson bidragit med både sin optimeringskunskap och genom att vara väl förtrogen med den information och de system som finns hos Trafikverket och som därmed kan stödja en framtida utveckling Det praktiska arbetet har letts av PO Lindberg. I detta arbete har ett projektarbete, ett examensarbete och ett doktorandprojekt vid KTH genomförts för systemutveckling och programmering av de metodansatser som Lindberg utvecklat. Projektet har använt data hämtat från TrainPlan och 2014 års tågplan. Efter diskussioner i projektgruppen, och med utgångspunkt från tidigare studier, valdes trafiken på Malmbanan, sträckan Narvik Kiruna för 2015 som tillämpningsexempel. Försöket omfattar 92 tåg, 29 stationer och ytterligare 103 signalblock, dvs. signaler som ligger mellan stationer och som gör det möjligt för flera tåg som rör sig i samma riktning att befinna sig på ett enkelspår. Information om samtliga dessa förutsättningar för trafikeringen har därför hämtats in liksom tågens gångtider på delsträckorna under olika förutsättningar avseende stopp och full fart. 12 VTI notat 24-2017

3. Beskrivning av metoden Järnvägsnätet är indelat i ett antal väl avgränsade delar, så kallade block. På varje block kan det finnas ett tåg eller noll tåg, ingenting annat. Det innebär att tidtabelläggningsproblemet har en binär restriktion, vilket i sin tur eliminerar möjligheten att använda traditionella s.k. kontinuerliga optimeringsansatser för att kunna lägga en tidtabell som maximerar nyttan av tillgänglig infrastruktur. Det projekt som avrapporterades för 20-talet år sedan, dvs. Brännlund et al. 1998, använde s.k. dual optimering. Detta är samma tillvägagångssätt som använts också i denna förstudie och som beskrivs nedan. Samma ansats har bland annat tillämpats av ZIB 1 i Tyskland. Man ansåg att detta förhållningssätt överglänser det alternativa tillvägagångssätt som prövats för att angripa problemet, nämligen med standardprogram för heltalsoptimering. I en avhandling från ZIB (Schlechte, 2012) och i de över 200 referenser som där ingår beskrivs hanteringen. Dessutom diskretiseras både rum och tid, dvs. delas upp i ett antal väl definierade punkter eller intervall i stället för att representeras som kontinuerliga variabler. Tågrörelser representeras som länkar i tid och rum mellan dessa noder/punkter, och kallas blocktider. Processen måste kunna hantera det faktum att ett tåg kan bete sig olika på varje delsträcka. Ett tåg kan således ankomma en punkt och passera sträckan till nästa punkt i full fart, alternativt stanna där. Ett tåg som t.ex. går från stillastående till full fart mellan två punkter tar också kortare tid på sig än ett tåg som ska stoppa på båda platserna; jfr Lindberg (2015a). Tågen kan ha olika gångtid mellan olika punkter i nätet och de kan också ha olika önskemål om avgångstid, obligatoriska stopp o.d. Elementära tågrörelser mellan två noder belägger därför vissa block under vissa tidsintervall. För att hantera denna mångdimensionella beskrivning av önskemål konstrueras ett system i form av artificiella nät bestående av en räcka blocktider. Samtliga uppgifter om både infrastruktur och gångtider måste uppfylla de säkerhetskrav med mera som samlats i TF601 (Lundberg, 2000); om inte, skulle processen inte kunna fungera i praktiken. Det innebär till exempel att ett tåg inte bara belägger det block där det befinner sig, utan även kringliggande block; jfr Lindberg (2015b). Den duala metoden för att lägga en tidtabell är en form av prisstyrning. Olika tåglägen åsätts initialt olika värden som kan tolkas som priser eller verksamhetsintäkter. Med utgångspunkt från dessa ingångsvärden tilldelas varje transportönskemål en tidtabell genom att hitta den billigaste vägen mellan start- och målpunkt. Eftersom denna tilldelning inte tar hänsyn till att vissa block överbeläggs leder detta till en överskattning av de totala tågintäkterna eller av dess nytta. Priserna justeras därför så att överbeläggningar av block-kapaciteter (vid given tid) minimeras, dvs. priset höjs för överbelastade block, och sänks för block som inte utnyttjas. Detta sker genom att i det duala problemet minimera överskattningen. En konsekvens kan bli att vissa tåg blir olönsamma och utgår, medan andra tåg tvingas invänta mötande tåg o.s.v. Detta förfarande upprepas till man fått en minsta tänkbar överskattning av intäkterna. Förfarandet exemplifieras av övre kurvan i fig. 1. Den lösning den tidtabell som minimerar överskattningen uppfyller inte det binära kravet på att det får finnas noll tåg eller ett tåg på varje block. I stället består denna lösning av en deltals-mix av flera rutter genom respektive nät för ett givet tåg; de ingående proportionerna i mixen summerar sig till ett. Det återstående problemet är att ur denna lösning få fram en heltalslösning, dvs. man väljer en enda rutt för varje tåg. I Brännlund et al. (1998) gjordes detta med s.k. heuristiker, dvs. att med sunt förnuft och klurighet modifiera aktuell lösning. Dessa heuristiska lösningar ger underskattningar av optimalvärdet. Det exemplifieras av den undre kurvan i figuren. 1 The Zuse Institute Berlin (ZIB) is an interdisciplinary research institute for applied mathematics and dataintensive high-performance computing. Its research focuses on modeling, simulation and optimization with scientific cooperation partners from academia and industry. VTI notat 24-2017 13

Målfunktion/ nytta Överskattning av intäkter Heuristisk lösning Antal iterationer Figur 1. Illustration av ursprunglig algoritm för att identifiera värdemaximerande och tillåtna lösningar. I prisstyrningsproblemet försöker man minimera sagda intäktsöverskattning i syfte att komma nära maximal tågintäkt. Prisbestämningsproblemet är ett mycket stort problem med styckvis linjär målfunktion. De linjära avsnitten motsvaras av uppsättningar av rutter för aktuella tåg. För givna priser genereras nya rutter, och därmed linjära avsnitt. I prisbestämningsmetoden har man bara en partiell beskrivning av målfunktionen, given av hittills genererade rutter. Man försöker iterativt minimera denna partiella beskrivning, samtidigt som alltför stora steg undviks med en kvadratisk straffterm. Denna s.k. bundle-metod beskrivs i Lindberg (2016). Det förfarande som nu beskrivits tar tid. Nästan all iterationstid i det ursprungliga arbetet gick åt till billigaste-väg-beräkningarna. För att snabba upp processen finns i huvudsak två möjligheter, i. Effektivare metoder, som ger snabbare iterationer ii. Smartare metoder, som ger färre iterationer Båda möjligheterna har utnyttjats i projektet. Eftersom billigaste-väg-beräkningarna tar mest tid att beräkna har också stora ansträngningar lagts på att få snabba iterationer. Det är då att notera att de olika billigaste-väg-beräkningarna är oberoende av varandra. De kan därför parallelliseras, dvs. det är möjligt att utnyttja att moderna datorer har flera processorkärnor, något som också testats med framgång i projektet. För att få färre iterationer gäller det också att utnyttja den information som fås från billigaste-vägberäkningarna så effektivt som möjligt. Detta har gjorts genom att modifiera bundle-metoden till en disaggregerad bundle-metod, se Lindberg (2016). I denna utnyttjas inte den totala överskattningen utan en styckvis linjär överskattning för varje tåg. Rutterna för de enskilda tågen ger, som ovan, linjära stycken för respektive tågs överskattning. Mycket arbete ägnas således åt att med så få iterationer som möjligt genomföra billigaste-vägberäkningar. När detta gjorts blir tiden för att åstadkomma en heltalslösning relativt sett viktigare att minska. För detta ändamål har en metod framtagen av gruppen på ZIB, Rapid Branching, utnyttjats; se Borndörfer, et al. (2010). Ovanstående prissättningsmekanism leder, som nämnts, till en icke-binär, deltalslösning. I Rapid Branching skapar man bra heltalslösningar genom att successivt gynna variabler som ligger nära heltal. 14 VTI notat 24-2017

4. Resultat I detta avsnitt beskrivs resultaten av den förstudie som genomförts i tre separata komponenter. Därefter beskrivs ett av de konkreta problem som projektet stött på under arbetets gång. 4.1. Parallellisering av billigaste-väg-beräkningarna Denna projektdel har utförts som ett projektarbete inom kursen SF2568 (Parallel Computations for Large-Scale Problems) vid KTH. Projektarbetarna Alain Kaeslin och Tobias Gurdan (K&G) har använt information om Malmbanan och dess tåg. Med detta som utgångspunkt har billigaste-vägberäkningar genomförts såväl o-parallelliserat som parallelliserat. Billigaste-väg-problemen omfattar ca 100 önskemål om tåglägen i nätverk med närmare 200 000 noder. Resultaten visar att tidsåtgången för de stora sub-problem som studerats minskat linjärt med antalet processorer. Se Gurdan och Kaeslin (2015), Fig. 8a. 10 processorer ger alltså en uppsnabbning med en faktor 10, i jmf med 1 processor. Som nämnts ovan är detta viktigt, eftersom tiden för billigaste-vägberäkningarna är den dominerande delen av total körtid. För analyserna använde K&G en parallelldator med många processorer. Kraftfulla persondatorer har idag ända upp till 16 kärnor per processorchip, och kan dessutom ha flera chip. Detta innebär att parallelliseringstekniken torde fungera också i en miljö som baseras på persondatorer PC-miljö. Vid en fullskalig tillämpning vore det också möjligt att hyra in sig på en parallelldator. 4.2. Disaggregerad bundle-metod Denna projektdel har bedrivits som del av ett doktorandarbete av Abderrahman Ait Ali, och rapporterats i Ait Ali et al (2017). De tester som gjorts avser Malmbanan, omfattande från 14 block (Narvik Bjørnfjell) till 70 (Narvik Kiruna). Analyserna har delats upp i minsta tidsenheter om 0,5 minuter, dvs. förskjutningar av tidtabellägen kan göras med denna diskretisering av tid. Ett dygn omfattar därför (24 timmar * 60 minuter * 2=) 2 880 möjligheter till förskjutningar. Alla testfall omfattade 32 tåg (6 resande- och 26 godståg). Det största problem som studerats omfattar mer än 200 000 blocktider och därmed också lika många prisvariabler i det duala prisbestämningsproblemet. Flertalet av dessa blocktider har dock värdet 0 i optimum, dvs. de representerar en lösning som inte beläggs av något tåg. På de olika testfallen har man uppnått exekveringstidsförbättringar på mellan 19 och 45 % för disaggregerad bundle-metod i jmf med icke disaggregerad. Detta pekar på den potential till uppsnabbning av körningarna som kan användas. 4.3. Rapid Branching Denna del har bedrivits som ett examensarbete i Optimeringslära, KTH, och redovisas i Andersson (2016). Där framkommer att för realistiska problem är Rapid Branching (RB) effektivare än standardiserade heltalslösare. Så är fallet trots att de senare består av kompilerad kod, medan RB är skriven i MatLab, som är interpreterande, något som normalt innebär att lösningsmetoden blir avsevärt långsammare. 4.4. Indata De gångtidsdata som erhållits från Trafikverket uppvisar kvalitetsbrister. Bland annat är gångtiden för flera tågtyper uppenbart inkonsistenta. Det kan exempelvis innebära att ett tåg som accelererar från stopp till full fart ges kortare gångtid än motsvarande tåg som passerar i full fart. Vår bedömning är att dessa konsistensproblem hanteras manuellt av Trafikverkets personal i samband med tidtabelläggningen. VTI notat 24-2017 15

Denna typ av brister får till följd att tidtabeller som tagits fram i projektarbetet kan vara logiskt inkonsistenta. Det är därför inte möjligt att jämföra den tidtabell som tagits fram i förstudien med den tidtabell som Trafikverket en gång i tiden fastställde. Varje framtida datorbaserat stöd förutsätter att indata av denna typ har kvalitetssäkrats. 16 VTI notat 24-2017

5. Förslag till fortsatt arbete Förstudien har visat att den modellansats som utformades och testades för tjugotalet år sedan idag har ännu bättre förutsättningar för att vidareutvecklas mot praktisk tillämpning. Det finns skäl att ytterligare utveckla delar av denna helhet för att ytterligare effektivisera genomförandet av processen. Exempelvis finns ännu inga ansatser för att skapa kopplingar mellan olika tåg med anslutningar i ett nätverk. Inte heller har problem där tåg från olika avgångsstationer helt eller delvis överlappar med andra tåg studerats. Ingenting har emellertid framkommit som talar mot en fullskaletillämpning. Förstudien har med andra ord identifierat strategiska delar av en arkitektur till en praktiskt fungerande algoritm för att lägga tidtabeller i järnvägsnätet. Dock är det knappast lämpligt att direkt påbörja en huvudstudie, inte minst till följd av de brister i kvalitén på indata som konstaterats. Kombinationen av höga krav på grunddata och behovet att stegvis vidareutveckla och pröva de koder som byggs för att hantera modellens många komponenter gör det lämpligt att låta nästa steg utgöras av en pilotstudie. Med detta avses en tillämpning av den metodik som nu förfinats i en del av järnvägsnätet. Förslaget är därför att pröva optimeringsalgoritmen parallellt med att tidtabellen tas fram i en skarp tillämpning. I ett sådant pilotarbete blir det också möjligt att ytterligare precisera de arbetsinsatser som krävs om tillvägagångssättet ska kunna tas till en framtida fullskalig tillämpning. Förstudien har inte problematiserat de vikter som åsätts varje tåg som utgångspunkt för att söka efter en värdemaximerande lösning. En viktig startpunkt för optimeringen är således att överväga vilket utgångsvärde dessa vikter bör ges. Den ursprungliga avsikten med studien var att också diskutera hur detta kan göras. Det har emellertid visat sig mindre meningsfullt att lägga resurser på detta arbete till följd av de brister med gångtidsdata etc. som beskrevs ovan. Denna fråga har emellertid hanterats i ett antal tidigare studier. En sammanfattning av flera aspekter på detta så kallade värderingsproblem formuleras i Nilsson (2002). Utgångspunkten för dessa resonemang är att operatörernas värdering av, eller betalningsvilja för att köra respektive tåg ger grunden för att åsätta dessa värden. En sådan ansats (en Trassenbörse) studeras för övrigt också av institutet ZIB. 2 Avsikten är att i en pilotstudie fördjupa kontakterna med denna forskargrupp och att utveckla hanteringen av dessa vikter i optimeringen. 2 http://www.zib.de/projects/slot-allocation-railways VTI notat 24-2017 17

18 VTI notat 24-2017

Referenser Ait Ali, A, PO Lindberg, M Aronsson, J Eliasson & J-E Nilsson (2017), Disaggregation in Bundle Methods: Application to the Train Timetabling Problem, Proceedings RailLille 2017 Andersson, Jerker (2016), Solving the Train Timetabling Problem by using Rapid Branching, Examensarbete, Avd. för Optimeringslära och Systemteori, KTH Borndörfer, R, T Schlechte & S Weider (2010), Railway track allocation by rapid branching, in Erlebach & Lubbecke, (Eds.) Proceedings of the 10th Workshop on Algorithmic Approaches for Transportation Modelling, Optimization, and Systems, vol. 14 of Open Access Series in Informatics (OASIcs), pp. 13-23, Dagstuhl, Germany. Schloss Dagstuhl-Leibniz-Zentrum gr Informatik. ISBN 978-3-939897-20-0. doi: http://dx.doi.org/10.4230/oasics.atmos. 2010.13. URL: http://drops.dagstuhl.de/opus/volltexte/2010/ 2746. Brännlund, U., P.O. Lindberg, J-E. Nilsson & A Nöu (1998). Railway Timetabling Using Lagrangian Relaxation. Transportation Science, Vol. 32, No. 4, November 1998. Gurdan, Tobias and Alain Kaeslin (2015), Parallelised Shortest Path Algorithm for Railway Timetable Construction, Projektarbete inom kursen SF2568 Parallel Computations for Large-Scale Problems Inst. Matematik, KTH Lindberg, PO (2016), Mathematical Model for Train Timetabling/Track Allocation, Math8, Technical Note, TEK/VTI Lindberg, PO (2015), Blockeringsregler, Technical Note, SEK/VTI Lundberg (2000), Föreskrift TF601Riktlinjer för Tidtabellskonstruktion för tåg på statens spåranläggningar, Tågtrafikledningen Nilsson, J-E. (2002). Towards a Welfare Enhancing Process to Manage Railway Infrastructure Access. Transportation Research, Part A, 36 2002, pp. 419-436. Slechte T (2012), Railway Track Allocation: Models and Algorithms, PhD Thesis, Technische Universität, Berlin VTI notat 24-2017 19

www.vti.se VTI, Statens väg- och transportforskningsinstitut, är ett oberoende och internationellt framstående forskningsinstitut inom transportsektorn. Huvuduppgiften är att bedriva forskning och utveckling kring infrastruktur, trafik och transporter. Kvalitetssystemet och miljöledningssystemet är ISO-certifierat enligt ISO 9001 respektive 14001. Vissa provningsmetoder är dessutom ackrediterade av Swedac. VTI har omkring 200 medarbetare och finns i Linköping (huvudkontor), Stockholm, Göteborg, Borlänge och Lund. The Swedish National Road and Transport Research Institute (VTI), is an independent and internationally prominent research institute in the transport sector. Its principal task is to conduct research and development related to infrastructure, traffic and transport. The institute holds the quality management systems certificate ISO 9001 and the environmental management systems certificate ISO 14001. Some of its test methods are also certified by Swedac. VTI has about 200 employees and is located in Linköping (head office), Stockholm, Gothenburg, Borlänge and Lund. HEAD OFFICE LINKÖPING SE-581 95 Linköping PHONE +46 (0)13-20 40 00 STOCKHOLM Box 55685 SE-102 15 STOCKHOLM PHONE +46 (0)8-555 770 20 GOTHENBURG Box 8072 SE-402 78 GOTHENBURG PHONE +46 (0)31-750 26 00 BORLÄNGE Box 920 SE-781 29 BORLÄNGE PHONE +46 (0)243-44 68 60 LUND Medicon Village AB SE-223 81 LUND PHONE +46 (0)46-540 75 00