OPTIMERAD RANGERING SLUTSATSER OCH RESULTAT FRÅN PROJEKTET RANPLAN. SICS Technical Report T2013:04 Markus Bohlin, Sara Gestrelius

Relevanta dokument
Teknisk slutrapport för RANPLAN-Beräkningsstöd för planering och resursallokering på rangerbangården

Kapacitetsanalys av Sävenäs rangerbangård Spårbehov på riktningsgruppen undersökt i projektet PRAGGE

BERÄKNINGSMETODER FÖR DEN FRAMTIDA TÅGPLANEPROCESSEN

Kapacitet på rangerbangården Hallsberg

Ärendenr: TRV 2010/27067

Figur 12. Principskiss, södra korridoren

Ansökan om behörighet görs på en särskild blankett som kan hämtas på Banverkets webbplats Banportalen (

Tillkomna och förändrade planerade större banarbeten (PSB).

Val av tågordning och dess påverkan på lösningsrummet

FLOAT - (FLexibel Omplanering Av Tåglägen i drift) OT8 2 Väl fungerande resor och transporter i storstadsregionen

Är det fel på tågplanen?

Simuleringsbaserad optimering av tidtabeller (KAJT-projekt: FlexÅter) Johan Högdahl

Finns den optimala tågplanen?

Föreläsning 13 Innehåll

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

TMALL 0141 Presentation v 1.0. Robusta Tidtabeller för Järnväg (RTJ) Forskningsprojekt. Magdalena Grimm Trafikverket

ARCC. Att samordna linjen och rangerbangården. Sara Gestrelius, Martin Joborn, RISE SICS Behzad Kordnejad, KTH KAJT Höstseminarium 2017

FLTP-Framtidens LeveransTågplaneProcess

Förbättrad analys av förseningsdata med hjälp av RailSys

Ramböll Sverige AB Kävlinge Erik Hedman

BILAGA 6.1: INSTRUKTION TILL ANBUDSFORMULÄR SÄKO 2015

Branschprogram Kapacitet i järnvägstrafiken KAJT. Årsrapport 2013

SAMORDNAD PLANERING AV TIDTABELL, LOK OCH VAGNAR FÖR LKAB

Optimering. Optimering av transportproblem. Linköpings universitet SL. Campusveckan VT2013

2.1 Indata för externt industribuller

Kapacitet och punktlighet på dubbelspår. KTH Järnvägsgrupp Trafik och Logistik Anders Lindfeldt

Tentamensinstruktioner

Programmeringsolympiaden 2014

GRÖNA VÅGEN FÖR TÅGEN ELLER SER LOKFÖRARNA RÖTT? EFFEKTER AV FÖRARSTÖD MED MÅLPUNKTSSTYRNING

Införande av ruttplanering och slottider: ett medel att påverka kötider och uppstallning vid slakterier.

Bilaga 4.4 Kapacitetsförutsättningar

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

Lura 2:3 & 2:7-2 Nacka

Tentamensinstruktioner. När Du löser uppgifterna

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

Forskning för bättre kapacitet i järnvägstrafiken KAJT-seminarium 16 april 2018

Simulering av koldioxidutsläpp

Verkliga förseningar för tågpendlare. Jämförelse med officiell statistik

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

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

PROJEKTRAPPORT Kumla 9:401, Kumla Trafikbullerutredning. Rapport doc Antal sidor: 5 Bilagor: 4

PM Trafikanalys Spekeröds handelsområde och verksamheter

Resultat från Foiseminarium. om forskningsbehov inom området planering av kapacitet och tjänster på järnväg. KAJT dag Dala-Storsund. Ver 1.

Beräkningsvetenskap introduktion. Beräkningsvetenskap I

Framtiden för Helsingborgs godsbangård

Södra stambanan Ekonomiskt lönsam, energieffek2vt och miljövänligt. Göran Svärd

Energieffektiv tågföring med CATO

Nya konstruktionsregler för Värmlandsbanan

Föreläsning 1. Introduktion. Vad är en algoritm?

ACOOR Rapport 1. TUFF: Systemöversikt och arkitektur. Martin Aronsson, Per Kreuger, Simon Lindblom och Per Holmberg.

Järnvägsnätsbeskrivning Gäller från

TOMTE. TidtabellsOptimering för MalmTrafikens Expansion. Martin Aronsson, Martin Joborn, SICS/DNA Dick Carlsson, LKAB.

Optimering av NCCs klippstation för armeringsjärn

Trångsektorsplan Göteborg - tågplan T11

Successiv banarbetsplanering

Prestanda och skalbarhet

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Åtgärdsvalsstudie Västra Stambanan - genom Västra Götaland. Hur ska landskapet hanteras?

Bedömd kapacitet för ny terminalutformning, Upplands Väsby station

Beräkningsvetenskap introduktion. Beräkningsvetenskap I

Utkast Tågplan (10) TDOK 2010:26 Mall_Brev v.1.0

Effektredovisning för BVGb_009 Göteborg - Skövde, ökad kapacitet samt Sävenäs, ny infart och utformning (rangerbangårdsombyggnad)

Tentamensinstruktioner. När Du löser uppgifterna

KV HÖDER, SKELLEFTEÅ. TRAFIKBULLER

Fastställd primär Tågplan 2019

Optimerande beslutstöd för tågtrafikledning

Hallsberg Degerön FASTSTÄLLELSESHANDLING. Projekt dubbelspårsfunktion för Godsstråket genom Bergslagen. Hallsbergs kommun, Örebro län

OSPA Obehöriga stoppsignalpassager

Riktlinjer täthet mellan tåg

Kapacitet för godståg på Västra och Södra stambanan

PROJEKTRAPPORT Kv Jägaren, Kumla Trafikbullerutredning. Rapport doc Antal sidor: 6 Bilagor: 6

Trafikbullerutredning väg och järnväg, Bräcke 1:95, Åre

Projektinformation TAOP61 Optimering av realistiska sammansatta system Projekt 4: Lösning av snöröjningsproblemet

Föreläsning 12+13: Approximationsalgoritmer

Tentamen, EDAA20/EDA501 Programmering

Riktlinjer täthet mellan tåg

TTIT33 Scenario för Tema 3 i Termin 3

Algoritmer, datastrukturer och komplexitet

Transportstyrelsens föreskrifter JvSFS 2005:1 Tillträde till järnvägsinfrastruktur och relaterade järnvägstjänster

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:

Programmeringsolympiaden Kvalificering mars 2005 FIGUR 1.

Parkeringsutredning Hotell IKSU Bil & Cykel

Öka prestanda i Shared-Cache multi-core processorer

Åtgärdsvalsstudie (ÅVS) stråket Stockholm Oslo

Körschema för Umeå Energis produktionsanläggningar

PROJEKTRAPPORT. Rapport doc Antal sidor: 6 Bilagor: 4

Två projekt som hänger samman

Föreläsningsanteckningar F6

TTJOB TRANSPORTTILLGÄNGLIGHET TILLGÄNGLIGHETSNYCKELTAL FÖR JÄRNVÄGSNÄT OCH BANUNDERHÅLL

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:

Luftutredning ny hamnplan

Parkeringsutredning IKSU Bil & Cykel

Algoritmer, datastrukturer och komplexitet

10:20-10:40 10:40-11:20 11:20-12: Lunch

1 Trafikinformation till sökande och trafikoperatör

Hitta k största bland n element. Föreläsning 13 Innehåll. Histogramproblemet

Tidsavvikelser för godståg. Per Lingvall Trafikverket Mats Gummesson Trafikverket I samverkan med Pelle Andersson Green Cargo Pär Winberg Green Cargo

Järnvägsnätsbeskrivning

Transkript:

OPTIMERAD RANGERING SLUTSATSER OCH RESULTAT FRÅN PROJEKTET RANPLAN SICS Technical Report T2013:04 Markus Bohlin, Sara Gestrelius 2013-12-18

Sammanfattning Rapporten innehåller kortfattade slutsatser och resultat från en studie genomförd i projektet RANPLAN, som har utförts av SICS Swedish ICT AB på uppdrag av Trafikverket under åren 2010-2013. Fokus är på Hallsbergs rangerbangård, men resultaten är tillämpbara även på andra rangerbangårdar med vall. Datorkörningar visar att blanddragen kan öka kapaciteten på rangerbangårdar väsentligt, mätt i antalet samtidiga tåg som kan hanteras, till en kostnad av en ökad mängd vagnsrörelser. I en jämförande datorstudie av simulering och optimering framgick också att de optimala planerna var betydligt effektivare, mätt i antalet vagnsrörelser, än de simulerade planerna. Resultaten pekar tydligt på att datorstödd optimering av planeringsprocessen för rangerbangårdar både är praktiskt möjligt och kan ge stora effektivitetsvinster.

1 Rangering vid Hallsberg Hallsbergs rangerbangård är Sveriges största rangerbangård [1], och har varit i fokus under projektets gång. Genom sitt geografiska läge har den blivit navet inom svensk godstransport, och den har anslutningar från alla vädersträck med Laxå i väster, Katrineholm i öster, Örebro i norr och Mjölby i söder [1]. Hallsbergs rangerbangård består av fyra huvuddelar: infartsgruppen, vallen, riktningsgruppen och utfartsgruppen (se figur 1). Infartsgruppen består av 8 spår med en kapacitet på mellan 595 och 693 meter. Infartsgruppen har två spår över vallen, men bara ett används. Riktningsgruppen består av 32 riktningsspår med en kapacitet på mellan 374 och 760 meter, och utfartsgruppen har 12 spår med en kapacitet på mellan 563 och 886 meter. Figur 1 visar hur de olika grupperna hänger ihop. Figur 1: Hallsbergs rangerbangård (ej skalenlig). 1.1 Rangeringsprocessen Rangeringsprocessen går i korthet till som följer. Ett tåg anländer till Hallsberg på ett ledigt infartsspår, där loket kopplas bort och tåget genomgår ankomstsyning, innan vagnarna kopplas isär och rullas över vallen till riktningsgruppen. Vi har antagit att förberedelserna tar som mest 40 minuter. Varje inrullning tar sedan i genomsnitt 8 minuter, och bara en inrullning kan ske åt gången. En vagn rullas över vall till antingen ett riktningsspår för tågformering, eller till ett spår avsett för blandning. Spårlängden, som varierar mellan de olika spåren, måste respekteras. Vidare måste alla vagnar på blandspåret innan avgång flyttas, via ett blanddrag tillbaka över vall och en direkt följande inrullning, till sitt riktningsspår för tågformering. I Hallsberg planeras ett fåtal blanddrag per dygn in, och olika blandspår dras vid olika tider för att inte rulla vagnar onödigt många gånger över vall (se [2] om så kallade smarta skrotspår). Linje Infartsgrupp Vall Riktningsgrupp Utfartsgrupp Linje ankomst Lok bort Ankomstsyn frånkoppling inrullning tillkoppling utrullning Lok till avgng bromsprov Figur 2: Tidpunkter för vagnar från ett ankommande tåg, som ska rangeras till ett nytt avgående tåg. Observera att blanddrag inte illustreras i bilden. 1

När alla vagnar i ett avgående tåg har anlänt på ett riktningsspår kan detta dras till utfartsgruppen. Varje vagn måste dock innan detta genomgå bromstest och förberedelser, vilket tar som mest 44 minuter för ett helt tåg. På utfartsgruppen står varje tåg i minst 12 minuter för att alla förberedelser ska hinnas med. Tiderna är hämtade från [2]. I Figur 2 illustreras rangeringsprocessen för en enskild vagn utan blandrag. 1.2 Problembeskrivning Problemställningen som avses i rapporten kan formuleras som följer. Givet tidpunkter för valldrag, tidpunkter för inrullning av samtidiga vagnar, tidpunkter för utrullning av tåg, vagnsbokningar på tåg, samt riktningsspårens längd, tilldela ett spår till varje avgående tåg samt eventuella blanddrag för varje vagn så att 1. alla vagnar hinner med sitt tåg, 2. alla tåg avgår i tid, 3. tågens längd ej överskrider spårets längd, 4. de blandade vagnarnas längd vid varje tidpunkt ej överskrider blandspårens längd, och så att passagerna över vall, räknat per vagn, minimeras. I [6] beskrivs andra ansatser för spårplanering på infartsgrupp, utfartsgrupp och planering av när blanddrag skall ske. 1.3 Trafikdata Trafikdata för perioden 11 december 2010 till 10 maj 2011 användes för utvärderingen. Den data som fanns att tillgå innehöll planerade ankomsttider för inkommande tåg, och planerade avgångstider för avgående. Varje tåg hade också en lista med sina vagnars IDnummer. Dock saknades data för vagnar med lokala start- eller slutplatser, och likaså finns inte data för vagnar som anlänt eller avgått utanför insamlingsperioden. Det förekom också att samma vagn (vagns ID-nummer) återfanns flera gånger per dag, och likaså fanns det tåg som hade flera ankomst- och avgångstider. Datamängden förbehandlades därför för att rensa bort sådana avvikelser. Vidare togs vagnar som uppfyllde något av de följande tre påståendena bort för att ge ett lämpligt planeringsproblem: 1. Vagnen spenderar mindre än 2 timmar och 20 minuter på bangården. 2. Vagnen spenderar mer än 48 timmar på rangerbangården. 3. Vagnen är sist i ett tågset som är längre än det längsta riktningsspåret. Regel nummer 1 kommer från att det finns ett standardkrav som rangeroperatören ställer på alla godsoperatörer. Regel 2 syftar till att ta bort vagnar som är på reparation, och därför inte bör ingå i planeringen. Slutligen kortar regel nummer 3 tåg som inte får plats någonstans. Observera att regel nummer 3 inte stryker tåg, utan bara tillräckligt med vagnar för att tåget ska få plats på riktningsgruppens längsta spår. Efter uppstädningen 2

Längd (m) 0 200 400 600 800 Längd (m) 0 200 400 600 800 Rangerspår (a) Spårlängdsdistribution, rangerspår Avgående tåg (b) [Tåglängdsdistribution, avgående tåg Figur 3: Avgående tågs och rangerspårs längder, obehandlad hel datamängd. fanns 3606 ankommande tåg och 3653 avgående tåg vilket gav 18 366 vagnsgrupper (totalt 58 725 vagnar). Ankommande tåg hade en längd på mellan 12,8 och 929 meter, och avgående tåg en längd på mellan 12 och 1252 meter (se figur 3). Fem avgående tåg kortades till 760 meter i enlighet med regel 3. Vidare planerades I-gruppen, U-gruppen och tidpunkterna för vallaktiviteter och blanddrag heuristiskt [3] Detta förarbetssteg ledde också till att 0.9% av alla inkommande tåg under 5-månadersperioden fick fördröjas i totalt 84 minuter p.g.a. kapacitetsbrist på infartsgruppen, och 0.1% av de avgående tågen blev på samma sätt försenade i totalt 56 minuter. 2 Kort om komplexitet och optimeringsmetoder Det kan på goda grunder antas vara svårt 1 att hitta en lösning till rangeringsproblemet som uppfyller alla villkoren (se [4]). I fallet att den bästa lösningen efterfrågas så är det utöver det även svårt att verifiera att lösningen är den absolut bästa. Att kunna visa på en optimal lösning har dock flera positiva aspekter. RANPLAN har fokuserat på att hitta lösningar som garanterar ett minimalt antal vagnsrörelser, definierat som det totala antalet gånger som vagnarna passerar vallen 2. Eftersom lösningen är minimal så garanteras att inga lösningar finns som kräver mindre antal sådana vagnsrörelser, givet problemförutsättningarna. En analys baserad på optimala resultat ökar också analysens precision, då resultaten garanterat är de minsta som går att producera givet problemförutsättningarna, och därmed är säkra underskattningar av antalet vagnsrörelser. 1 Med svårt menas att det kan ta mycket lång tid. Lite förenklat kan man säga att lösningstiden i det generella fallet är exponentiellt proportionerlig mot problemstorleken. 2 Modellen antar vissa förenklingar. För detaljer, se till exempel [3] 3

2.1 Räkneexempel Ett litet räkneexempel ger följande. Antag att vi vill undersöka alla möjliga rangerplaner för Hallsberg under två dagar. I genomsnitt har vi i vår datamängd 70 tåg, och vi kan anta att varje tåg passar på 16 av de 32 riktningsspåren. Till vår hjälp har vi en superdator med kapaciteten att undersöka och beräkna vagnsrörelser för 10 12 planer per sekund. För exemplet ovan kan vi dra slutsatsen att det finns 16 70 1.94 10 84 olika sätt att allokera spår på. Att då kontrollera alla planer, för att på så sätt säkerställa att vi hittar en optimal plan, skulle ta 6.16 10 64 år 3. Dock står utvecklingen troligtvis inte stilla under den tiden. Vi antar därför vidare att vi var annat år köper en ny superdator, som då är dubbelt så snabb som den förra, och fortsätter beräkningen med denna. Det kommer då ta 430 år att kontrollera alla planer. Med de metoder som tagits fram i projektet, och beskrivs i bland annat [3], kan problemet lösas betydligt snabbare. 3 Sammanfattning av resultat I denna del sammanfattas lämpliga resultat från provkörningar på historiska data. 3.1 Jämförelse med simulering I [5] genomfördes en studie där ett antal enklare regelbaserade strategier för rangering, som föreslagits i diskussion med rangerpersonal, simulerades och utvärderades. Rangerplanerna jämfördes sedan med optimala planer, framtagna med metoder utvecklade i RANPLAN. Resultaten visar att under de förutsättningar som gällde i experimentet ger de lösningar som RANPLAN-metoderna föreslår betydligt mer effektiva rangerplaner (i genomsnitt användes ungefär 1/5 av vagnsrörelserna i den optimala lösningen, jämfört med den bästa simuleringen). Utöver dessa resultat så var de optimerade planerna, till skillnad från de simulerade planerna, också fria från försenade vagnar och överallokerade inte blandspåret. 3.2 Optimeringsprestanda Metoderna kördes på 149 på varandra följande probleminstanser tagna från indata, med en planeringshorisont på tre dagar. På varandra följande planer togs fram genom rullande planering, där en dags rangering i tur och ordning fixerades så att nästa dags planering baserades på nuläget vid midnatt. Resultaten för två algoritmer visas i Figur 4 som en prestandagraf med andelen optimala instanser (Y-axeln) mot lösningstiden (X-axeln). För alla instanser hittades en optimal lösning, vilket tog i genomsnitt 17 sekunder. 3.3 Kapacitetsundersökning Ett sätt att undersöka en rangerbangårds kapacitet är att undersöka hur mängden vagnsrörelser ökar som en funktion av trafiken över bangården. I Figur 5 visas den för modellen 3 Universum har existerat i c:a 1.38 10 10 år. 4

Andel probleminstanser (%) 100. Kolumngenerering. 80. Bågindexerad. modell 60 40 20 0.. 10 1 10 0 10 1 10 2 Lösningstid (log s) 10 3 Figur 4: Lösningsprestanda (tre dagars planeringshorisont). Vagnsrörelser över vall 200 150 100 50 0 0. 5 10 15 20 25 30 35 Maximalt antal samtidiga tåg i riktningsharpan 40 45 Figur 5: Minimalt antal vagnsrörelser mot antalet konsekutiva tåg på riktningsspåren. minimala mängden vagnsrörelser som en funktion av det maximala antalet samtidiga tåg under en dag för samma probleminstanser som ovan. Figuren visar att inga extra vagnsrörelser var nödvändigt när färre än 30 tåg byggs samtidigt. Antalet vagnsrörelser ökade dock kraftigt när fler än 30 tåg hanterades på riktningsharpan samtidigt, vilket är konsistent med bangårdens utformning. 3.4 Utökningar Utökningar, som ej beskrivs i denna rapport, har också gjorts för hantering av gruppade avgångar och robust rangering. Vidare har metoderna provkörts på anläggningsdata och preliminära trafikdata från Sävenäs rangerbangård utan problem med exekveringstid, men ytterligare körningar på fullständiga data behövs för en djupare analys. 5

4 Slutsatser I projektet RANPLAN har ett flertal optimeringsmetoder tagits fram. De snabbaste av dessa kan hitta optimala 4 rangerplaner för realistiska planeringshorisonter, med en optimeringstid på sekundbasis. Resultaten kan användas för planering både på kort och lång sikt då exekveringstiden är överkomlig vid realistiska längder på planeringsperioden. I och med att blandspår utnyttjas skapas också en möjlighet att öka kapaciteten på bangården, mätt i antalet samtidiga tåg som kan hanteras, till en kostnad i form av fler vagnsrörelser. Datorkörningar med optimeringsmodellerna gav att antalet samtidiga tåg var som högst 44 genom detta, jämfört med 32 tillgängliga spår på riktningsgruppen. Körningarna visade också på ett möjligt sådant samband mellan antalet samtidiga tåg på bangården, och modellminimalt antal vagnsrörelser. Ytterligare körningar behövs dock för att avgöra hur denna kapacitetsrelation ser ut på andra bangårdar och med andra trafikeringsupplägg. Referenser [1] Kjell-Åke Averstad. Anläggningsbeskrivning Hallsberg rangerbangård. Trafikverket, Februari 2006. Handläggare Bo Hallsberg. [2] Kjell-Åke Averstad. Trafikeringsplan Hallsberg rangerbangård. Trafikverket, Maj 2006. Handläggare Carola Alzén. [3] M. Bohlin, F. Dahms, H. Flier, and S. Gestrelius. Optimal Freight Train Classification using Column Generation. In Proc. 12th Workshop on Algorithmic Approaches for Transportation Modelling, Optim., and Systems (ATMOS 2012), volume 25, pages 10 22, Dagstuhl, Germany, 2012. Schloss Dagstuhl Leibniz-Zentrum für Informatik. [4] M. Bohlin, H. Flier, J. Maue, and M. Mihalák. Track Allocation in Freight-Train Classification with Mixed Tracks. In Proc. 11th Workshop on Algorithmic Approaches for Transportation Modelling, Optim., and Systems (ATMOS 2011), volume 20, pages 38 51, Dagstuhl, Germany, September 2011. Schloss Dagstuhl Leibniz-Zentrum für Informatik. [5] M. Bohlin, S. Gestrelius, and F. Khoshniyat. Simulation of planning strategies for track allocation at marshalling yards. In 16th Internat. Conf. on Computational Methods and Experimental Measurements, A Coruña, Spain, July 2013. [6] Sara Gestrelius, Markus Bohlin, Per Danielsson, and Martin Aronsson. Teknisk slutrapport för RANPLAN - Beräkningstöd för planering och resursallokering på rangerbangården. Technical report, SICS, 2011. 4 ur modellens synvinkel. 6