guest ::
Optimisation and analysis of railway timetables under consideration of uncertainties = Optimierung und Analyse von Eisenbahnfahrplänen unter Berücksichtigung von Unsicherheiten
2022
Dissertation, RWTH Aachen University, 2022
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak01
Hauptberichter/Gutachter
; ;
Tag der mündlichen Prüfung/Habilitation
2022-10-21
Online
DOI: 10.18154/RWTH-2022-10063
URL: https://publications.rwth-aachen.de/record/855177/files/855177.pdf
Einrichtungen
- Lehr- und Forschungsgebiet Theorie Hybrider Systeme (123420)
- Fachgruppe Informatik (120000)
- Graduiertenkolleg UnRAVeL (080060)
Projekte
Inhaltliche Beschreibung (Schlagwörter)
Eisenbahnfahrpläne (frei) ; Robustheit (frei) ; Simulation (frei) ; Verspätungsentwicklung (frei) ; delay propagation (frei) ; railway timetables (frei) ; robustness (frei) ; simulation (frei)
Thematische Einordnung (Klassifikation)
DDC: 004
Kurzfassung
Eisenbahnsysteme sind komplexe Systeme, die stark von Unwägbarkeiten wie Wetter, technischen Problemen oder Nachfrage beeinflusst werden und dennoch effizient funktionieren müssen. Insgesamt beabsichtigt diese Arbeit, die Berücksichtigung von Unsicherheiten im Eisenbahnplanungsprozess weiter zu bringen, um die vorhandene Netzkapazität optimal zu nutzen. Der Fokus dieser Arbeit liegt auf den Verspätungen, die durch ungewisse Umweltbedingungen verursacht werden. Um diese im Eisenbahnplanungsprozess zu berücksichtigen, wird ein symbolischer Simulationsalgorithmus vorgeschlagen, der die Verspätungspropagierung in einem Eisenbahnnetz für einen gegebenen Fahrplan berechnet. Damit lassen sich die Robustheit des Fahrplans untersuchen und die Netzkapazität einschätzen. Es werden verschiedene Leistungsindikatoren für Eisenbahnfahrpläne diskutiert, die mit Hilfe der symbolischen Simulation bestimmt werden können. Um die Netzkapazität optimal zu nutzen, wird auch ein Algorithmus zur Planung zusätzlicher Güterzüge vorgestellt. Die wichtigsten Beiträge dieser Arbeit sind folgende: 1. Es wird ein Algorithmus zur Planung zusätzlicher Güterzüge vorgestellt, um die verbleibende Netzkapazität zu nutzen, ohne einen bestehenden Fahrplan zu beeinträchtigen. 2. Ein innovativer, symbolischer Simulationsalgorithmus für Eisenbahnfahrpläne wird vorgeschlagen. Der Algorithmus erhält als Eingabe ein Eisenbahninfrastrukturmodell, einen entsprechenden Fahrplan und diskrete Wahrscheinlichkeitsverteilungen für die Urverspätungen. Er berechnet iterativ über die Zeit die Verspätungspropagierung im gegebenen Eisenbahnsystem. Es werden symbolische Ausdrücke verwendet, um mehrere mögliche Werte für die Urverspätungen zu beschreiben. Dadurch können alle diskreten Urverspätungskombinationen gleichzeitig simuliert werden. 3. Diese Algorithmen wurden in C++ implementiert und an einigen realen Eisenbahninfrastrukturnetzen und Fahrplänen auf Grundlage des deutschen Eisenbahnsystems ausgewertet. Die Anwendbarkeit und Funktionalität der Algorithmen wird dadurch demonstriert. Der vorgeschlagene symbolische Simulationsalgorithmus soll eine hilfreiche Ergänzung zu bestehenden Fahrplansimulationen sein, die meist auf Monte Carlo Simulation beruhen. Im Gegensatz zu diesen speichert der symbolische Ansatz die Vergangenheit der Zugzustände und kann dadurch zur Erklärung der auftretenden Verspätungen verwendet werden. Darüber hinaus sind die Ergebnisse der symbolischen Simulation exakt in Bezug auf das Eingabemodell und die diskreten Verspätungsverteilungen.Railway systems are complex systems that are strongly affected by uncertainties like weather, technical problems, or demand. Despite these uncertainties, railway systems need to function efficiently. In general this thesis aims to advance the consideration of uncertainty in the railway planning process to optimally utilise the existing railway network capacity. The focus in this thesis is on the delays that result from the uncertain environmental conditions. To consider these in the railway planning process, a symbolic simulation algorithm is proposed to examine the delay propagation in a railway network for a given timetable. This allows to estimate the timetable robustness and the network capacity. Several performance indicators for railway timetables that can be evaluated using the symbolic simulation are discussed. To optimally utilise the network capacity also an algorithm to schedule additional freight trains is presented. The main contributions of this thesis are the following: 1. An algorithm to schedule additional freight trains is presented, to utilise the remaining network capacity without disturbing an existing timetable. 2. A novel symbolic simulation algorithm for railway timetables is proposed. The algorithm receives as input a railway infrastructure model, a corresponding timetable, and discrete primary delay distributions. It computes iteratively over time the delay propagation in the given railway system. Symbolic expressions are used to represent multiple possible values for the primary delays. This enables to simulate all discrete primary delay combinations at once. 3. An implementation of these algorithms is provided in C++ and evaluated on some real-world railway infrastructure networks and timetables based on the German railway system. The applicability and functionality of the algorithms is demonstrated. The proposed symbolic simulation algorithm is aimed to be a helpful addition to existing railway timetable simulations, which are mostly based on Monte Carlo simulation. In contrast to those, the symbolic approach stores the history of specific train states, which can be used to explain the occurring delays. In addition, the results of the symbolic simulation are exact with respect to the input model and the discrete primary delay distributions.
OpenAccess: 
PDF
(additional files)
Dokumenttyp
Dissertation / PhD Thesis
Format
online
Sprache
English
Externe Identnummern
HBZ: HT021583070
Interne Identnummern
RWTH-2022-10063
Datensatz-ID: 855177
Beteiligte Länder
Germany
|
The record appears in these collections: |