aalto1 untyped-item.component.html
Developing an optimization model for VR’s long-term locomotive allocation planning
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
SCI3055
Degree programme
Language
en
Pages
6+58
Series
Abstract
The VR Group’s long-term process for locomotive allocation produces week-long routes for multiple locomotive types. The routes consist of various tasks, primarily driving trains and moving locomotives between stations. The goal of the planning is to create a plan minimizes operating costs while ensuring the availability of locomotives for all trains. This planning process is currently done manually, resulting in incomplete or inefficient plans. To overcome this problem, this thesis develops an optimization model for allocating locomotives in order to produce cost-efficient, robust and feasible solutions within one hour.
The problem is modeled as a multicommodity flow problem, in which two model variants (one using and another lacking driver costs) as well as three heuristic pre-processing algorithms were developed. These all were evaluated in terms of cost efficiency and robustness using VR’s test data in order to select the best combination of model and pre-processing algorithm, which were then successfully implemented in VR's planning process. Testing of six model-algorithm combinations revealed that the model variant using driver costs performed better than that without driver costs. The most advanced pre-processing algorithm was selected, as it can be modified to produce the same outcome as either of the others.
The selected model-algorithm combination has successfully been implemented in VR's planning process. The model is able to produce cost-efficient, robust and feasible locomotive allocation plans in less than 15 minutes.
VR:n pitkän aikavälin veturienkäytön suunnittelussa laaditaan jokaiselle viikon mittaiselle suunnittelujaksolle reitit kaikille vetureille useilta eri veturisarjoilta. Veturien reitit koostuvat pääasiassa junien ajamisesta sekä siirroista asemien välillä. Suunnittelun tavoitteena on luoda suunnitelma, jossa varmistetaan kaikkiin juniin riittävä määrä vetureita ja minimioidaan operatiiviset kustannukset. Suunnitteluprosessi on tällä hetkellä manuaalinen ja johtaa usein vaillinaisiin suunnitelmiin tai epätehokkuuksiin veturien käytössä. Ratkaistakseen ongelman, työn tavoitteena on kehittää optimointimalli VR:n suunnitteluongelmaan, joka tuottaa toteuttamiskelpoisia, kustannustehokkaita ja robusteja uunnitelmia alle tunnissa.
Ongelma on mallinnettu monihyödykevirtausongelmana (Multicommodify flow). Saadaksemme ongelma ratkeamaan kohtuullisessa ajassa kehitettin mallista kaksi versiota ja kolme heuristista esikäsittelyä. Näitä molempia testattiin VR:n antamalla aineistolla ja paras yhdistelma valittiin osaksi VR:n veturien käytön suunnitteluprosessia. Testauksen myötä selvisi, että kuljettaja kustannusten huomiointi on kriittistä onnistumiselle sekä suunnitelman kustannustehokkuuden, että robustisuuden kannalta. Esikäsittely algorithmeistä valittiin edistynein, sillä se on mahdollista muokata tuottamaan sama sama lopputulos kuin kahdesta muusta.
Valittu malli-algoritmi yhdistelmä otettiin onnistuneesti osaksi VR:n suunnitteluprosessia ja sen avulla pystytään tuottamaan toteuttamiskelpoisia, kustannustehokkaita ja robusteja suunnitelmia alle 15 minuutissa.