Optimization Model for Multicriteria Workforce Planning of Flexible Train Driver Resource

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Master's thesis

Date

2019-08-20

Department

Major/Subject

Systems and Operations Research

Mcode

SCI3055

Degree programme

Master’s Programme in Mathematics and Operations Research

Language

en

Pages

46

Series

Abstract

Cost-efficient operations are increasingly important for VR, the Finnish state-owned railway company, as it faces more and more competition. Labour costs are a major expense for transportation companies, so there is a great incentive to find ways to minimize unnecessary labour costs, such as overtime work. One way to achieve this at VR is through improved rostering, the creation of work schedules for train drivers. The current optimization model used for rostering at VR is suitable for minimizing planned labour costs of rosters. We modify the model to account for uncertainties related to freight trains. Using forecasts of probabilities of train cancellations and additional train orders, the model tries to decrease expected overtime costs in operations. The instrument for this is the planning of flexible driver resource, which refers to drivers who can receive their work information much later than regular drivers according to union agreements. We compare the performance of two versions of the developed model with the original model with a simulation study. The results of the simulation indicate that the modified model can decrease expected overtime costs. However, more studies are needed to confirm the magnitude of cost savings in real-life situations as well as to improve the model further.

Kustannustehokkaat toiminnot ovat yhä tärkeämpiä VR:lle, Suomen valtion omistamalle rautatieyhtiölle, sen kohdatessa yhä enemmän kilpailua. Työvoimakulut ovat kuljetusalan yrityksille merkittävä kustannus, minkä takia niiden kannattaa panostaa turhien työvoimakulujen, kuten ylityökustannusten, välttämiseen. Yksi tapa VR:llä tähän on parantaa veturinkuljettajien työvuoroluetteloiden suunnittelua. VR:llä tällä hetkellä käytössä oleva optimointimalli työvuoroluetteloiden suunnitteluun toimii hyvin suunniteltujen kustannusten minimoinnissa. Tässä työssä tätä mallia muokataan siten, että se ottaa huomioon tavarajuniin liittyviä epävarmuuksia. Malli vähentää toiminnoissa syntyviä odotusarvoisia ylityökustannuksia hyödyntämällä ennustettua tietoa junien peruutuksista ja junien lisätilauksista. Kustannussäästöt mahdollistaa joustavan veturinkuljettajaresurssin suunnittelu. Joustavalla veturinkuljettajaresurssilla tarkoitetaan niitä veturinkuljettajia, joille tarvitsee ilmoittaa työvuorot huomattavasti myöhemmin kuin muille kuljettajille työehtosopimuksen mukaisesti. Työssä verrataan muokatun mallin kahden eri version suorituskykyä alkuperäiseen malliin verrattuna simulointitutkimuksella. Simulaation tulosten perusteella vaikuttaa siltä, että muokatulla mallilla on mahdollista vähentää odotusarvoisia ylityökustannuksia. Tarvitaan kuitenkin lisää tutkimuksia sekä selvittämään, kuinka suuria vaikutukset ovat tosielämässä, että parantamaan mallia entisestään.

Description

Supervisor

Punkka, Antti

Thesis advisor

Kinnunen, Teemu

Keywords

crew rostering, stochastic planning, multicriteria sorting, rail transport

Other note

Citation