Echtzeitoptimierung in der Disposition im Schienenverkehr

Transkript

1 Echtzeitoptimierung in der Disposition im Schienenverkehr Stefan Wegele, Roman Slovak, Eckehard Schnieder Einführung in die Problematik Formalisierung der Problemstellung Komplexitätsbetrachtung Umsetzung Ausblick und Zusammenfassung DLR, Braunschweiger Verkehrskolloquium

2 Praktische Durchführung des Fahrplans mit Minimierung der Auswirkungen aller im Betrieb potenziell auftretenden Störfaktoren (Konflikten) Disposition im Eisenbahnbereich

3 Als ein Dispositionskonflikt wird die Tatsache bezeichnet, dass eine Ressource (Zug, Personal, Bahnsteig, Strecke,...) nicht oder zumindest zur vorgesehenen Zeit nicht zur Verfügung steht. [Fay 99] Konfliktarten: Verspätungskonflikte, die meistens Ursache für weitere Konflikte sind. Umlaufkonflikte (Personal und/oder Fahrzeuge stehen nicht rechtzeitig für eine weitere Fahrt zur Verfügung). Belegungskonflikte (ein Teil des Fahrwegs wird von mehreren Zugfahrten gleichzeitig beansprucht). Anschlusskonflikte. Dispositionskonflikte

4 Überwachung der Fahrplandurchführung Erkennung der Abweichungen Erkennung unmittelbarer Konflikte Lösung unmittelbarer Konflikte (lokal) Propagation der Konflikte (Erkennung der Folgenkonflikte) Optimale Lösung der Folgekonflikte (Minimierung der Konfliktausbreitung) Energieoptimale Durchführung des Ist-Fahrplans Aufgaben der Disposition und deren technische Unterstützung

5 Soll-Fahrplan Konflikterkennung Prognose Betriebslage Ist-Fahrplan Konfliktdarstellung Dispositionsentscheidungen Befehle f. ESTW Neuer Ist-Fahrplan Formalisierung Umsetzung in ESTW Stand der Technik: Funktionalität von LeiDis-N (Konventionelle Funktionalität der Disposition)

6 Betriebszentrale Steuerbezirk 1 Zuglenker Steuerbezirk 2 Zuglenker Steuerbezirk n Zuglenker özf özf özf özf özf özf özf özf özf özf örtlich zuständiger Fahrdienstleiter Aufteilung der Fahrdienstleitung in einer Betriebszentrale

7 Ansatz Modell Kodierung [Kraft 1981] [Jovanovic und Harker 1991] [Carey und Lockwood 1995] [Brännlund et al. 1998] lineare Gleichungssysteme lineare Gleichungssysteme lineare Gleichungssysteme Lagrange- Relaxation Konflikte Zeitbasiert Optimierungsverfahren Branch-and-Bound Branch-and-Bound Problemgröße Single Line, 12 Züge Reihenfolgen Branch-and-Bound Netz, - Zeitbasiert Branch-and- Bound, Konjugierte Gradienten Netz, 100 Züge, 3000 km Single Line, 26 Züge, 17 Stationen [Fay 1999] Fuzzy-Petrinetz Konflikte Regel-propagation (Koordinatensuche) - [Sotek et al. 2002] DGL Zeitbasiert [Blum und Escandarian 2002] [Lambropoulos 2002] [Wegele et al. 2002] - Prioritäten (reel) - Konlikte (binär) lineare Gleichungssysteme Zeitbasiert Zeitbasierte Konfliktlösung Genetische Algorithmen Genetische Algorithmen Genetische Algorithmen Netz, - Single-Line, 64 Züge, 250 km Single Line, 20 Züge Netz, 126 Züge, 31 Stationen Ansätze zur Dispositionunterstützung

8 Betrieb Formalisierung: Disposition als Regelung im Eisenbahnbetrieb

9 Formalisierung: Disposition als prädiktive Regelung

10 Station Gleis Ankunft Abfahrt Hannover 2 11:00 11:02 Braunschweig 7 11:40 11:41 Magdeburg 2 12:10 12:13 Weg Zeit f Verspätung + f verpasste Anschlüsse+ Gleisverlegungen min mi = k j t j + S Anschlüsse + Ω j= 1 G min Ω f mi = k j t j + S Anschlüsse + G ki Ω Züge j= 1 min Formalisierung: Herleitung des Gütefunktionals

11 Freiheitsgrade (Ω) Gleisverlegung Laufwegänderung (Re-routing) Erhöhung der Haltezeit Änderung der Fahrzeitzuschläge Freiheitsgrade eines Disponenten

12 Blocksicherungsverfahren Durchrutschweg Vorsignal Hauptsignal Physik Antriebskraft Widerstandskraft Geschwindigkeit Geschwindigkeit Veröffentlichter Fahrplan Früheste Abfahrtzeiten Umlaufplan Personalplanung etc. Nebenbedingungen bei der Betriebsabwicklung

13 Pro Zug: Gleise diskret G Haltezeit kontinuierlich H 1.4 min min 0.2 min Fahrzeitzuschläge kontinuierlich A 3% 17% 6% 1% 65% Komplexität ( G H ) S z. B. für 20 Stationen 3 Fahrwege pro Station 10 Min. max Wartezeit 20 ( 3 100) Pro Fahrplan: ( G H ) S Z Variablen im Fahrplan: kontinuierlich-diskreter Suchraum

14 f Schachmatt: = Ω Chessmen Value max Geringste Unannehmlichkeit für die Kunden: f k i, j ti, j + SConnection s + G min n mi = Ω i= 1 j= 1 Schach vs. Disposition

15 Algorithmische Komplexität x Global optimale Konfliktlösung Lokal optimale Konfliktlösung x Konflikterkennung Fahrzeitrechnung x x x Konfliktpropagation Software Komplexität Komplexitätsbetrachtung

16 Umsetzung: Projektgeschichte

17 G H 1.4 min min 0.2 min A 3% 17% 6% 1% 65% Bst. 1 Bst. 2 Bst. 3 Bst. 4 Bst Alternative Fahrwege Zug Zusätzliche Wartezeiten... Zug 2 Kodierung für die evolutionären Algorithmen

18 Fahrwege Gleichverteilt Wartezeiten σ = 80sec. σ 0 σ Umsetzung: Künstliche Mutation des Fahrplans

19 Optimierungsläufe Qualitätsmaß Generationen Optimierungsläufe für zufällige Einbruchsverspätung aller Züge

20 Optimierung Verklemmungssichere Operatoren Simulation des Verkehrsprozesses Umsetzungansatz: Aufbau des Optimierungsverfahrens

21 Optimierung Verklemmungssichere Operatoren Simulation des Verkehrsprozesses Simulation berücksichtigt: Zugdynamik (Antriebskraft der Triebfahrzeuge, Widerstände, Bremsvermögen, etc.) Geographische Bedingungen (Neigung, etc.) Infrastrukturbedingungen (Art der Strecken-, Bahnhofssicherung, Streckengeschwindigkeiten etc.) Fahrzeitzuschläge Mindesthaltezeiten der Züge in Betriebstellen Anschlußsicherung (im Bearbeitung) Umsetzungsansatz: Simulation des Verkehrsprozesses

22 Optimierung Verklemmungssichere Operatoren Simulation des Verkehrsprozesses Z1 Z1 Z2 Z3 Z1 Z2 Z3 Z3 Z3 Z2 Z3 Z2 Z3 Z3 Z1 Z1 3 Züge: von 36 Einlegevarianten ist nur eine verklemmungsfrei! 30 Züge: von Einlegevarianten ist nur eine verklemmungsfrei! Umsetzungansatz: Verklemmungsbehandlung

23 Optimierung Verklemmungssichere Operatoren Simulation des Verkehrsprozesses Ausnutzung der Additivität der Straffunktion f = k t t Position Branch-and-Bound-Verfahren Eindeutige lokale Optima Umsetzungansatz: Optimierung innerhalb der Operatoren

24 lokale (zugbezogene) Optimierung globale (zugübergreifende) Optimierung Weg Zug ICE ICE Gz 2 Gz 2 Gz 1 Gz 1 Zeit Zeit Konfliktbasierte Abstraktion des Betriebsablaufes in Sequenzdiagramm

25 Züge RB min ICE 265 ICE 786 IC min 9min 9min RB ICE 626 RB min Zeit globale (zugübergreifende) Optimierung Konfliktbasierte Kodierung

26 Züge RB ICE 265 4min Weg ICE 786 IC min 9min 9min RB ICE 626 RB min Gleise Zeit Zeit Zeit Konflikte Operatoren Konflikt Operator K1 K7 K4 Weg Gleise Lösung Zeit Zeit Globale Optimierung

27 Umsetzung: Praxisbeispiel zur Validation des Umsetzungsansatzes

28 Umsetzung: Vorführung der Implementierung

29 Datenformat 1 Datenformat 2.. Datenformat n iva-ml (RailML erweitert) DispoOpt- Modul CORBA GUI GUI 1 GUI GUI 2 GUI GUI 3 GUI GUI 4 Umsetzung: Programmarchitektur

30 Störungserfassung Störungspropagation (im Sinne der Stellwerkslogik) Konflikterkennung Optimierung Manuelle Reihenfolgenänderung Ziel: Prototyp zur Validation im Realbetrieb (offline & online) Umsetzung: Vorhandene Funktionalität

31 Betriebssimulation Kapazitätsanalyse Trassenplanung inkl. Robustheitsanalyse Ausblick: Weitere Einsatzgebiete des Verfahrens

32 Ein Entscheidungsunterstützungssystem für die Disposition benötigt: Geeignete Art der Modellierung des Eisenbahnprozesses Formalisierung der Dispositionsmaßnahmen Klare Definition des Gütefunktionals Effiziente Simulation der Varianten der Konfliktlösung Interaktionsfreundliche Bedieneroberfläche mit klarer Darstellung der Konfliktlösungen Zusammenfassung