Optimisation and analysis of railway timetables under consideration of uncertainties

• Optimierung und Analyse von Eisenbahnfahrplänen unter Berücksichtigung von Unsicherheiten

Haehn, Rebecca; Ábrahám, Erika (Thesis advisor); Nießen, Nils (Thesis advisor); Remke, Anne (Thesis advisor)

Aachen : RWTH Aachen University (2022)
Doktorarbeit

Dissertation, RWTH Aachen University, 2022

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.