Forschungsarbeiten zur Optimierung von Lokomotiv-Einsatzplanung und zur Infektionsausbreitung werden vorgestellt
Die diesjährige Winter Simulation Conference (WSC) 2020 wird vom 14. bis 18. Dezember nach 52 Jahren erstmalig - coronabedingt - virtuell abgehalten. Mit dabei sind zwei Forschungsarbeiten der dwh GmbH.
Während das erste Paper, “Anomalous Transport of Infectious Diseases in Structured Pupulations” von Günter Schneckenreither, theoretischer Natur ist und Grundlagen und Zusammenhänge der mathematischen Simulationstheorie bei der Infektionsausbreitung in Populationen beschreibt, präsentiert das zweite Ergebnisse des soeben abgeschlossenen Forschungsprojektes AundO.
Diese Publikation, mit dem Titel “Simulation and Optimization of Traction Unit Circulations” von Matthias Rössler et al., thematisiert die Optimierung der Lokomotiv-Einsatzplanung. Diese Planung, also welche Lokomotive welche Zugleistungen bedient, ist ein aufwendiger Prozess, der im Moment von Planern der ÖBB manuell durchgeführt wird. Eine mathematische Optimierung kann die Planer unterstützen, indem sie effiziente Pläne liefert. Leider sind viele bzw. die meisten diese Pläne in der Realität nicht durchführbar, da ein effizienter Fahrplan sehr sensibel auf Verspätungen und Störungen im Betriebsablauf reagiert. Denn Verspätungen haben Einfluss auf andere Züge und breiten sich im Fahrplan aus und verstärken sich dabei.
Das Forschungsprojekt AundO beschäftigte sich mit der Frage “Wie kann eine Optimierung nicht nur effiziente, sondern auch robuste Fahrpläne und Lokzuordnungen generieren?”. In diesem bei WSC 2020 präsentierten Paper werden die Ergebnisse des Projekts zusammenfasst. Durch den Ansatz mit Hilfe von Simulation die von einer Optimierung erzeugten Fahrpläne hinsichtlich ihrer Robustheit gegenüber Verspätungen zu überprüfen und zu bewerten, kann analysiert werden, wo im Fahrplan Verspätungen die meisten und schwerwiegendsten Auswirkungen haben. Durch das Einplanen entsprechender Puffer können diese Auswirkungen verringert werden. Die Methoden Optimierung und Simulation zu verbinden und die Erkenntnisse der Simulation wieder in die Optimierung rückzuführen wurde anhand eines Anwendungsbeispiels getestet, dessen Ergebnisse sehr vielversprechend sind.