IDENTITAS REVIEWER

NAMA : Wahyu Nugroho

NIM : 03116112
PRODI : Teknik Sipil

Scheduling and Routing Algorithms for Rail Freight Transportation

Wojciech Bożejko, Radosław Grymin*, Jarosław Pempera

LATAR BELAKANG

Masalah penjadwalan pengiriman barang adalah salah satu masalah paling sulit
yang dimiliki keluarga transportasi masalah. Karena kompleksitasnya, hal ini
menimbulkan tantangan besar bagi penelitian Riset Operasional modern sehingga sangat
tinggi permintaan. Menurut Pashchenko et al. (2015) ini terdiri dari tiga sub masalah:
masalah penjadwalan kereta api (memilih momen yang tepat untuk keberangkatan kereta
di sepanjang rute), masalah penugasan lokomotif (menugaskan lokomotif ke kereta api)
dan masalah penugasan tim lokomotif (menugaskan tim ke lokomotif secara optimal).
Merencanakan kereta api jadwal dan rute memaksakan eksekusi algoritma pada set data
yang cukup besar.
Misalnya jaringan rel cat saat ini terdiri dari 999 jalur kereta api (Daftar jalur
kereta api yang dikelola oleh PKP Polskie Linie Kolejowe S.A., 2016), 588 stasiun
bangunan (PKP Polskie Koleje Państwowe S.A. - Stasiun kami, 2016) dan lebih dari
2500 motor engine (Kamp dari PKP Cargo - lokomotif, 2016). Namun, sulit untuk
menemukan solusi yang layak karena jalur kereta yang dipilih mungkin saling
mengecualikan diri. Kereta api tidak bisa bergerak satu per satu dekat satu sama lain.
Kesulitan menemukan solusi yang baik meningkat ketika datang ke jaringan rel dengan
kepadatan lalu lintas tinggi.
Selain itu, ada banyak harapan terkait dengan transportasi mengenai keamanan,
kecepatan, kapasitas, dan keandalan. Semua faktor yang disebutkan memaksa
penggunaan algoritma canggih untuk memecahkan masalah penjadwalan dan perutean
dalam waktu yang wajar.

TUJUAN

Masalah pengiriman barang dan penjadwalan melalui jaringan kereta api dapat
didefinisikan sebagai berikut. Mari kita asumsikan bahwa a jaringan kereta api yang
terdiri dari sambungan kereta api dari set {1,…, n} diberikan. Persimpangan kereta api
dapat mewakili stasiun kereta api, stasiun dok lintas, terminal antar moda, dll. Jaringan
kereta api dapat direpresentasikan sebagai jarring rel kereta api, yang terhubung dalam
persimpangan. Rute dan jadwal kereta dari setT = {1,…, t} diberikan.
 Tujuannya adalah untuk menentukan rute dan jadwal untuk kereta kargo
tambahan. Jaringan kereta api dapat dimodelkan menggunakan graphG = (V, E) yang
diarahkan, di mana Vis set node dan E adalah himpunan busur. The nodei∈V sesuai
dengan persimpangan kereta api i, sedangkan arce = (i, j), e∈Edenotes track kereta api
searah dari persimpangan i ke junction j (track dua arah dimodelkan sebagai sepasang
busur (i, j) dan (j, i)).
Untuk masing-masing rangkaian traint∈ dari junctionsrk rel = (rk (1), ..., rk (nk))
mendefinisikan rute kereta yang diketahui. Jadwal kereta ditentukan oleh jadwal
keberangkatan (s) dari persimpangan kereta api (s), s = 1, ..., nk - 1 dan
kedatangan timeak (s), s = 2, ..., nk, ke junctionrk (s).

METODOLOGI/ METODE

Pada bagian ini kami menjelaskan algoritma yang tepat untuk menentukan rute
tercepat untuk kereta tambahan tunggal. Itu masalah serupa dengan masalah menemukan
jalur terpendek dari simpul awal tetap ke semua node lainnya dalam grafik tertimbang,
yang diselesaikan dalam waktu polinomial oleh algoritma Dijkstra. Namun, karena
perbedaan yang signifikan antara masalah, kami menyajikan modifikasi algoritma
Dijkstra disesuaikan dengan masalah menemukan rute tercepat.
Mari kita asumsikan bahwa jaringan kereta api yang dijelaskan oleh graph G =
diarahkan (V, E) diberikan. The arce∈Ehas berat sama dengan pergerakan timeme dan
time windows. Kita dikenal. Kereta siap untuk melakukan perjalanan dalam waktu rilis.
Tujuannya adalah untuk menemukan rute (dan / atau jadwal) dari persimpangan a ke
persimpangan bwhich meminimalkan waktu kedatangan ke junctionb.
Biarkan ε (i) menjadi perkiraan waktu kedatangan minimal untuk junctioni, i∈V,
Qbe satu set node unvisited fromV, dan Adj (i) menjadi bagian dari node dapat dijangkau
dari nodei. Pseudocode algoritma disajikan pada Gambar 1. Sangat mudah untuk melihat
bahwa langkah-langkah utama algoritma tidak berbeda dengan algoritma Dijkstra asli.
Perbedaan mendasar terjadi dalam memperbarui estimationε (v).

HASIL
Sudah diketahui bahwa transportasi kereta api adalah jenis transportasi darat yang
paling ramah lingkungan. Sejumlah energi yang dibutuhkan untuk mengangkut orang dan
barang per kilometer jauh lebih kecil daripada jika mobil yang kompetitif transportasi
digunakan. Selain itu transportasi kereta api bergantung pada energi listrik yang dapat
dihasilkan dari sumber terbarukan. Konsumsi energi rendah juga menghasilkan biaya
transportasi yang lebih rendah. Sayangnya, meskipun disebutkan keuntungannya,
transportasi kereta api tidak menarik bagi perusahaan transportasi berdasarkan efisiensi
rendah yang menimbulkan, antara lain, dari karakter mengelola akses ke infrastruktur
kereta api (jalur kereta api).
Persyaratan pasar memaksa perusahaan transportasi untuk membuat keputusan
cepat dimana moda transportasi harus digunakan mewujudkan pesanan dan memenuhi
harapan pelanggan. Di bagian saat ini kami akan membuktikan bahwa algoritme yang
diperkenalkan di bagian sebelumnya dapat secara tepat waktu menentukan rute dan
jadwal yang dipesan oleh transporter. Objek penelitian adalah segmen rel Polandia
jaringan yang terdiri dari 7 kota: Gdańsk, Kraków, Lublin, Toruń, Warszawa, Wrocław,
dan Poznań. Gambar 2 menyajikan jaringan kereta api ini. Sebuah garis yang
menghubungkan simpul-simpul rel menunjukkan koneksi kereta api nyata yang tidak
melewati kota lain. Meja 1 menunjukkan jadwal kereta penumpang yang sebenarnya. Di
sisi lain, Tabel 2 menyajikan perkiraan waktu perjalanan untuk kargo melatih di segmen
jaringan.

KESIMPULAN
Kami mengembangkan sebuah algoritma yang menentukan rute tercepat untuk
kereta tambahan tunggal dengan asumsi bahwa dua kereta api tidak dapat bergerak dari
stasiun yang sama dalam arah yang sama satu per satu - penyangga waktu keamanan
khusus harus diasumsikan. Dalam percobaan kami, kami memperoleh solusi berharga
dalam waktu yang masuk akal.
Biasanya masalahnya adalah menemukan beberapa rute cepat untuk kereta api.
Setiap rute dijelaskan oleh node awal dan target. Algoritma kami dapat digunakan untuk
mengembangkan suatu algoritma yang menyelesaikan masalah tersebut. Dalam algoritma
tersebut kami menambahkan pasangan (awal dan target node) ke antrian prioritas. Di
setiap langkah, kami melepas elemen pertama dari antrean dan menentukan yang tercepat
rute untuk satu kereta tambahan menggunakan algoritme kami. Kami memperbarui
aringan kereta api dan melanjutkan dengan melepas elemen, menentukan rute tercepat
dan memperbarui jaringan rel hingga antrean prioritas kosong.
Solusinya terdiri dari semacam itu masalah terdiri dari rute yang ditemukan oleh
algoritme kami dan dapat dinilai oleh fungsi kebugaran yang menentukan kualitas
solusinya. Solusi yang didapat (dan kualitasnya) tergantung pada urutan elemen dalam
antrean prioritas. Kami bisa memeriksanya semua solusi yang mungkin dan menyediakan
pencarian lengkap atau melibatkan metaheuristik, lihat Bożejko et al. (2016), seperti tabu
search atau simulated annealing, juga dalam versi paralel.

Daftar Pustaka :

Bożejko W., Uchroński M. and Wodecki M. (2016) Parallel metaheuristics for the cyclic
flow shop scheduling problem. Computers & Industrial Engineering 95, 156–163.
Cadarso L., Marín Á., Espinosa-Aranda J. L. and García-Ródenas R. (2014) Train
scheduling in high speed railways: Considering competitive effects. Procedia-
Social and Behavioral Sciences 162, 51–60.
Camp of PKP Cargo – locomotives. URL http://inforail.pl/tabor-pkp-cargo-
lokomotywy_more_48391.html.
Hajiaghaei-Keshteli M. and Aminnayeri M. (2014) Solving the integrated scheduling of
production and rail transportation problem by Keshtel algorithm, Applied Soft
Computing 25, 184–203.
Lidén T. and Joborn M. (2016) Dimensioning windows for railway infrastructure
maintenance: Cost efficiency versus traffic impact. Journal of Rail Transport
Planning & Management, 6(1), 32–47.
Pashchenko F., Kuznetsov N., Ryabykh N., Minashina I., Zakharova E. and Tsvetkova O.
(2015) Implementation of train scheduling system in rail transport using
assignment problem solution. Procedia Computer Science, 63, pp. 154–158.
Samà M., Pellegrini P., D'Ariano A., Rodriguez J. and Pacciarelli D. (2016) Ant colony
optimization for the real-time train routing selection problem. Transportation
Research Part B: Methodological, 85, 89–108.
PKP Polskie Koleje Państwowe S.A., Our stations, Web page, access 02.07.2016. URL
http://pkpsa.pl/pkpsa/nasze-dworce/.
List of railway lines managed by PKP Polskie Linie Kolejowe S.A. , Web page, access
02.07.2016. URL
http://www.plksa.pl/files/public/user_upload/pdf/Reg_przydzielania_tras/Regula
min_2013_2014/zmiana_7_02_2014/P_13-14_Z_1_20140207122552.pdf.