Capacity planning for high-speed trains

Bc. Ivana Krumlová

Diplomová práce

Anotace:

Práce se zabývá plánováním kapacit pro vysoko rychlostní železnici, tedy sestavením vyhovujícího rozložení vlakových jednotek mezi navržené spoje, při snaze minimalizovat náklady na jejich nákup a provoz. V rámci práce je navržen a implementován metaheuristický řešič tohoto problému, využívající algoritmy simulovaného žíhání a tabu prohledávání. Navržený postup je poté vyhodnocen na náhodně generovaných datech a na reálných datech poptávky pasažérů v České republice. Experimenty ukázaly, že tento postup dosahuje na dostupných datech dobrých výsledků a metaheristiky s jedním řešením mohou být vhodným přístupem k tomuto typu problému.

Abstract:

This thesis deals with capacity planning for high-speed trains, i. e., constructing a suitable distribution of railway trainsets on the designed infrastructure and connections while minimizing the cost of their acquisition and operation. The thesis designs and implements a metaheuristic solver for this problem using simulated annealing and tabu search algorithms. The proposed solution is then evaluated both on randomly generated data and real-world data on passenger demand in the Czech Republic. The experiments have shown that the proposed algorithm achieves good results on the available dataset and that single-solution metaheuristics can be a suitable approach for this type of problem.

Keywords

Rolling stock management, high-speed railways, metaheuristics, single-solution metaheuristics, simulated annealing, tabu search, optimization, transportation, artificial intelligence, multi-commodity network flow model

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 13. 12. 2022

Obhajoba závěrečné práce

• Obhajoba proběhla 26. 1. 2023
• Vedoucí: doc. Mgr. Hana Rudová, Ph.D.
• Oponent: RNDr. Dalibor Klusáček, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Umělá inteligence a zpracování dat / Strojové učení a umělá inteligence