Solving train scheduling problem by using simulation optimization
Tren çizelgeleme probleminin benzetim optimizasyonu yöntemiyle çözülmesi
- Tez No: 842295
- Danışmanlar: PROF. DR. GÖKALP YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 100
Özet
Train scheduling is an important part of railway management which aims to determine a feasible timetable for a set of trains while considering track capacities and operational constraints. Train scheduling is a highly complex problem due to reasons such as a large number of variables and constraints, a vast solution space, conflicting objectives, limited resources, safety protocols, and the constant need for maintenance. In this thesis, the existing literature on train scheduling problems is reviewed and the approaches used to tackle these challenges are examined. To address these challenges, a simulation optimization framework is considered. This approach allows us to account for the inherent stochasticity of railway systems. In this thesis, the aim is to build upon the proposed problem and simulation model by Yalçınkaya (2010) to improve the results and identify the most suitable metaheuristic algorithm. A comprehensive analysis of various metaheuristic algorithms is conducted, including Genetic Algorithm (GA), Simulated Annealing (SA), and Tabu Search (TS), to determine their effectiveness in solving train scheduling problems. Hybridization strategies are also explored, by combining these algorithms to harness their respective strengths and improve solution quality. The findings demonstrate that integrating simulation with metaheuristics offers a promising avenue for optimizing train schedules, resulting in more efficient rail systems. In conclusion, this thesis sheds light on the critical importance of efficient train scheduling in contemporary rail systems and presents an approach that combines simulation and metaheuristic algorithms to address the inherent complexities of the train scheduling problem. The research paves the way for further investigations into optimization techniques and their practical applications in real-world rail networks.
Özet (Çeviri)
Tren çizelgeleme problemi, demiryolu yönetiminin önemli bir parçası olup, trenlerin takviye kapasitelerini ve operasyonel kısıtlamaları dikkate alarak bir dizi tren için uygun bir zaman çizelgesi belirlemeyi amaçlar. Bu tez, tren çizelgeleme problemi konusundaki karmaşık alanı inceleyerek ortalama tren seyahat süresini en aza indirgeme odaklıdır. Tren çizelgeleme problem büyük sayıda değişken ve kısıt, geniş bir çözüm kümesi, çatışan amaçlar, sınırlı kaynaklar, katı güvenlik protokolleri ve sürekli bakım ihtiyacı gibi nedenlerden dolayı son derece karmaşık bir problemdir. Bu tezde, tren çizelgeleme problemleri üzerine mevcut literatür incelenmiş ve bu zorlukların üstesinden gelmek için kullanılan yöntemler gözden geçirilmiştir. Bu zorlukları ele almak için bir simülasyon optimizasyon çerçevesi düşünülmüştür. Bu yaklaşım, demiryolu sistemlerinin doğasındaki stokastisiteyi hesaba katmamıza olanak tanır. Bu tezde, Yalçınkaya (2010) tarafından önerilen problem ve simülasyon modeli üzerinde benzetim optimizasyonu uygulanarak sonuçları iyileştirmeyi ve en uygun metasezgisel algoritmayı belirlenmesi amaçlamaktadır. Genetik Algoritma, Benzetilmiş Tavlama ve Tabu Arama dahil olmak üzere çeşitli metasezgisel algoritmaların etkililiğini belirlemek için kapsamlı bir analiz yapılmıştır. Bu algoritmaların birleştirilmesi ile çözüm kalitesini artırmak için hibritleştirme stratejileri de incelenmiştir. Bulgular, benzetim optimizasyonunun tren çizelgeleme probleminioptimize etmek için umut verici bir yol sunduğunu göstermektedir. Sonuç olarak, bu çalışma, çağdaş demiryolu sistemlerinde etkili tren sefer planlamanın kritik önemini ortaya koymakta ve tren sefer planlama probleminin doğasındaki karmaşıklıkları ele almak için simülasyon ve metaheuristik algoritmaların birleştirildiği bir yaklaşım sunmaktadır. Bu araştırma, gelişmiş optimizasyon tekniklerinin ve bunların gerçek dünya demiryolu ağlarındaki pratik uygulamalarının daha fazla incelenmesi için bir yol açmaktadır.
Benzer Tezler
- Advantage actor-critic deep reinforcement learning approach for paint shop planning and scheduling
Boya atölyesi planlama ve zamanlama için avantajlı oyuncu-kritik derin pekiştirme öğrenme yaklaşımı
MERT CAN ÖZCAN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. METİN TÜRKAY
- Speeding up branch and bound algorithm for airline Crew scheduling problem by using machine learning techniques
Makine öğrenme teknikleri kullanarak Crew programlama sorunu için şube ve sınava algoritmasının hızlanması
LEILA GHASEMZADEH
Yüksek Lisans
İngilizce
2019
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
- Trenlerarası çatışmaların çözümünde dispeçer kararlarının yapay sinir ağı modeli
Anlysis of train dispatching process with artificial neural networks
SELİM DÜNDAR
Yüksek Lisans
Türkçe
2003
İnşaat MühendisliğiYıldız Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL ŞAHİN
- Uzman sistemler ve ulaştırma alanında kullanımları
Expert systems and using them in transportation
A.BURAK GÖKTEPE
- Planning of train movements in single track railways
Tek hatlı demiryollarında tren hareketlerinin planlanması
GÖKÇE AYDIN
Doktora
İngilizce
2015
UlaşımYıldız Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ŞAHİN