Multi-objective railway timetabling including energy-efficient train trajectory optimization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Energy-efficient train driving is an important topic to railway undertakings (RUs) for sustainability and cost reduction. The timetable affects the possibilities for energy-efficient train driving by the amount of running time supplements, which is the topic of energy-efficient train timetabling (EETT). The scientific literature on EETT focuses mainly on the balance between total running time and energy consumption. However, in practice RUs consider a trade-off between the total running time, the infrastructure occupation and the timetable robustness, while energy efficiency is not considered. In this paper we consider a multiple-objective timetabling problem at a microscopic infrastructure level that adds energy consumption to the other three objectives. We approach the multiple-objective problem by a brute force search algorithm, where we use two different methods to compute the optimal solution: a weighted sum method and a distance metric method. We apply the method to a Dutch case study on the corridor between the stations Arnhem Central and Nijmegen with alternating Intercity and Sprinter trains, without intermediate overtaking possibilities. The results indicate that there is a balancing relationship between the total running time and energy consumption, without influencing the infrastructure occupation and robustness. The results of the 10 Pareto-optimal solutions show a variation of 5% for the total running time, 18% for the energy consumption, 0.3% for the extended cycle time, and 0.8% for the buffer time. The shortest running time leads to 18% more energy consumption than the longest running time with 5% more running time supplement. In both cases the extended cycle time and buffer time are almost constant. On the other hand, reducing the infrastructure occupation leads to homogenization of the timetable. Therefore, including energy consumption in the multiple-objective can be used to balance the trade-off between total running time and capacity consumption.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle