.png){kind=icon}
返回
Deutsche Bahn Schedules Train Rotations Using Hypergraph Optimization
.png){kind=icon}
OA
AI
DOI：10.1287/inte.2020.1069.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
德国铁路公司（DB）运营着庞大的车辆设备（包括机车、车厢和列车编组），这些设备必须组合成列车以执行车辆设备循环。列车编组是铁路运营的一个特殊特征，它将车辆设备循环规划与其他行业中普遍存在的车辆调度问题区分开来。DB使用超弧来模拟列车编组。由此产生的超图模型采用一种新颖的粗粒度到细粒度方法进行处理，该方法通过三个详细程度实现分层列生成。该算法是DB车辆设备循环规划中车队运用优化（FEO）系统的数学核心。FEO在DB的规划部门产生了革命性的影响。DB已使用该系统支持公司最新高速客运列车车队以及用于跨境运营的联运货运机车车队的采购。FEO是区域交通成功招标和日常运营中建设场地管理的关键。DB的规划部门赞赏FEO的高质量结果、快速再优化能力以及易用性。员工和客户都从运营的更高规律性中受益。DB将每年7400万欧元的节省、每年34,000吨CO₂排放量的减少以及跨境运营中600次连接操作的消除归功于FEO的实施。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息