abstracto

La integración de la cadena de valor es un desafío continuo: mientras que la potencia informática ha

mejorado, existe poca coherencia modeladora en todo el sistema. Este documento cubre esta brecha al
proponer una nueva formulación de la programación fortrain, un elemento de enlace de las cadenas de
valor, utilizando la superestructura de unidad-operación-puerto-estado (UOPSS). La programación de
trenes es un problema desafiante: las líneas ferroviarias pueden tener cientos de kilómetros de largo con
estrategias de cruce de tren que se basan en el nivel de una estación de tren, y al mismo tiempo requieren
resultados con una resolución de escala de minutos. En los sistemas ferroviarios de uso mixto con
infraestructura de bucle de paso limitada, los trenes tienen diferentes prioridades y longitudes de paso,
por lo que difieren en su capacidad para utilizar bucles de paso. El modelo propuesto es la base del
software Hatch Rail Optimizer (HRO). Además de pequeños estudios de casos, la potencia de HRO se
demuestra a través de un estudio de caso práctico que involucra un corredor ferroviario de 370 km con
cinco diferentes tamaños de tren durante un horizonte de programación de una semana.

1. Introducción1.1.

Integración de la cadena de valor Las operaciones de la cadena de valor se benefician significativamente

del modelado y la optimización integrados. A pesar de esto, hay muchas razones por las cuales la mayoría
de las cadenas de valor están descentralizadas y no pueden integrarse por completo en un solo modelo
(Kelly y Zyngier, 2008). Los modelos detalladamente centralizados de cadenas de valor completas pueden
ser muy difíciles de mantener, lo que compromete su uso a largo plazo y es posible que ni siquiera puedan
resolverse con la potencia informática disponible. Además, parte de la información no se puede compartir
entre las diferentes partes interesadas en la cadena de valor. Como la centralización total no es alcanzable,
los autores sugirieron que agregar un modelo de coordinación que cubra todos los sistemas de partes
interesadas es clave para tener más eficiencias en toda la cadena de valor. Ya que un modelo de
coordinación de cadena de valor que abarca todo el sistema lleva a más operaciones eficientes, un
habilitador de integración clave es la capacidad de representar todo el sistema (desde proveedores hasta
consumidores) en un marco de modelado unificado. Esto no implica representar los submodelos
detallados de las partes interesadas utilizando el mismo marco: es suficiente que cada parte interesada
reciba sus objetivos de producción / procesamiento del modelo de coordinación (unificado), ya que este
último considera los objetivos del sistema integrado. * Autor correspondiente. Existen varias estrategias
para representando sistemas de toma de decisiones en la literatura especialmente en el área de Ingeniería
de Sistemas de Procesos, como State-Task Network (STN, Kondili et al., 1993), Resource-Task Network
(RTN, Pantelides, 1994) y Unit-Operation Superestructura de estado de puerto (UOPSS, Kelly, 2005;
Zyngierand Kelly, 2009). En este documento, se seleccionó UOPSS debido a su flexibilidad de modelado,
su naturaleza intuitiva y la rigidez de sus limitaciones, además de la gestión perfecta de elementos de
sistema de conectividad limitada. UOPSS se desarrolló originalmente para su aplicación en
ProcessIndustries. Sin embargo, su estructura de modelado flexible proporciona una base sólida para el
modelado de cualquier sistema de cadena de suministro, incluidas las raleoperaciones. Un beneficio muy
importante de adoptar UOPSS como marco de modelización es que los modelos resultantes de
planificación ferroviaria pueden ampliarse fácilmente con elementos adyacentes de la cadena de valor,
como operaciones mineras, instalaciones de producción, almacenes, depósitos de materiales, terminales
de contenedores, etc., permitiendo así cadena de valor verdadero integración.

1.2. Descripción del sistema ferroviario

 Los sistemas de raíles se introdujeron en el siglo diecinueve y han jugado un papel clave en el transporte
de personas y bienes a través de grandes territorios desde entonces. Hasta el día de hoy, siguen siendo
un componente crítico de muchas cadenas de valor. Se han requerido cada vez más estrategias más
sofisticadas para la planificación, programación y control de vagones a través del sistema, dada la mayor
utilización de líneas ferroviarias y mayor presión sobre la reducción de emisiones, capital y costos
operativos de los sistemas ferroviarios. Una ilustración de una pequeña sección de un solo sistema
ferroviario ("línea única") se muestra en la Fig. 1. La pista entre estaciones de tren se denomina "Sección"
. Los "bucles de paso" son segmentos de pistas que permiten que las líneas se crucen en pistas
individuales. Algunas redes ferroviarias contienen muchas vías paralelas ("secciones de doble línea" o
"secciones de triple línea"), a través de las cuales los trenes se cruzan simultáneamente. y la capacidad
significativa del patio ferroviario puede existir en las estaciones intermedias (donde los trenes pueden
detenerse y esperar a que otros se crucen). En sistemas con una infraestructura ferroviaria flexible, los
usuarios pueden recurrir al uso de herramientas de programación basadas en simulación y / o
reglamentación de eventos discretos, ya que los conflictos entre horarios de trenes se pueden gestionar
fácilmente estación a estación. Sin embargo, otros sistemas ferroviarios tienen una flexibilidad de
programación limitada. Esto puede ocurrir cuando hay secciones largas de línea única mezcladas con
secciones de doble línea. La programación de trenes en estos sistemas se vuelve particularmente
desafiante cuando el sistema es compartido por una combinación de trenes de carga y pasajeros (sistema
de ferrocarril de "uso mixto") con longitudes de tren, tiempos de viaje y prioridades de paso muy
diferentes, así como varias longitudes de bucle de paso que pueden acomodar diferentes trenes tamaños.
La formulación presentada en este documento aborda los sistemas ferroviarios con entornos de
flexibilidad limitada, considerando todas las complejidades antes mencionadas.

1.3. Diseño actual del sistema ferroviario y mejores prácticas de operaciones

Esta sección ilustra las mejores prácticas actuales de la industria para determinar la capacidad del sistema
ferroviario y algunas estrategias para el diseño del sistema ferroviario. El modelo propuesto en este
documento permite un enfoque nuevo para aumentar el valor comercial tanto en sistemas ferroviarios
existentes operativos como en el diseño de expansiones para nuevos sistemas ferroviarios. Un sistema
ferroviario comprende varios componentes interdependientes diferentes, como se ilustra en la figura 2.
Capacidad y demanda del sistema ferroviario típicamente se representan como "espacios" (tiempo)
"ranuras" o (recorrido del tren) "caminos". La demanda se expresa como una cantidad de espacios
requeridos y la capacidad de la infraestructura está representada por espacios disponibles. Para adaptarse
a una mayor demanda de capacidad de transporte, generalmente se utilizan dos estrategias: (1) reducir
el número de intervalos de tiempo requeridos alargando los trenes y suavizando la demanda, o (2)
aumentando el número de ranuras disponibles añadiendo bucles de paso, duplicando / triplicando pistas
en el cuello de botella segmentos, o mejorando las operaciones. Esto último se puede lograr, por ejemplo,
mediante la implementación de una tecnología de control de trenes más avanzada, que permite tiempos
de cruce más cortos y, por lo tanto, espacios de trenes adicionales (a costa de mayores gastos de capital).
Para un corredor ferroviario particular, la "sección gobernante" (es decir, el cuello de botella) es la que
está ocupada durante más tiempo en el calendario y, por lo tanto, típicamente tiene el menor número de
ranuras de tren por día según lo determinado por el tiempo de ejecución, cruce y tiempos de señalización
El número de ranuras de tren por día en cada sección generalmente se determina por un enfoque de
planificación de alto nivel muy simplificado que calcula valores independientes para cada sección. La
sección gobernante determina el "latido del corazón" del sistema ferroviario. El efecto de la variabilidad
de los tiempos de ejecución del tren se tiene en cuenta en el cronograma maestro inflando los mejores
tiempos de ejecución ideales para llegar a los "tiempos de ejecución del diseño". Demasiada tolerancia
reduce la capacidad del sistema de efectos, mientras que muy pocos resultados en un diseño de sistema
no robusto. La asignación hecha para esta variabilidad es apropiada para el corredor ferroviario particular,
y típicamente es calculada por domainexperts.Una consideración adicional cuando se ejecuta el servicio
de tren es el régimen de despacho. Una filosofía de "correr cuando está listo" supone que la planificación
de una grilla de programación fija no es factible o efectiva. Alternativamente, un "sistema de ranura
programado" defiende que la repetibilidad programada crea eficiencia ya que el cruce de trenes puede
coordinarse. Interacciones entre la configuración del tren la sección de gobierno, la densidad de los trenes,
el uso mixto de los trenes se visualiza normalmente mediante el trazado manual de las rejillas máximas
del tren y la asignación de "rutas" de viaje en tren a los usuarios del sistema ferroviario. La malla máxima
del tren y los diagramas del tren se convierten en un lenguaje común entre analistas de sistemas,
operadores de trenes, equipos de diseño y usuarios de trenes para compartir ideas sobre el diseño /
cambios de sistema en las operaciones. Esta gráfica de tiempo y espacio operacionalmente algunos
aspectos del diseño que pueden permanecer abstractos a las operaciones. La programación manual de un
servicio de tren comienza dibujando los trayectos de los trenes requeridos, uno por uno, en un diagrama
de tren. Por lo general, uno comienza con los trenes de mayor prioridad, agregando más trenes en orden
de prioridad. Los movimientos conflictivos se identifican mediante inspección en el diagrama del tren.
Cada conflicto se resuelve, uno por uno, retrasando una o ambas trenes en un circuito de paso adecuado,
lo que lleva a un ajuste en la ruta del tren afectado. Cada ajuste puede conducir a nuevos conflictos que
deben resolverse de manera similar. Las mejores prácticas ferroviarias actuales establecen que el objetivo
práctico de utilización de la vía sostenible se encuentra entre 55 y 65% (es decir, los tiempos durante los
cuales los trenes corren por las vías) ( UIC, 2004). Este objetivo de utilización generalmente permite que
el sistema maneje las operaciones de mantenimiento planificadas y no planificadas, así como cualquier
otro problema de rendimiento que pueda surgir. Los mejores modelos de planificación y programación,
combinados con una mejor recopilación de datos de trenes en tiempo real para determinar las
condiciones de inicio del cronograma, podrían aumentar significativamente la utilización de las rutas.1.4.
Trabajos recientes sobre la optimización de la programación ferroviaria Ha habido un creciente interés en
los problemas de programación ferroviaria como medio para identificar ubicaciones clave de expansión
de vías y reducir los costos de operación, lo que aumenta el valor comercial. La programación ferroviaria
fue participante del premio Edelman en 2008 (Kroon et al., 2009), y ha sido el tema de numerosas
conferencias y publicaciones recientes. Ha habido un importante trabajo previo en la programación de
trenes. Cordeau et al. (1998) publicó un informe exhaustivo sobre el enrutamiento de trenes y la
programación fuera de línea. Ahuja et al. (2005) revisaron los modelos de red para la planificación y
programación de ferrocarriles, centrándose en el ferrocarril de mercancías en América del Norte. Sin
embargo, como se menciona en el documento de revisión de SteadieSeifi et al. (2014), la investigación
significativamente se ha centrado en las formulaciones de programación detalladas que los problemas de
planificación más amplios, ya que los primeros son bastante difíciles de formular y resolver, por lo que
todavía consiste en un campo de investigación fértil.Pellegrini et al. (2013) utilizaron una formulación de
MILP de tiempo continuo para lograr la mejor solución factible posible dentro de una función limitada
tiempo de tiempo limitado, y obtuvo interesantes conocimientos sobre solvertuning. En cuanto al modelo
subyacente, sin embargo, no hay mención de lazos de paso con longitudes diferentes, tamaños de trenes
diferentes ni secciones de una o dos líneas. Más recientemente, Andersson et al. (2015) propuso un
enfoque MIL para aumentar la solidez de un programa ferroviario mediante el ajuste de los tiempos de
margen entre los lanzamientos de trenes. Una vez más, su modelo no permite (1) permitir que los trenes
funcionen en ambas direcciones, (2) consideran tamaños de trenes múltiples, ni (3) aceptan la definición
de secciones de líneas ferroviarias simples y dobles. Según nuestro mejor conocimiento, no existen
herramientas comerciales ni se han publicado investigaciones previas que aborden todas las
consideraciones expuestas anteriormente para sistemas ferroviarios complejos, tales como tipos de tren
múltiple, líneas simples / dobles, muchas estaciones de tren, sistemas de circuito cerrado (es decir, que
consideran el cambio de trenes en los extremos) de las pistas) y yardas de mantenimiento del tren. El
software comercial actual es a menudo basado en simulación, dependiendo de reglas, heurísticas y
usuarios expertos para evitar y resolver "conflictos" (es decir, inviabilidades) en los cruces de ferrocarril.
Estas herramientas, incluso cuando son utilizadas por expertos ferroviarios, son adecuadas para gestionar
la complejidad de los sistemas ferroviarios congestionados con múltiples tipos de trenes, líneas simples /
dobles y muchas estaciones de trenes. En nuestra experiencia industrial reciente, el software de
programación ferroviaria comercial no pudo encontrar soluciones factibles para los programas de dos días
del último estudio de caso presentado en este documento (que se resolvió con la óptica de un horizonte
de 7 días). Las siguientes secciones describen la formulación matemática de los muchos elementos del
sistema ferroviario, seguidos de un estudio de caso sobre un corredor ferroviario de uso mixto real de 370
km con una flexibilidad limitada.2. Formulación del modelo En UOPSS, los elementos de toma de
decisiones se clasifican de acuerdo con sus características logísticas Fill-Hold-Draw (FHD). Dos
características muy importantes de FHD son las unidades de proceso por lotes (que pueden representar
retrasos en el sistema) y las unidades de inventario (que pueden representar la acumulación de estados
que atraviesan el sistema). Los trenes tienen un comportamiento logístico diferente en función de su
longitud y velocidad. y, a veces, la dirección de viaje (ya que los trenes de mercancías pueden tener
diferentes velocidades cuando están cargados y vacíos y velocidades diferentes para subir o bajar colinas).
Por lo tanto, estas diferencias deben ser explicadas explícitamente. En este documento, los tipos de trenes
se representan explícitamente a través de diferentes "modos de operación", cuyos parámetros de modelo
pueden configurarse explícitamente. En este trabajo, los trenes se representan como recursos (estados)
no renovables que fluyen a través de la cadena de valor. En este sistema, "suplir" y "exigir" corresponden
a los trenes que entran y salen de la carretera. La configuración de la infraestructura ferroviaria (secciones
de vías férreas y circuitos de paso) utilizando elementos UOPSS se describe en las siguientes secciones.2.1.
Secciones de raíl y representación de bucle de pasada Cada tren entra en una sección de raíl, se mantiene
dentro de esta sección durante un tiempo de viaje especificado (tiempo de funcionamiento entre
estaciones) y hojas posteriores para la siguiente sección, liberando la sección actual para ser utilizada por
otro tren. Este es el mismo comportamiento FHD que una unidad fija de tiempo de actividad. Por lo tanto,
las secciones de una línea ferroviaria están representadas en términos UOPSS por una serie de unidades
de lotes de tiempo fijo (delay) a través de las cuales pasan los trenes ("states"): En Ecs. (1) y (2), y, su y sd
corresponden a la configuración (operación) de una sección de carril, su inicio y apagado,
respectivamente. UT es el "tiempo de actividad" discreto (o tiempo de ejecución del tren) a través de la
sección. Indicess, m, d y t se refieren a secciones, tipos de trenes, dirección y tiempo, respectivamente.
Tenga en cuenta que el "inicio" de una sección implica que un tren ha ingresado, mientras que una sección
"apagado" implica que un tren la ha dejado.

Como los tiempos de ejecución del tren se modelan como unidades de tiempo de actividad fijas, las
variables de inicio su son variables binarias independientes, mientras que yy y sd se pueden declarar como
variables binarias "dependientes" y se pueden definir como variables continuas dentro del intervalo [0,1].
la integralidad de las variables binarias independientes su necesariamente exigirá la integralidad de las
variables binarias dependientes. En los entornos de trenes de una sola línea, los trenes solo pueden
cruzarse entre sí en direcciones opuestas si hay un bucle de paso lo suficientemente largo para acomodar
uno de trenes opuestos. Los trenes pueden ingresar en un ciclo de pases ocupado en cualquier momento
y permanecer allí por un tiempo indefinido (a menos que se especifique lo contrario) mientras que otros
trenes viajan en la línea principal. El comportamiento FHD de los bucles de paso está representado por
"unidades de inventario" en UOPSS. Las restricciones de capacidad de inventario representan el mayor
número de trenes que pueden esperar simultáneamente en el circuito de paso en cualquier punto del
tiempo, que es típicamente igual a uno. Este valor puede ser mayor en el caso de patios de ferrocarril o
múltiples lazos de paso en paralelo. Además, es posible asignar diferentes valores de capacidad para cada
tipo de tren y dirección, si se requiere.

En estas ecuaciones, InvPL, FPLi y FPLo corresponden al inventario de trenes en un circuito de paso, y el
"flujo" de trenes que entran y salen de un circuito de paso, respectivamente, que están directamente
vinculados a la variable de cierre sd de las secciones aguas arriba. Como se mencionó anteriormente, hay
tantos "modos de operación" para cada sección de tren y ciclo de paso como tipos de trenes en cada
dirección. Si se consideran dos tipos de trenes diferentes, cada sección de carril y circuito de paso tendrá
cuatro "modos de operación" diferentes (m, d): (1) tren1-dirección1 (T1D1), (2) tren1-dirección2 (T1D2),
(3) tren2 -dirección1 (T2D1), (4) train2- direction2 (T2D2), como se ilustra en Fig. 3.Fig. 3.

Representación UOPSS de secciones de raíl de línea única y bucles de paso para 2 tipos de trenes. La
flexibilidad en la programación de los sistemas ferroviarios se ve aumentada por muchos circuitos largos
y gran capacidad de patio en algunas de las estaciones, a expensas de requisitos de capital inflados. Los
esfuerzos de programación son algo más simples en líneas dedicadas (es decir, líneas de propósito único,
mismas prioridades de trenes, trenes homogéneos y diseño de bucles de paso). Sin embargo, en sistemas
con infraestructura limitada de bucles de paso y utilización mixta (transporte / pasajeros), debe haber
modelos más sofisticados. adoptado. Por lo tanto, un aspecto crucial de la modelis es la capacidad de
definir la conectividad diferente entre las secciones de ferrocarril y los bucles de paso para cada tipo de
tren. Dado que UOPSS permite la definición explícita de longitudes de tren para cada sección como
diferentes modos de operación, la incorporación de conectividad limitada en el modelo se convierte en
una tarea trivial, como se muestra en la Fig. 4 para un bucle de paso (corto) 1, que solo acepta trenes de
tipo 1, y un ciclo de paso 2 (más largo), que acepta ambos tipos de trenes. Los tiempos de viaje del tren
(tiempos de ejecución) a través del sistema son diferentes no solo entre los tipos de trenes, sino también
en cada dirección. Esto puede deberse a la existencia de colinas a través del sistema ferroviario, la carga
del tren, el tipo de sistema de frenado del tren y la configuración del tren (número y tipo de locomotoras,
número y tipo de vagones). Dado el modelado explícito de cada tipo y dirección de tren en UOPSS, es una
tarea simple asignar diferentes tiempos de ejecución a través de secciones para cada figura.

ipo y dirección del tren (ecuaciones (1) y (2)). Esta información está contenida en el parámetro UT (s, m,
d) .2.2. Secciones de raíl de línea simple y doble En entornos de flexibilidad limitada, las vías de ferrocarril
individuales (en las que solo un tren puede viajar en cualquier dirección) coexisten con doble vía, que
acomodan los trenes en ambas direcciones al mismo tiempo. En UOPSS, la distinción entre las funciones
simples y dobles se realiza mediante el número de términos añadidos a la restricción de uso único para
cada sección física, como lo indican los ángulos rectos punteados en la Fig. 5. Para secciones de una sola
línea, todos los modos de operación (tipos de trenes y direcciones) se agregan a la restricción de uso único,
mientras que para las secciones de doble línea, hay dos restricciones independientes de uso único: una
para cada dirección. Esto implica que aunque solo un tipo de tren puede estar en cualquier dirección en
cualquier período de tiempo, pueden coexistir dos direcciones. Secciones de doble línea
2.3. Los trenes se suceden en la misma dirección. Otra característica interesante y complicada de los
sistemas ferroviarios es la capacidad de los trenes largos para seguirnos en la misma dirección. Sin
embargo, cuando vienen en direcciones opuestas, los trenes largos deben esperar que los trenes que se
aproximan limpien completamente todas las secciones entre dos largos bucles de paso antes de que
entren en la primera sección. Este comportamiento se ilustra en la Fig. 6. El hecho de que más cortos) que
pasan bucles y que los trenes largos se pueden seguir cuando en la misma dirección se requieren
consideraciones adicionales, dado que simplemente adoptar las secciones con bucles de paso más largos
como base para el modelo daría como resultado soluciones demasiado conservadoras. Esta formulación
también se aplica a los trenes más cortos que viajan en las mismas direcciones (oropposite) en secciones
muy largas de una sola vía sin bucles de paso.

El comportamiento ilustrado en la Fig. 5 se logra en el modelo asignando una variable binaria adicional
para cada dirección para las ramas de longitud que asume el valor de 1,0 siempre que alguna de las
secciones intermedias esté activa. Una restricción de uso único en esta nueva variable binaria asegura que
solo una de estas secciones más grandes estará activa en direcciones opuestas (al tiempo que permite
que los trenes se sigan en la misma dirección).

(8) En otras palabras, Ecs. (7) y (8) evitan que el modelo permita matemáticamente el "cruce" de trenes
largos en ausencia de un circuito de paso lo suficientemente grande, pero permite que los mismos trenes
largos se sigan el uno al otro cuando viajan en la misma dirección , lo que hace que el modelo sea menos
conservador.2.4. Función objetivaEn las secciones anteriores, se describió la estructura del modelo de
planificación ferroviaria UOPSS. En los sistemas ferroviarios, hay muchos tipos de objetivos que pueden
ser de interés para los usuarios. Uno de estos objetivos es encontrar una "buena solución factible", que
normalmente se caracteriza por: (1) ningún "conflicto" de horario (es decir, inviabilidades) , (2) minimizar
al máximo los tiempos de recorrido del tren a través del sistema, y (3) respetar las prioridades del tren.
Por esta razón, el objetivo de los estudios de caso descritos en este documento fue minimizar el uso de
bucles de paso para todos los tipos de trenes dado un cronograma de lanzamiento de tren preespecificado
donde los tiempos de despacho del tren se especificaron en los límites de la batería al problema. Esta es
una representación indirecta de la minimización del tiempo de ejecución de los trenes a través del sistema,
que también puede explicar fácilmente las diferentes prioridades de trenes si se usan diferentes valores
de penalización para pasar variaciones de "inventario" de bucles para cada tipo de tren. Los valores de
penalización se agregan a la función objetivo como "costos de inventario" de trenes en espera: un mayor
"costo de retención" implica que el tren en cuestión tendrá prioridad sobre los demás trenes para pasar a
través del sistema. Esta característica también permite a los usuarios establecer diferentes prioridades
espaciales en el uso de bucles de paso: por ejemplo, pasar el uso del bucle más cerca de un puerto (o en
una estación de cambio de tripulación) puede ser "más aceptable" (es decir, menor valor de penalización)
.Otro objetivo potencial del modelo es maximizar el número de trenes que se ejecutan en el sistema para
determinar la capacidad máxima del sistema ferroviario y para identificar las secciones de cuello de
botella. En estos casos, el modelo subyacente es idéntico al descrito en las secciones anteriores, pero el
objetivo sería maximizar todos los "flujos de trenes" que salen del sistema en ambas direcciones, para
todos los tipos de trenes. Claramente, estos "flujos de trenes" deben ser restringidos por el usuario, no
sea que el optimizador envíe solo los trenes más cortos a través del sistema ferroviario.3. Posibles
aplicaciones La primera aplicación muy útil de este modelo es la obtención automática de horarios viables
de tren, dado un cronograma de lanzamiento de trenes, lo cual es una tarea desafiante para un sistema
con este nivel de complejidad. Con suficiente retroalimentación e integración de medición, el modelo
propuesto podría implementarse en línea en tiempo real. Dado que el modelo se basa en un modelo de
programación de tiempo discreto, la administración del mantenimiento de la ruta se convierte en una
tarea muy simple que solo requiere establecer la disponibilidad de la sección específica. resentido por las
variables de "configuración") a cero durante la operación de mantenimiento. El modelo de optimización
encontrará un programa de trenes factible que satisfaga este requisito, si existe. Esta la característica
permitiría que el modelo sea utilizado para una planificación de mantenimiento de seguimiento óptima.
Tenga en cuenta que la ejecución del mantenimiento de pistas añadiría complejidad si se utiliza una
representación en tiempo continuo, ya que se necesitarían agregar variables binarias adicionales para
asignar el momento en que se estaba llevando a cabo el mantenimiento de la ruta. Otra recuperación
interesante y útil del modelo es eventos imprevistos como averías de la locomotora. En este caso, después
de que se remedia el evento, el tráfico en el sistema ferroviario debe restablecerse lo más rápido posible.
Este es un requisito muy desafiante para las herramientas de simulación, dado que muchas de las reglas
y heurísticas se basan en el lanzamiento de trenes desde estaciones en los extremos de la línea ferroviaria,
a diferencia de cualquier estación intermedia. Para el modelo de optimización propuesto, esto es una
tarea simple, que solo requiere forzar las variables binarias al valor de un atstart-of-schedule en las
secciones en las que se organizan los trenes.A veces es el caso en el que los operadores ferroviarios no
saben exactamente cuál es la capacidad máxima de su sistema . Frecuentemente, confían en los horarios
históricos de trenes y / o en las horas más típicas de la capacidad máxima. El modo de optimización
propuesto permite una estimación más precisa de la capacidad útil del sistema de rieles, que luego puede
maximizarse para la infraestructura de raíles existente como se discutió en la sección anterior. Otra área
de aplicación muy importante es el diseño del sistema. El modelo puede ayudar en la fase y planificación
óptimas de las inversiones en infraestructura ferroviaria, ya sea extendiendo los bucles de paso existentes,
agregando nuevos al sistema. Esto se puede lograr agregando una variable abinaria que corresponda al
uso de cada opción de expansión de loopex y penalizándola con su correspondiente monto de gasto de
capital en la función objetivo. Por lo tanto, dados los valores asignados a cada viaje en tren completado,
la optimización solo usará la expansión adicional si el beneficio de la capacidad aumentada excede el gasto
de capital requerido. Esto permitiría que el modelo se utilice para decisiones de inversión de capital tales
como modernizaciones y renovaciones (expansiones y aumento de capacidad). El modelo de planificación
ferroviaria también puede ser parte de un modelo de optimización de cadena de valor integrado más
grande construido utilizando el mismo marco de trabajo UOPSS para los elementos restantes del sistema
de cadena de valor. Esta es una gran mejora no solo en las mejores prácticas ferroviarias actuales, sino
también un paso significativo hacia la integración completa de los sistemas de producción, transporte y
distribución.4. Resultados Todos los modelos de optimización fueron codificados en C ++ y los problemas
fueron resueltos usando CPLEX 12.6 en una computadora portátil con un procesador Intel Core2.40 GHz
de 8 núcleos y 8 GB de RAM. La tolerancia de optimalidad para todos los casos se estableció en 5%. La
configuración detallada del modelo se proporciona entables 1 y 2

4.1. Estudio de caso 1- sistema de riel simple Para propósitos de ilustración, primero consideraremos el
sistema de riel simple representado en la figura 7. En este sistema, hay 6 estaciones de tren (st1 a st6) a
lo largo de la línea de raíl lineal. Hay un segmento de doble línea representado por la línea roja entre las
estaciones st4 y st5, y los segmentos restantes solo contienen una sola pista. Hay un bucle de paso único
en la estación de trenst2. En este ejemplo, solo hay dos tipos de trenes, ambos pueden utilizar el bucle de
pasada p1 y, por motivos logísticos, solo difieren en sus tiempos de viaje a través del sistema (Tabla 1). El
modelo se ejecutó en un horizonte de un día, utilizando cinco períodos de tiempo reducido Las
estadísticas del modelo y la solución se muestran en la Tabla 3. Como un desincentivo para los tiempos
de espera del tren largo en el ciclo de pasada, se asignó un peso, m, d, t de 10-4 a todas las variables de
inventario de bucle de paso (InvPLpl, m, d, t) para ambos tipos de trenes. Dado que el objetivo de este
problema de optimización es minimizar el tiempo de viaje, esto puede lograrse indirectamente al
minimizar la suma de todas las variables de inventario de bucle de paso:

Función objetiva

El diagrama del tren resultante y el uso del ciclo de paso para este caso base se pueden ver en la Fig. 8. En
esta figura, el eje vertical se corresponde con las secciones del carril, mientras que el eje horizontal
corresponde a los períodos de tiempo. Los dos tipos de trenes se representan gráficamente en el diagrama
de Gantt como barras verdes y azules. Los bloques sólidos corresponden a la dirección 1, mientras que los
bloques discontinuos corresponden a la dirección opuesta. Cada color de bloque representa un tipo de
tren, y las filas resaltadas en rojo claro representan secciones de doble carril, que pueden contener trenes
en ambas direcciones simultáneamente. El tren verde se lanza en la dirección 1 en el período 11, y
permanece en la primera sección durante 4 períodos * 5 minutos por hora período =) 20 min. Luego
ingresa al ciclo de pase de los períodos de tiempo15-18 (que se puede ver en el diagrama de bucle de
paso) para permitir que el tren azul pase por la Sección 2. Cuando el tren azul llega a la sección 1, el tren
verde se abre paso fuera del bucle 1 y en la sección 2 en el período de tiempo 19. En este ejemplo, un
tren azul se hace esperar durante un largo tiempo en el bucle de paso (del período de tiempo 25-38) para
permitir que los trenes verdes atraviesen el sistema. A menudo es el caso donde los trenes tienen
diferentes prioridades, y los tiempos de espera de los trenes de alta prioridad deben ser minimizados.
Para lograr esto, aumentamos el peso de la variable de inventario del ciclo de pase (InvPLpl, m, d, t) a 1.0
solo para el tren azul. Tenga en cuenta que también sería posible evitar que un tren particular se detenga
en un bucle de paso fijando la secuencia de las variables de inicio (sus, m, d, t) a 1.0 en función de la
ventaja del tren a través de la sección. Sin embargo, esta estrategia puede hacer que el problema no sea
factible. Los nuevos resultados se pueden ver en la Fig. 9. Está claro que se respetó la mayor prioridad del
tren azul, pero el tiempo total transcurrido dentro del ciclo de paso aumentó. En el caso anterior
(prioridades iguales de tren), la cantidad total de tiempo pasado en el circuito de paso para alltrains fue
(18 periodos de tiempo * 5 min por período de tiempo =) 90 min. En el caso de los trenes azules de mayor
prioridad, la cantidad total de tiempo que el tren verde pasa en el circuito de paso es (24 * 5 =) 120
min.4.2. Estudio de caso 2: estudio de caso industrial La formulación de planificación propuesta se aplicó
a un sistema de raíles real compuesto por 21 secciones, 16 loops de paso y 5 tipos de trenes diferentes,
lo que representa un corredor ferroviario de uso mixto de 370 km. Debido a los tiempos de viaje entre las
estaciones, se utilizó un paso de tiempo de 10 minutos en el modelo, y todos los tiempos de ejecución del
tren se redondearon a los 10 minutos más cercanos para lograr una solución más conservadora. Debido a
la naturaleza sensible de este estudio, la configuración detallada para este caso no puede hacerse pública.
En la experiencia industrial reciente, el software de programación comercial ferroviaria no fue capaz de
encontrar ni siquiera una solución factible para un horizonte temporal de dos días. Esto nos lleva a una
encuesta bibliográfica de investigación enfocada en el problema de programación de trenes y, según
nuestro conocimiento, para el comportamiento complejo del sistema ferroviario, no existen herramientas
comerciales ni se han publicado investigaciones previas que aborden todas las consideraciones descritas
anteriormente. El software ferroviario comercial actual a menudo está basado en simulación, y se basa en
reglas y heurísticas para evitar y resolver "conflictos" (es decir, inviabilidades) en cruces de vías. Estas
herramientas, incluso cuando son utilizadas por expertos ferroviarios, son inadecuadas para gestionar la
complejidad de los sistemas ferroviarios congestionados con múltiples tipos de trenes, líneas simples /
dobles y muchas estaciones de tren, yardas de mantenimiento / cambio, así como tiempos de respuesta
del tren. Este trabajo comenzó con un horizonte de 2 días, que fue la mejor solución actual que se puede
lograr con un paquete de software de simulación comercial. La formulación propuesta resultó en un MILP
a gran escala (Tabla 4, línea 1). Las estadísticas de la solución se informan en la Tabla 5. El diagrama de
Gantt de una solución típica de 1 semana se muestra en la figura 10. Los tiempos de resolución fueron
bastante razonables para lograr la primera solución de gran escala para este sistema a gran escala
(aproximadamente un minuto), pero el PCLEX tomar un tiempo más largo (~20 min) para cerrar la
integralitygap dentro de una tolerancia del 5%.

Al reconocer el patrón de "escalera" en la solución y la estructura del modelo especial, se propuso una
modificación del modelo original de UOPSS: todas las variables binarias dependientes, originalmente
declaradas como variables continuas, se declararon explícitamente como binarias. Si bien esto dio como
resultado muchas variables binarias adicionales en el modelo, también permitió que el modelo de
optimización se convirtiera en un modelo de programación de entero puro (es decir, sin variables
continuas). Esto dio como resultado enormes mejoras en el tiempo de resolución y la capacidad de
obtener la solución potencialmente óptima dentro de la heurística CPLEX. Este efecto fue muy
probablemente debido a una combinación de cortes heurísticos y cortes previos a la resolución CPLEX,
una formulación de modelo UOPSS ajustada y las características favorables de solución en cascada
inherentes a los sistemas de railscheduling. Este es un resultado interesante que refuerza aún más los
hechos bien conocidos que ( 1) el número de variables binarias es un mal predictor del rendimiento de
MILP, y (2) en algunos casos, puede ser beneficioso aumentar significativamente el número de variables
binarias en el problema. Estos resultados también sugieren que los esfuerzos de investigación adicionales
deberían dirigirse a desarrollar marcos para identificar sistemáticamente qué variables binarias
dependientes en un modelo MILP deberían declararse explícitamente como binarias para mejorar las
velocidades de solución, que pueden incorporarse como parte de los solucionadores comerciales de MILP.
la mejora en el tiempo de resolución logrado mediante la formulación de este modelo como IP pura (en
la que la solución final se logró en aproximadamente un minuto), el horizonte temporal del problema
original se extendió a una semana completa de salidas de trenes. Como se puede ver en la Tabla 4, esto
resultó en un modelo con más de 1.3 millones de variables binarias, 1.6 millones de ecuaciones y más de
4 millones de elementos de cero. Este modelo se resolvió con una optimalidad comprobable en menos de
20 minutos, aún dentro de la rutina de heurística CPLEX.5. Conclusión En este documento, se desarrolló
un nuevo y detallado modelo de programación para sistemas de raíles complejos, que supera con creces
la funcionalidad comercial actual. El enfoque propuesto es muy flexible, genérico y puede adaptarse para
abordar cualquier configuración de sistema ferroviario. Además, el hecho de que este modelo se basa en
la tecnología de ingeniería de sistemas de proceso facilita la comunicación matemática en todos los
elementos de la cadena de valor, permitiendo una integración total entre los sistemas de producción,
transporte y distribución. El enfoque de optimización propuesto en este documento permite acelerar, una
toma de decisiones consistente y potencialmente mejorada que puede ser realizada por personas con
menos experiencia que las actualmente requeridas. Además, el mismo esfuerzo de modelado requerido
para la programación en tiempo real puede aprovecharse para otros usos, tales como (1) determinación
rápida de programas de trenes factibles, (2) recuperación de eventos imprevistos en el sistema ferroviario,
(3) programación de mantenimiento de seguimiento, (4 ) determinar la capacidad máxima del sistema
ferroviario, y (5) determinar los gastos de capital óptimos para aumentar la capacidad del sistema. Este
modelo es la base del software Hatch Rail Optimizer (HRO) de patente pendiente. El modelo resultante a
gran escala se resolvió durante una semana-longhorizon, y proporcionó soluciones rápidas utilizando una
computadora portátil estándar. Se realizaron mejoras significativas para resolver los tiempos convirtiendo
la formulación original de MILP a una formulación de IP. Desde la perspectiva del ensayo industrial, esto
justifica los estudios sobre el desarrollo de marcos para determinar automáticamente qué variables
(binarias dependientes) deben declararse explícitamente como binarias en los modelos MILP para
acelerar el cálculo.