[論文レビュー] An Approach to the High-level Maintenance Planning for EMU Trains Based on Simulated Annealing

Boliang Lin, Ruixi Lin|arXiv (Cornell University)|Apr 10, 2017

Assembly Line Balancing Optimization参考文献 17被引用数 6

ひとこと要約

本稿では、走行距離損失を最小限に抑えつつ、保守能力と動的保守ウィンドウを尊重するように、電動車両（EMU）の高水準保守計画を最適化するための焼きなまし法に基づく手法を提案する。この手法は、保守中の列車の状態を追跡する状態関数を用いて、非線形0-1整数プログラミング問題として保守スケジューリングをモデル化し、能力制約と時間的制約のもとで効率的なスケジューリングを実現する。

ABSTRACT

A high-speed train needs high-level maintenance when its accumulated running mileage or time reaches predefined threshold. The date of delivering an Electric Multiple Unit (EMU) train to maintenance ranges within a time window rather than be a fixed date. Obviously, changing the delivering date always means a different impact on the supply of EMU trains and operation cost. Therefore, the delivering plan has the potential to be optimized. This paper formulates the EMU train high-level maintenance planning problem as a non-linear 0-1 programming model. The model aims at minimizing the mileage loss of all EMU trains with the consideration of the maintenance capacity of the workshop and maintenance ratio at different times. The number of trains under maintenance not only depends on the current maintenance plan, but also influenced by the trains whose maintenance time span from the last planning horizon to current horizon. A state function is established to describe whether a train is under maintenance. By using this function the constraint of restricting the total number of trains that are under maintenance can be formulated reasonably well. Finally, a simulated annealing algorithm is proposed for solving the problem.

研究の動機と目的

• 動的納品時間窓を考慮したEMU列車の高水準保守計画の最適化に取り組む。
• 保守計画中のすべてのEMU列車の走行距離損失を合計で最小化する。
• 保守能力制約と時間依存の保守比率をスケジューリングモデルに組み込む。
• 状態関数を用いて、保守中の列車の状態を正確に追跡する。
• 高速鉄道運用における現実世界の保守計画に実用的かつスケーラブルなソリューションを開発する。

提案手法

• 高水準保守計画問題を非線形0-1混合整数プログラミングモデルとして定式化する。
• 任意の時点で列車が保守中かどうかを特定するための状態関数を導入し、過去の計画期間からの時間的重複を捉える。
• 保守能力制限と時間変動する保守比率を最適化モデルの制約として組み込む。
• 解空間を効率的に探索し、局所最適解に陥るのを避けるために焼きなまし法を適用する。
• 状態関数を用いて、任意の時点で保守中の列車総数を動的に制約する。
• 解の品質と計算効率のバランスを取るヒューリスティック探索戦略を採用する。

実験結果

リサーチクエスチョン

• RQ1 保守能力を尊重しつつ、走行距離損失を最小化するように、EMU列車の高水準保守計画をどのように最適化できるか。
• RQ2 動的保守時間窓が列車の利用可能性和運用コストに与える影響は何か。
• RQ3 計画期間全体にわたって、保守中の列車の状態をどのように正確にモデル化できるか。
• RQ4 焼きなまし法は、EMU保守計画のための非線形0-1プログラミングモデルを効果的に解けるか。
• RQ5 保守能力、保守比率、総走行距離損失の間には、どのようなトレードオフが存在するか。

主な発見

• 提案されたモデルは、EMU車両群全体の保守計画を最適化することで、総走行距離損失を効果的に最小化した。
• 状態関数により、保守中の列車の正確な追跡が可能となり、同時に保守される列車数に関する制約が適切に守られた。
• 焼きなまし法は解空間を効果的に探索し、非線形0-1プログラミングモデルに対して高品質な解に収束した。
• 時間変動する保守比率を組み込むことで、スケジューリングの現実性と運用効率が向上した。
• 動的納品時間窓にもかかわらず、モデルは妥当性を維持し、現実世界への展開における柔軟性が向上した。
• 本手法は大規模なEMU保守計画において計算的に実行可能かつスケーラブルであることが示された。