[논문 리뷰] An Approach to the High-level Maintenance Planning for EMU Trains Based on Simulated Annealing

Boliang Lin, Ruixi Lin|arXiv (Cornell University)|2017. 04. 10.

Assembly Line Balancing Optimization참고 문헌 17인용 수 6

한 줄 요약

이 논문은 유지보수 용량과 동적 유지보수 창구를 고려하면서도 주행거리 손실을 최소화하는 방식으로 전동열차(EMU)의 고수준 유지보수 계획을 최적화하기 위해 시뮬레이티드 어닐링 기반 접근법을 제안한다. 이 방법은 상태 함수를 통해 유지보수 중인 열차를 추적하는 비선형 0-1 정수계획문제로 유지보수 스케줄링을 모델링하여 용량 및 시간 제약 조건 하에서 효율적인 스케줄링을 달성한다.

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.

연구 동기 및 목표

• 동적 도착 시간 창구 조건 하에서 전동열차(EMU)의 고수준 유지보수 스케줄링 최적화 문제를 해결하기 위해.
• 유지보수 계획 기간 동안 모든 전동열차의 총 주행거리 손실을 최소화하기 위해.
• 유지보수 용량 제약 조건과 시간에 따라 변하는 유지보수 비율을 스케줄링 모델에 통합하기 위해.
• 상태 함수를 통해 유지보수 중인 열차의 상태를 정확히 추적함으로써, 동시에 유지보수 중인 열차 수 제약을 준수하기 위해.
• 실제 고속철도 운영 환경에 적용 가능한 실용적이고 확장 가능한 솔루션을 개발하기 위해.

제안 방법

• 고수준 유지보수 계획 문제를 비선형 0-1 혼합정수계획모델로 수립한다.
• 어느 시점에서나 열차가 유지보수 중인지 여부를 결정하기 위해 상태 함수를 도입하며, 이는 이전 계획 기간의 시간적 중첩을 반영한다.
• 유지보수 용량 제한과 시간에 따라 변화하는 유지보수 비율을 최적화 모델의 제약 조건으로 통합한다.
• 해결 공간을 효율적으로 탐색하고 국소 최적해에 갇히는 것을 방지하기 위해 시뮬레이티드 어닐링 알고리즘을 적용한다.
• 상태 함수를 활용해 언제든지 유지보수 중인 열차 총 수를 동적으로 제약 조건으로 설정한다.
• 해결 품질과 계산 효율성의 균형을 맞추기 위한 휴리스틱 탐색 전략을 활용한다.

실험 결과

연구 질문

• RQ1 유지보수 용량을 준수하면서 주행거리 손실을 최소화할 수 있는 전동열차(EMU)의 고수준 유지보수 계획 최적화 방법은 무엇인가?
• RQ2 동적 유지보수 시간 창구는 열차 가용성과 운영 비용에 어떤 영향을 미치는가?
• RQ3 계획 기간 전반에 걸쳐 유지보수 중인 열차의 상태를 정확히 모델링하는 방법은 무엇인가?
• RQ4 시뮬레이티드 어닐링은 전동열차 유지보수 스케줄링을 위한 비선형 0-1 계획모델을 효과적으로 해결할 수 있는가?
• RQ5 유지보수 용량, 유지보수 비율, 총 주행거리 손실 간의 상호 교환 관계는 무엇인가?

주요 결과

• 제안된 모델은 전동열차 풍경 전반에 걸친 유지보수 스케줄링 최적화를 통해 총 주행거리 손실을 성공적으로 최소화한다.
• 상태 함수는 유지보수 중인 열차를 정확히 추적할 수 있게 하여 동시에 유지보수 중인 열차 수 제약을 준수함을 보장한다.
• 시뮬레이티드 어닐링은 해결 공간을 효과적으로 탐색하며 비선형 0-1 계획모델에 대해 고품질의 해에 수렴함을 입증한다.
• 시간에 따라 변하는 유지보수 비율을 고려함으로써 스케줄링의 현실성과 운영 효율성이 향상된다.
• 모델은 동적 도착 시간 창구 조건 하에서도 타당성을 유지하여 실제 적용에 있어 유연성을 높인다.
• 이 방법은 대규모 전동열차 유지보수 계획에 대해 계산상의 타당성과 확장성을 입증한다.