Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouMarianne Festa Alterado mais de 9 anos atrás
1
Modelagem, Análise e Decisão em Sistemas de Transporte Ferroviário
Fernando Gomide UNICAMP - FEEC - DCA
2
Visão Geral 1. Introdução 2. Modelo de Linha e de Despacho
3. Modelo Proposto 4. Modelagem Orientada a Objetos 5. Sistema Computacional 6. Exemplos de Aplicação 7. Conclusões
3
1. Introdução Descrição do Problema Modelos de linha:
Simulação, análise de operações, otimização e controle de circulação, expansão da capacidade; 1a fase: matemática, computação clássica, etc. 2a fase: métodos heurísticos, int. computacional, etc.
4
Motivação Objetivos: Carência de tecnologia nacional
Ausência de ferramentas para suporte à decisão Objetivos: Pesquisa, e desenvolvimento de modelos de linha; Definição e formalização de um modelo estruturado; Implementação computacional e testes; Aplicações:análise e otimização de circulação análise e otimização de circulação estratégias de despacho suporte a tomada de decisões e logística expansão de capacidade
5
2.Modelo de Linha e de Despacho
Modelos de Linha: Analisam os movimentos dos trens e as atividades de despacho Estimam o atraso de cada trem causado por interferências relacionadas com estratégias de despacho, distribuição do tráfego, topología física da linha, atividades nos pátios, etc. Exemplo: modelo de Petersen e Taylor, permite: calcular a performance de cada tipo de trem sobre uma linha; avaliar a capacidade de linhas e sistema; determinar a performance de linhas em função do tráfego; analisar a performance em função da linha e parâmetros de operação; avaliar estratégias de atualização física da linha; avaliar estratégias de despacho; analisar performance de sistemas de ferrovia– terminais–pátios.
6
Modelos de despacho Auxiliam a operação
Ajudam a diminuir o consumo de combustível, incrementar a capacidade da linha e a confiabilidade do serviço. Primeiros modelos baseados em programação matemática convencional e teorias de otimização Incorporação de ferramentas de inteligência computacional: maior flexibilidade e melhor expressão do conhecimento prático.
7
3. Modelo Desenvolvido 3.1. Elementos do Modelo A. Malha Ferroviária
Segmentos Via ou trecho Locação Conexões
8
B. Modelos de Percursos C. Modelos de Escalas Rotas dos trens
Relação de segmentos que compõem a rota de um trem C. Modelos de Escalas Trens operam em pátios intermediários ou terminais Descritos pelo número de paradas e pelos dados das paradas. Parada: linha, segmento, duração, desvio
9
D. Modelos de Trens E. Trens Despachados
Características comuns dos trens Descrito por: comprimento, vagões, locomotivas e tempos de percurso nos segmentos. Dependência entre trens: fator de ajuste, modelo de trem do qual depende E. Trens Despachados Modelo de percurso Modelo de escalas: inbound e outbound Modelo de trem: inbound e outbound Horário de partida, desvio, sentido de viagem. Dependência entre trens: intervalo de tempo após o qual parte, trem do qual depende.
10
F. Atividades de Manutenção
Descritas por: locação, hora de início, desvio, duração e desvío. E. Trens Imaginários Criados por manutenção/interrupção Criados por razões de segurança F. Perturbações nos Trens Descritas por: trem, hora de início, desvío desta hora, duração e desvío da duração
11
3.2. Lógica do Modelo
12
Elementos do Modelo de Petersen e Taylor Elementos do Modelo Proposto
Linha Ferroviária Conexões Físicas Trens Trens Imaginários Atividades de Manutenção Tempos Elementos do Modelo Proposto Malha Ferroviária Conexões Físicas Modelos de Trens Modelos de Percursos Modelos de Escalas Trens Trens Imaginários Atividades de Manutenção Perturbações dos trens
13
3.3. Funções de Otimização de Despacho
Objetivo: otimizar a circulação de trens Otimização: métodos convencionais ou métodos de inteligência computacional Linguagem que permite definir funções baseadas na lógica nebulosa e na matemática convencional.
14
Exemplo double big; if X is Atraso.Pequeno then Z is Prioridade.Baixa
if X is Atraso.Medio then Z is Prioridade.Media if X is Atraso.Alto then Z is Prioridade.Alta size = TRAINS.SIZE; for i =1:size { AUX_TRAIN = TRAINS[i]; X = AUX_TRAIN.DELAY; dum = run(0,2); if(dum >= big){ big = dum; SELECTED_TRAIN = AUX_TRAIN; } double big; double dum; big = 0.0; RealTrain AUX_TRAIN; Atraso = (Pequeno,Medio,Alto); Prioridade = (Baixa,Media,Alta); Atraso.Universe = [780,0,1560]; Prioridade.Universe = [50,0,100]; Atraso.Pequeno = trapese(0,0,240,480); Atraso.Medio = triang(360,720,1080); Atraso.Alto = trapese(960,1200,1560,1560); Prioridade.Baixa = trapese(0,0,20,40); Prioridade.Media = triang(30,50,70); Prioridade.Alta = trapese(60,80,100,100); Exemplo
15
3.4. Prevenção de Bloqueio na Linha
Segmento Livre segmento final da linha, levando-se em consideração o sentido de viagem do TREM; contém pelo menos um trecho livre e pelo menos um trecho ocupado por um trem viajando no mesmo sentido do TREM; contém mais de um trecho livre.
16
Algoritmo para encontrar Segmento Livre
1. Seja (Y’, Z’) a posição inicial do trem TREM: (Y’, Z’); Y’, Z’ V 2. Construir o conjunto de caminhos a serem analisados: CP = {i | i = (Z’, I), I V and i P(G) } 3. Verificar o seguinte: 3.1 Se num(CP) = 0 então um segmento livre foi encontrado; terminar. 3.2. Se [ i,j | w(i) = 1 e w(j) = 0, i,j CP] então um segmento livre foi encontrado; terminar. 3.3. Se [ i,j | w(i) = 0 e w(j) = 0, i,j CP ] então um segmento livre foi encontrado; terminar. 3.4 Se [ i | w(i) = 0 ou w(i) = 1, i CP ] então: Seja Z tal que i CP com i = (J,Z) e w(i) {0,1} Construir um novo conjunto de caminhos a serem analisados: CP = {i | i = (Z,I), i P(G) and I V } continuar (ir a 3.) 3.5. Caso contrário um segmento livre não foi encontrado; terminar
19
4. Modelagem Orientada a Objetos
20
Atualizar Dados
21
Dados Dependentes Dados Não Dependentes
22
Package Sistema
23
Package GUI
24
Diagrama de Classes: Package Data
25
Classes do Domínio do Problema
26
Diagrama de Colaboração: Simulação
27
5. Sistema Computacional
28
Manipulação de arquivos
29
Despachar trens
30
Exemplos de Resultados Diagrama Espaço Tempo
32
Diagrama de Atrasos dos Trens
33
Edição de Funções de Otimização
34
6. Exemplos de Aplicação A. Primeiro exemplo
35
Exemplos de Linhas
36
B. Segundo exemplo
37
C. Terceiro exemplo
38
D. Quarto Exemplo
39
E. Quinto Exemplo
40
7. Conclusões Um modelo estruturado de linha foi desenvolvido:
Extensão do modelo de Petersen e Taylor Algoritmo de prevenção de bloqueio O modelo contempla os elementos essenciais para definir a circulação de trens em uma malha ferroviária; O modelo computacional usa orientação a objetos; Sistema computacional implementado a partir do modelo; O sistema permite inserir e alterar dados relacionados com o modelo, simular a circulação de trens na malha ferroviária e observar os resultados da simulação
41
O sistema inclui uma ferramenta para definir estratégias de despacho convencionais e/ou baseadas na lógica nebulosa. Trabalhos futuros avaliar o uso de diferentes técnicas de otimização de despacho, fazendo uso da linguagem criada ou, se for necessário, expandindo esta linguagem para permitir a definição de outro tipo de funções; expandir o sistema para permitir a análise automática de resultados de diferentes cenários de utilização; suporte em sistemas distribuídos de controle; aplicações reais em decisão e logística.
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.