Unterstuetzung der operativen Fahrplanerstellung basierend auf Optimierung mit genetischen Algorithmen / Support for operative train scheduling using algorithm optimisation

Aus den Verkehrsprognosen fueur die Bundesverkehrswegeplanung bis zum Jahre 2015 wird ersichtlich, dass nur eine drastische Erhoeohung des Eisenbahnanteils an der gesamten Transportleistung das Chaos auf deutschen Autobahnen verhindern kann. Zu diesem Zweck muss die Konkurrenzfaehigkeit der Eisenbahnen stark verbessert werden, indem die Vorteile der Eisenbahn - Puenktlichkeit mit denen des Strassenverkehrs - Flexibilitaet kombiniert werden. Heutiger Eisenbahnbetrieb wird weitgehend zentralisiert aus Betriebszentralen gesteuert. Mit steigendem Transportdurchsatz erhoehen sich die Komplexitaet der Steuerung und die Anforderungen bezueglich derer Antwortzeit bei der Ermittlung neuer Zugtrassen. Eine Loesung bietet der Einsatz eines optimierungsbasierten Trassenplanungssystems. Im Beitrag wird ein Optimierungsansatz mit Genetischen Algorithmen vorgestellt. Zur Auswertung der durch den Genetischen Algorithmus generierten Loesungsvarianten wird eine effektive ereignis-diskrete Simulation basierend auf Petrinetzen verwendet. Anschliessend werden die Benchmarkbeispiele vorgestellt, mit denen eine prototypische Implementierung des Verfahrens getestet wird. (A) ABSTRACT IN ENGLISH: Considering the German transportation growth prognosis (Verkehrsprognose fuer die Bundesverkehrswegeplanung) for the year 2015 the rail traffic performance has to improve drastically in order to avoid an estimated traffic chaos on German roads. According to this it is necessary to encourage especially the competitiveness of rail traffic. Therefore the advantages of road traffic - flexibility and punctuality - have to be competitively implemented in rail traffic. Presently the railway management is based on a centralized implementation of railway operation, which has to be optimized in order to handle the upcoming growth of transportation. This task can be performed by automated train path routing procedures based on mathematical optimizations. This paper shows an approach using genetic algorithms. The application of this stochastic optimization procedure requires a highly efficient simulation of railway operations, which in the present case is been implemented by using Petri-nets. On the basis of a practical case study the possible fields of application for this prototypical implemented procedure of train path routing are presented. (A) Beitrag zum Themenbereich "Trassenmanagement" des Gesamtverkehrsforum 2003 - Tagung der VDI-Gesellschaft Fahrzeug- und Verkehrstechnik, Braunschweig, 9. und 10. Oktober 2003.