[go: up one dir, main page]

KR20050085832A - 동적 최적화 트래픽 플래닝 방법 및 시스템 - Google Patents

동적 최적화 트래픽 플래닝 방법 및 시스템 Download PDF

Info

Publication number
KR20050085832A
KR20050085832A KR1020057011555A KR20057011555A KR20050085832A KR 20050085832 A KR20050085832 A KR 20050085832A KR 1020057011555 A KR1020057011555 A KR 1020057011555A KR 20057011555 A KR20057011555 A KR 20057011555A KR 20050085832 A KR20050085832 A KR 20050085832A
Authority
KR
South Korea
Prior art keywords
traffic
plan
traffic movement
plans
optimized
Prior art date
Application number
KR1020057011555A
Other languages
English (en)
Inventor
비오렐 모라리우
프랭크 보일레
우베 도이테르만
그레고리 피. 배리
앤드류 코릿코
Original Assignee
유니온 스위치 앤드 시그널 인코포레이티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 유니온 스위치 앤드 시그널 인코포레이티드 filed Critical 유니온 스위치 앤드 시그널 인코포레이티드
Publication of KR20050085832A publication Critical patent/KR20050085832A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/10—Operations, e.g. scheduling or time tables
    • B61L27/12—Preparing schedules
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/10—Operations, e.g. scheduling or time tables
    • B61L27/16—Trackside optimisation of vehicle or train operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L2205/00—Communication or navigation systems for railway traffic
    • B61L2205/04—Satellite based navigation systems, e.g. global positioning system [GPS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)
  • Window Of Vehicle (AREA)
  • Feedback Control In General (AREA)

Abstract

최적화된 트래픽 무브먼트 플랜을 생성하는 방법이 개시된다. 플랜 모니터는 지역의 트래픽 상태에 기초하여 트래픽에 대해 제1 플래닝 바운더리를 결정한다. 플랜 생성기는 제1 플래닝 바운더리를 채용하여 트래픽에 대해 제1 트래픽 무브먼트 플랜을 반복적으로 생성한다. 플랜 생성기는 제1 최적화된 트래픽 무브먼트 플랜으로서 제1 트래픽 무브먼트 플랜 중 하나를 선택하고, 트래픽 무브먼트를 제어하기 위해 그것을 출력한다. 플랜 모니터는 플래닝 윈도우에 대해 지역의 현재 트래픽 상태를 결정하고, 현재 트래픽 상태에 기초하여 제1 플래닝 바운더리를 업데이팅하여 트래픽에 대해 제2 플래닝 바운더리를 제공한다. 플랜 생성기는 제2 플래닝 바운더리를 채용하여 트래픽에 대해 제2 트래픽 무브먼트 플랜을 반복적으로 생성하고, 제2 최적화된 트래픽 무브먼트 플랜으로서 제1 및 제2 트래픽 무브먼트 플랜 중 하나를 선택하고, 트래픽 무브먼트를 제어하기 위해 그것을 출력한다.

Description

동적 최적화 트래픽 플래닝 방법 및 시스템{DYNAMIC OPTIMIZING TRAFFIC PLANNING METHOD AND SYSTEM}
본원발명은, 일반적으로는, 트래픽 플래닝 방법에 관한 것이고, 더 구체적으로는, 최적화된 트래픽 무브먼트 플랜을 생성하고 동적으로 수정하는 방법에 관한 것이다. 또한, 본원발명은, 기차 또는 통근 열차 동적 최적화 트래픽 플래닝 시스템 등 동적 최적화 트래픽 플래닝 시스템에 관한 것이다.
운송 기반시설은 특정 지리 지역내 (트럭, 기차, 배 또는 보트 등의) 운송수단을 위한 (도로, 철도, 수로 등의) 복수의 유형적 길로 구성된다. 트래픽 플래닝은, 특정 운송 기반시설에 대하여 한정된 시간동안, 복수의 운송수단이 따라야 할 복수의 루트(즉, 운송수단 당 하나의 루트) 및 운송수단이 특정 시각에 그들 각각의 루트를 따라 위치하도록 플래닝되는 장소를 결정하는 프로세스이다.
전통적으로, 트래픽 플래닝은 사람에 의해 수행되어 왔지만, 트래픽 플래닝 프로세스는 소정의 운송 기반시설 데이터, 플래닝될 개개의 운송수단에 관한 데이터, 운송수단 스케줄, 유형적 운영상 제약, 및 트래픽의 무브먼트에 관련한 다른 데이터로 무브먼트 플랜을 생성하는 자동 트래픽 플래너 또는 간단히 트래픽 플래너에 의해 수행될 수도 있다. 예를 들어, 기차 트래픽의 경우에 있어서는 그러한 트래픽 플래너는 (트랙, 신호, 스위치 등의) 철도 기반시설 데이터, 플래닝될 개개의 기차에 대한 데이터, 기차 스케줄, 유형적 운영상 제약, 및 기차의 무브먼트에 관련한 다른 데이터를 채용한다.
트래픽 플래너에 의해 생성된 무브먼트 플랜을 실행하기 위해서, 그들 무브먼트 플랜은 필드 디바이스의 상태를 제어하도록 채용되는 제어 커맨드로 변환되어, 운송수단이 어떻게 이동하도록 허용되는지 결정한다. 기차의 경우에 있어서는, 제어 커맨드는 (가속, 감속, 정지 등) 기차가 어떻게 전진해야 하는지를 나타내는 신호등의 태양 및 기차가 달릴 특정 트랙을 결정하는 스위치의 위치(즉, 정 또는 역)를 변화시킨다. 다크(무신호) 구역에 있어서는, 기차의 진행은 이정표, 경계표 또는 지리적 위치에 의하여 지정된다(즉, 기차는 그 플래닝된 루트에 따라 그 현 위치로부터 특정 이정표까지 이동하도록 권한을 부여받는다). 제어 커맨드를 필드에 송신하는 것은 트래픽 플래너가 인터페이싱되는 자동 트래픽 제어 시스템 또는 간단히 제어 시스템에 의하여 이루어진다. 철도는 개개의 소유지 또는 트랙 기반시설상에서 기차의 무브먼트를 제어하기 위한 제어 시스템을 채용하고 있다. CAD(Computer-Aided Dispatching) 시스템, OCS(Operations Control Systems), NMC(Network Management Centers) 및 CTC(Central Traffic Control) 시스템으로 다양하게 알려져 있는 그러한 시스템은, 그것이 전통적인 고정 블록 제어를 포함하든지 포지티브 기차 제어 시스템에 의해 조력받는 이동 블록 제어를 포함하든지, 트랙 기반시설을 횡단하는 기차의 무브먼트를 제어하는 프로세스를 자동화한다. 다크 구역에 있어서, 기차의 무브먼트를 제어하는 것은 제어 시스템을 모니터링하는 오퍼레이터와 기관사와의 사이의 음성 통신을 통하여 이루어진다. 제어 시스템은 제어 커맨드를 수신하고 수행하는, 필드내 차량과 트래픽 플래너와의 사이의 인터페이스로서 역할한다. 제어 시스템과 필드 디바이스와의 사이의 인터페이스는, 노측의 전자 제어기와 통신하고 순차적으로 필드 디바이스에 직접 연결되는 제어 라인을 통해서일 수도 있고, 또는, 다크 구역에 있어서는, (통상 스위치 조작 등) 상태 변화 액션을 수동으로 수행하는 사람과의 음성 통신을 통하여서일 수도 있다.
트래픽 플래너는 정보를 제어 시스템으로 송신하기도 하고 제어 시스템으로부터 수신하기도 한다. 트래픽 플래너는 제어 커맨드를 송신하고, 신호 및 스위치의 실제 상태, 속도 제한 변화 및 기차 위치에 관한 정보를 트래픽 플래너가 판독할 수 있는 메시지의 형태로 수신한다. 무브먼트 플랜은 실행을 위해 제어 시스템에 송신되는 복수의 루트 클리어, 스위치 위치 변화 및 다른 제어 커맨드로 번역된다. 순차적으로, 제어 시스템은 그들 커맨드를 필드-디바이스-판독가능한 포맷으로 필드에 송신한다. 트래픽 플래너는, 필드에서 일어날 것으로 예측되는 바 대로 실제 변화와 일치하기 위해, 시기적절한 방식으로 제어 커맨드를 제어 시스템에 송신한다. 즉, 기차의 무브먼트를 실시간으로 제어하기 위해서, 커맨드는 기차의 현 위치에 따르는 방식으로 필드에 송신되어야 한다. 예를 들어, 신호는 기차가 그 속도를 유지할 수 있는 방식으로 기차에 앞서서 클리어링(즉, 녹색으로 바뀜)되어야 하지만, 클리어링된 기차 이전에 동일한 트랙을 건넜을, 반대방향으로 이동하는 다른 기차의 플래닝된 무브먼트와 신호가 간섭할 정도까지로 앞서서는 안된다.
어떤 트래픽 플래너는, 현재 실행중인 무브먼트 플랜이 생성된 이후에 발생한 변화로서, 일어날 것으로 예상하지 않았던 변화를 책임지기 위해, 현재 실행중인 무브먼트 플랜을 수정하도록 제어 시스템으로부터 수신된 정보(즉, 필드 업데이트)를 채용한다. 즉, 현재 실행중인 무브먼트 플랜을 수정하는 유일한 이유는 아니지만 그 주요한 이유는, 플랜내에 있지 않은 변화가 필드에서 일어나고 있는 경우이다. 필드의 플래닝된 상태는, 이루어져야 하는 플랜에 나와있는 어떠한 것이라도 수행될 수 있기 위해(즉, 기차의 컨피규레이션이 제어 커맨드를 이네이블링하여 예상된 대로 동작하기 위해), 필드의 실제 상태에 가능한 가깝게 따를 필요가 있다. 필드내 기차 및 디바이스가 현재 실행중인 무브먼트 플랜에 나와 있는 대로 또는 내포되어 있는 대로 그 플래닝된 또는 예상된 거동에 따라 작동하면, 그때에는 어떠한 필드 업데이트도 편입될 필요가 없을 것이다.
휴먼 오퍼레이터는 거의 실시간으로 기차의 무브먼트를 개략적으로 디스플레이하는 컴퓨터 인터페이스를 사용하여 기차의 무브먼트를 모니터링하기 위한 제어 시스템을 채용한다. 그러한 인터페이스는 2가지 유형이 일반적이다. 제1 인터페이스는 트랙 다이어그램으로서, 트랙상의 기차의 위치, 그 이동 권한(라이닝된 루트), 트랙 스위치 및 그 위치, 신호등 및 그 색상은 물론, 핫 휠 베어링을 검출하는 핫 박스 검출기 등의 다른 갖가지 디바이스 및 교량 등의 경계표를 나타내기 위해 비례적이지 않은 비-지리적 방식으로 트랙을 디스플레이한다. 트랙 다이어그램의 핵심적인 특징은 거의 실시간으로 필드에서 일어나고 있는 것을 디스플레이하는 것이다. 트랙 다이어그램은 기차의 현재 위치 및 이동 권한을 부여받은 장소를 나타낸다.
철도의 운행을 모니터링하기 위해 휴먼 오퍼레이터에 의해 채용되는 바와 같은 제2 인터페이스는 기차가 플래닝되는 장소 및 시간에 대한 시간-거리 그래프인 "스트링-라인"이다. 전형적으로, 이러한 그래프의 수직축은 (통상적으로 역명으로 표시되는) 위치를 나타내고, 수평축은 시간을 나타낸다. 기차의 무브먼트는 무브먼트의 방향에 따라 아랫방향 또는 윗방향으로 기울어지는 대각선으로 디스플레이된다. 따라서, 동일한 시간동안 동일한 레일 위로 반대방향으로 이동하는 2개의 기차에 대한 스트링-라인은 X형 구조를 형성할 것이다. 시간-거리 그래프는 일반적으로는 비례(비율)적으로 그려지지는 않지만, 스트링-라인의 경사는 대략 각각의 기차의 속도를 나타낸다. 예를 들어, 기차가 정지되어 있는 동안, 그 스트링-라인은 수평일 것이다. 기차가 빠르게 움직일수록 그 스트링-라인의 경사의 절대값은 더 커질 것이다. 스트링-라인 그래프의 핵심적인 특징은 기차가 장차 어떻게 이동하도록 플래닝되어 있는지를 묘사하고 있다는 것이다. 기차 오퍼레이터는 2개의 기차가 만나도록 플래닝되어 있는 장소 및 기차가 특정 위치에 도착하도록 플래닝되어 있는 시각을 알 수 있다.
트래픽 플래닝은 비-최적화 또는 최적화로 분류될 수 있다. 비-최적화 트래픽 플래닝은 성능 척도와 무관하게 루트를 결정하는 것과 관련된다(예를 들어, 목적지에 정시 도착, 상대적으로 더 높은 평균 속도 등).
몇몇 철도는 레일 네트워크를 가로지르는 기차의 무브먼트를 최적화하는 역량을 갖고 있지 않은 비-최적화 트래픽 플래너를 채용하는 것으로 알려져 있다. 그것은 고정 세트의 룰에 따라 작동하게 된다. 구체적으로는, 그것은, 최우선순위 기차의 무브먼트가 우선 플래닝되고, 다음 우선순위 기차의 무브먼트가 두번째로 플래닝되고 등등으로 낮은 우선순위 기차로 내려가도록, 고정 세트의 기차 우선순위에 따라 기차를 플래닝한다. (동시에 동일한 트랙을 사용하려는 2개의 기차 등) 상충되는 것이 있을 때에는 언제나, 비-최적화 트래픽 플래너는 대응하는 기차의 우선순위에 따라 상충을 해결한다(즉, 최우선순위의 기차가 트랙을 우선 지나간다). 그러한 비-최적화 트래픽 플래너의 예는 펜실베니아 피츠버그의 유니온 스위치 앤드 시그널 인코포레이티드에 의해 판매되는 AutoRouter(ART)이다.
이와는 대조적으로, 최적화 트래픽 플래닝은, 결과적인 무브먼트 플랜이 하나 이상의 성능 척도를 가장 잘 만족시키도록, 플래닝 프로세스를 가이드하는 최적화 오브젝티브를 채용한다. 최적화 트래픽 플래닝은, (화물 운반 등의) 서비스에 대한 수요가 증가하고 있기 때문에, 화물 철도에 있어서 관심사로 되어 있고 장차 이러한 방식으로 계속될 것으로 예측되고 있다. 서비스 능력을 증가시키기 위한 하나의 방법으로서 새로운 레일을 놓는 것은 상대적으로 매우 비싸기 때문에, 철도는 기존의 레일 기반시설의 용량을 더 활용하는 방법을 찾고 있다. 기차의 무브먼트를 최적화하는 트래픽 플래닝은 트래픽의 밀도를 증가시킬 수 있어서, 기존의 레일 기반시설 용량을 더 활용하게 되는 한편, 또한, 철도 고객에게는 매우 중요한 정시운행 성능을 높은 수준으로 유지한다.
최적화이든 또는 비-최적화이든 트래픽 플래닝은 정적 및 동적 플래닝으로 구획될 수 있다. 정적 플래닝은 레일 기반시설 데이터, 플래닝될 개개의 기차에 대한 데이터, 기차 스케줄, 유형적 운영상 제약, 및 기차의 무브먼트에 관련한 다른 데이터로부터 최초 무브먼트 플랜을 생성하는 프로세스이다. 최초 무브먼트 플랜은 한정된 시간동안 특정 지리 지역내에서 달리고 있을 모든 기차의 무브먼트를 지정한다. 생성되고 나면, 최초 무브먼트 플랜은 상기된 바와 같이 실행될 수 있다. 정적 플래닝은 최초 플랜에 대한 어떠한 수정도 이루어지지 않음을 내포하고 있다.
동적 플래닝은, 예상치 못했고 그래서 현재 실행중인 무브먼트 플랜이 책임지지 못하는, 필드에서 발생된 변화의 결과로서, 현재 실행중인 플랜을 새로운 무브먼트 플랜으로 대체하는 것을 포함하고 있다. 즉, 필드에서 사건이 플래닝된 대로 일어나지 않았다(기차가 플래닝된 것보다 더 천천히 이동하거나, 트랙의 특정 구획에 속도 제한이 부과되거나, 디바이스 고장이 발생되는 등). 필드가 플랜에 따라(또는 플랜에 매우 근접하게) 변화하고 있을 때에만, 동적 플래닝이 필요하지 않다. 필드에서는 예상치 못한 또는 플래닝되지 못한 변화가 항상 일어나고 있기 때문에, 철도에 관한 트래픽 플래닝은, 그것이 효과적일려면, 동적이어야 한다.
알려진 동적 플래닝은 새로운 무브먼트 플랜이 생성되는 방식에 따라 2개의 별개의 유형으로 분류될 수 있다. 제1 유형은 현재 실행중인 플랜과는 독립적으로 완전히 새로운 플랜을 생성하고 그후 현재 실행중인 플랜을 새로운 플랜으로 대체하는 것으로 구성되어 있다. 현재 실행중인 플랜에 대해서는 새로운 플랜을 생성하기 위한 어떠한 수정도 이루어지지 않는다. 현재 실행중인 무브먼트 플랜으로부터의 어떠한 데이터도 새로운 무브먼트 플랜의 생성에 사용되지 않는다.
동적 플래닝의 제2 유형은 현재 실행중인 무브먼트 플랜에 대한 수정을 포함한다. 수정은 단 하나의 교점(즉, 하나의 기차가 다른 기차의 통과를 기다려야 하는 지점)의 이동 또는 이미 플래닝된 교점이 보존되도록 개개의 기차의 속도 조절 등 매우 국소적인 변화이다. 전형적으로, 이들 수정은 1개 또는 2개의 기차 및 1개 또는 2개의 기반시설 위치에만 영향을 미치고, 무브먼트 플랜의 나머지는 변화시키지 않는다.
최적화 트래픽 플래닝의 경우에 있어서는, 제1 유형의 동적 플래닝은 현재 실행중인 플랜과는 독립적으로 새로운 최적화 무브먼트 플랜을 생성한다. 이러한 동적 플래닝 방법은, 채용된 최적화 방법에 따라, 최초 플랜을 생성하는 것이 현재 실행중인 플랜을 수정하는 것보다 상당히 더 많은 시간이 걸릴 수 있기 때문에, 시간적인 면에서 손실이 클 수 있다.
제2 유형의 동적 플래닝은 국소적 최적화를 채용하는데, 이것은 전체적으로 최적화된 무브먼트 플랜에 악영향을 미칠 수 있다, 즉, 오브젝티브에 비해, 측정되는 전반적인 플랜의 최적화 정도가 낮을 것이다. 대부분의 경우에 있어서, 국소적인 최적화는 플랜의 전반적이고 전체적인 최적화를 향상시키지 못한다.
미국특허 5,794,172 및 6,154,735는 복수의 기차에 대한 무브먼트 플랜을 생성하는 다양한 최적화 방법을 개시하고 있다. 특허 5,794,172에 청구된 방법은 (기차 무브먼트를 위한 상위 레벨 스케줄을 생성하는) 거친 최적화를 위한 시뮬레이팅된 어닐링 및 (스케줄로부터 더 상세한 무브먼트 플랜을 생성하는) 더 세밀한 최적화를 위한 브랜치 및 바운드이다. 특허 6,154,735는 최적화된 무브먼트 플랜을 생성하기 위해 제약 전파 및 포커싱된 시뮬레이팅된 어닐링 방법을 청구하고 있다. 또한, 특허 5,794,172는 소정의 무브먼트 플랜(현재 실행중인 플랜)을 지키지 않는 기차에 조절이 이루어지는 시스템을 청구하고 있다. 그후 그러한 조절은 그들 기차에 통신된다. 또한, 그 특허는 (2개의 기차가 동시에 동일한 트랙에 접근하려는) 상충이 발생할 때 브랜치 및 바운드 기술에 의해 그 상충이 해결되는 시스템을 청구하고 있다. 개개의 기차에 대한 조절 또는 특정 상충의 해결을 편입하고 있는 시스템은 제2 유형의 동적 플래닝의 구현이다.
미국특허 5,623,413는 최적화된 기차 무브먼트 플랜을 생성하기 위한 브랜치 및 바운드 및 프로시저-기반 추론 방법, 및, 각각, 룰-기반 추론 및 제약-기반 추론과 관련되는 룰 완화 또는 제약 완화에 의한 리스케줄링 방법을 청구하고 있다. 이들 리스케줄링 방법을 구현하는 시스템은 제2 유형의 동적 플래닝의 예로 생각된다.
미국특허 5,177,684는 소정의 기차 스케줄로부터 무브먼트 플랜을 생성하는 최적화 기차 무브먼트 플래너를 개시하고 있다(즉, 기차의 스케줄링된 출발 및 도착 시각은 고정되어 있다). 지연 비용(다른 차량이 통과하도록 하나의 차량을 지연시킴으로써 초래된 비용)에 의해 바운딩된 뎁스-퍼스트 서치 알고리즘은 실행불가능한 기차 교점(즉, 단일 트랙상에서 일어나는 교점)을 만남이 일어날 수 있는 위치로 조절한다. 이러한 기차 무브먼트 플랜 최적화 방법은 제안된 스케줄이 제안된 교점에서의 기차의 지연으로 인한 어떠한 실질적인 비용의 부가없이 기차에 의해 만족될 수 있는지를 결정한다.
미국특허 6,304,801 및 6,546,371는, 특히, 쭉뻗은 레일에 통한 기차의 이동을 최적화하는 그래디언트 서치 방법을 개시하고 있다. 그래디언트 서치 방법은 각각의 교점을 측선으로 이동시키고 그렇게 할 때 초래되는 비용을 평가함으로써 출발 기차에 대해 최적 스케줄이 결정되도록 하는 비용 함수에 의해 가이드된다. 또한, 개개의 기차 스케줄은 기차의 속도 및/또는 기차의 출발 시각(즉, 기차가 운행로에 들어가는 시각)을 변화시킴으로써 조절될 수도 있다.
미국특허 6,459,964는 기차의 거친 스케줄링 시스템 및 세밀한 무브먼트 플랜 생성 방법을 청구하고 있다. 또한, 특허 6,459,964는 상기 제2 유형의 동적 플래닝의 예인 무브먼트 플랜 정정 방법을 청구하고 있다. 시스템은 세밀한 무브먼트 플랜에 반하는 기차의 진행을 모니터링하고, 트랙을 사용하고 있는 기차 사이의 상충을 식별한다. 그후 그것은 기차에 의한 트랙의 중첩 사용을 해결하기 위해 이용가능한 교점 옵션을 결정하고 전반적인 무브먼트 플랜에 최소한의 영향을 미치는 것을 선택한다(국소적 최적화). 선택된 옵션의 구현으로 초래될 수 있는 상충에 대해서는 어떠한 고려도 없다. 이것은 발생된 문제점을 정정함에 있어서 장차 기차의 상충을 더 야기시킬 수도 있는 그러한 정정의 영향은 고려하지 않는다.
트래픽 플래닝 방법 및 트래픽 플래닝 시스템에 대한 개선의 여지가 있다.
도 1은 본원발명에 따라 동적 최적화 트래픽 플래너(DOTP)의 개략적인 형태의 블록 다이어그램,
도 2는 본원발명의 실시예에 따라 최적화된 트래픽 무브먼트 플랜을 생성하는 방법의 블록 다이어그램,
도 3은 도 1의 DOTP와 CAD(Computer-Aided Dispatching) 시스템간의 인터페이스를 도시하는 개략적인 형태의 블록 다이어그램으로서, DOTP가 그 사이의 인터페이스에 대하여 실시간 및 거의 실시간 컴포넌트로 파티셔닝되어 있는 블록 다이어그램,
도 4는 도 3의 플랜 생성기, 플랜 모니터, 플랜 이그제큐티브 및 CAD 시스템의 액션의 플로차트,
도 5A-5B는 도 4의 플래닝 및 리플래닝 사이클을 도시하는 플로차트를 형성하는 도,
도 6은 도 1의 (필드 변화의) 리플래닝 스코어의 계산에 관한 모듈을 포함하는 플랜 모니터의 블록 다이어그램,
도 7은 도 6의 플랜 모니터의 TrainGap 및 PublishedPlan 컴포넌트의 블록 다이어그램,
도 8은 트랙 블록을 동적으로 부가함으로써 초래된 무브먼트 플랜을 도시하는 도 1의 DOTP에 의해 출력된 대로의 스트링-라인 열차 그래프의 예시도,
도 9는 플래닝 바운더리 및 다양한 레저베이션의 예시도, 및
도 10은 구 무브먼트 플랜을 신 바운더리 상태로 조절하는 예시도.
이들 및 다른 필요성은 동적으로 변화하는 환경에서 예를 들어 철도 네트워크를 가로지르는 기차의 무브먼트를 동적으로 최적화하는 본원발명에 의해 충족된다. 예를 들어, 컴퓨터 소프트웨어는 복수의 기차 무브먼트 플랜을 생성하고, 예상된 철도 기차 운행에 대한 예상치못한 변화를 책임지도록 그들 플랜을 수정하고, 최적화된 기차 무브먼트 플랜을 선택한다. 따라서, 이러한 소프트웨어 기반 방법 및 시스템은 동적으로 변화하는 철도 네트워크 등의 동적 환경에서의 기차의 무브먼트를 리플래닝한다.
제3 유형의 동적 플래닝이 개시되는데, 제2 유형의 동적 플래닝과 마찬가지로, 현재 실행중인 플랜에 대한 수정을 포함하지만, 각각의 변화는 무브먼트 플랜의 그밖의 부분에도 영향을 미치도록 된다는 점에서 제2 유형과는 다르다. 즉, 무브먼트 플랜의 그밖의 부분은 각각의 변화에 적응하도록 조절된다.
최적화 트래픽 플래닝의 경우에 있어서, 제3 유형의 동적 플래닝은 그들 변화가 포함되게 현재 실행중인 무브먼트 플랜을 동적으로 최적화함으로써 현재 실행중인 무브먼트 플랜에 이루어진 변화를 편입한다. 또한, 이것은 현재 실행중인 무브먼트 플랜으로부터의 플랜 데이터가 새로운 무브먼트 플랜의 생성에 사용된다는 점에서 제1 유형의 동적 플래닝과 다르다.
본원발명의 일태양으로서, 복수의 트래픽 및 복수의 트래픽 상태를 갖는 지역에 최적화된 트래픽 무브먼트 플랜을 생성하는 방법은, 지역의 트래픽 상태에 기초하여 트래픽에 대한 제1 플래닝 바운더리를 결정하는 단계; 제1 플래닝 바운더리를 채용하여 지역의 트래픽에 대한 제1 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하는 단계; 실행을 위해 제1 최적화된 트래픽 무브먼트 플랜으로서 제1 복수의 트래픽 무브먼트 플랜 중 하나를 선택하는 단계; 지역내 트래픽 무브먼트를 제어하기 위해 제1 최적화된 트래픽 무브먼트 플랜을 출력하는 단계; 지역의 현재 트래픽 상태를 결정하는 단계; 현재 트래픽 상태에 기초하여 트래픽에 대한 제2 플래닝 바운더리를 제공하도록 제1 플래닝 바운더리를 업데이팅하는 단계; 제2 플래닝 바운더리를 채용하여 지역의 트래픽에 대한 제2 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하는 단계; 실행을 위해 제2 최적화된 트래픽 무브먼트 플랜으로서 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나를 선택하는 단계; 및 지역내 트래픽 무브먼트를 제어하기 위해 제2 최적화된 트래픽 무브먼트 플랜을 출력하는 단계;를 포함한다.
이 방법은 제1 최적화된 트래픽 무브먼트 플랜에 대한 제1 복수의 트래픽 상태를 채용할 수 있고, 현재의 트래픽 상태를 제1 최적화된 트래픽 무브먼트 플랜에 대한 제1 복수의 트래픽 상태와 대비하고, 응답하여, 지역의 트래픽에 대한 제2 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하도록 제1 복수의 트래픽 무브먼트 플랜에 실질적으로 기초한 제2 플래닝 바운더리로 플래닝할 수 있다.
이 방법은 제1 최적화된 트래픽 무브먼트 플랜에 대한 제1 복수의 트래픽 상태를 채용할 수 있고, 현재의 트래픽 상태를 제1 최적화된 트래픽 무브먼트 플랜에 대한 제1 복수의 트래픽 상태와 대비하고, 응답하여, (a)지역의 트래픽에 대한 제1 복수의 트래픽 무브먼트 플랜의 일부에 실질적으로 기초한 제3 복수의 트래픽 무브먼트 플랜, 및 (b)지역의 트래픽에 대한 제1 복수의 트래픽 무브먼트 플랜과는 독립적인 제4 복수의 트래픽 무브먼트 플랜을 지역의 트래픽에 대한 제2 복수의 트래픽 무브먼트 플랜으로서 반복적으로 생성하도록 제2 플래닝 바운더리로 리플래닝할 수 있다.
본원발명의 다른 태양으로서, 복수의 트래픽 및 트래픽의 복수의 트래픽 상태를 갖는 지역에 대한 동적 최적화 트래픽 플래닝 장치는 트래픽 상태를 나타내는 정보를 입력하는 수단; 및 복수의 루틴을 실행하는 수단;을 포함하고, 루틴은 지역의 트래픽 상태에 기초하여 트래픽에 대한 제1 플래닝 바운더리를 결정하고, 지역의 현재 트래픽 상태를 결정하고, 제1 플래닝 바운더리를 업데이팅하여 현재의 트래픽 상태에 기초해 트래픽에 대한 제2 플래닝 바운더리를 제공하는 플랜 모니터; 제1 플래닝 바운더리 및 제2 플래닝 바운더리를 연속적으로 채용하고, 지역의 트래픽에 대하여, 제1 복수의 트래픽 무브먼트 플랜 및 제2 복수의 트래픽 무브먼트 플랜을, 각각, 반복적으로 생성하고, 제1 복수의 트래픽 무브먼트 플랜 중 하나를 실행을 위한 제1 최적화된 트래픽 무브먼트 플랜으로서 선택하고, 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나를 실행을 위한 제2 최적화된 트래픽 무브먼트 플랜으로서 선택하고, 제1 및 제2 최적화된 트래픽 무브먼트 플랜을 연속적으로 출력하는 플랜 생성기; 및 제1 및 제2 최적화된 트래픽 무브먼트 플랜을 지역내 트래픽 무브먼트를 제어하기 위한 복수의 커맨드로 연속적으로 변환하는 플랜 이그제큐티브;를 포함한다.
본원발명의 다른 태양으로서, 복수의 트래픽 및 트래픽의 복수의 트래픽 상태를 갖는 지역에 대한 트래픽 관리 시스템은, 트래픽 상태를 나타내는 정보를 입력하는 수단; 복수의 루틴을 실행하는 수단; 및 지역내 트래픽 무브먼트를 제어하도록 커맨드를 실행하는 수단;을 포함하고, 루틴은, 지역의 트래픽 상태에 기초하여 트래픽에 대한 제1 플래닝 바운더리를 결정하고, 지역의 현재 트래픽 상태를 결정하고, 제1 플래닝 바운더리를 업데이팅하여 현재 트래픽 상태에 기초해 트래픽에 대한 제2 플래닝 바운더리를 제공하는 플랜 모니터; 제1 플래닝 바운더리 및 제2 플래닝 바운더리를 연속적으로 채용하여, 지역의 트래픽에 대해, 제1 복수의 트래픽 무브먼트 플랜 및 제2 복수의 트래픽 무브먼트 플랜을, 각각, 반복적으로 생성하고, 제1 복수의 트래픽 무브먼트 플랜 중 하나를 실행을 위한 제1 최적화된 트래픽 무브먼트 플랜으로서 선택하고, 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나를 실행을 위한 제2 최적화된 트래픽 무브먼트 플랜으로서 선택하고, 제1 및 제2 최적화된 트래픽 무브먼트 플랜을 연속적으로 출력하는 플랜 생성기; 및 제1 및 제2 최적화된 트래픽 무브먼트 플랜을 지역내 트래픽 무브먼트를 제어하기 위한 복수의 커맨드로 연속적으로 변환하는 플랜 이그제큐티브;를 포함한다.
첨부도면과 결합하여 이하의 바람직한 실시예의 설명으로부터 본원발명이 전부 이해될 수 있다.
본원발명은, (철도, 통근 레일, 수로 등의) 광범위한 트래픽 애플리케이션에 적용될 수 있지만, 지역의 철도 네트워크를 가로지르는 열차에 대한 최적화된 무브먼트 플랜을 생성하는 방법 및 소프트웨어 시스템에 관하여 개시될 것이다.
도 1을 참조하면, 동적 최적화 트래픽 플래너 시스템(DOTP; 2)이 도시되어 있다. DOTP(2)는 (철도 트랙 네트워크 등의) 철도 네트워크(10)를 가로질러 달리는 열차(6, 8)에 대한 플랜(4)과 같은 최적화된 무브먼트 플랜을 생성하고 그후 철도(12)의 상태가 현재 실행 무브먼트 플랜(13)에 의해 가정된 상태와 어느 정도 다를 때 리플래닝하는 소프트웨어 시스템이다. 철도(12)의 상태(68)는 계속적으로 모니터링되고 각각의 플래닝 사이클에서 플랜 생성기(56)를 위해 업데이팅된다. DOTP(2)는 컴퓨터 에이디드 디스패칭(CAD) 시스템(14)과 같은 적합한 트래픽 제어 시스템에 인터페이싱될 수 있는데, 열차(6, 8)의 무브먼트를 실시간으로 제어하는 것을 맡고 있다. DOTP(2)는 솔루션 풀(172; 도 5A)을 파퓰레이팅하기 위해 최초 무브먼트 플랜을 생성하고, 그 시스템이 시작될 때, 플랜(4) 등의 최적화된 무브먼트 플랜을 발행한다. DOTP(2)가 실행중인 후에, 그 시스템은 최적화된 무브먼트 플랜을 계속적으로 생성하고, 또한, (철도(12) 등의) 필드로부터 수신된, 필드의 현재 상태를 나타내는 라이브 데이터를 사용하여 동적으로 리플래닝한다. 이것은 열차(6, 8)의 무브먼트 플래닝을 자동화한다. 또한, DOTP(2)는 열차(6, 8)를 제어하는 사람에게 (예를 들어, 인터페이스(16, 18), 도시하지 않은 적합한 서버 및 유저 인터페이스 등의 열차 그래프 디스플레이(20) 및 (트랙 다이어그램) 맨 머신 인터페이스(MMI) 디스플레이(22)를 각각 통하여) 조언해 줄 수도 있다. 대안으로, DOTP(2)는 임의의 다른 적합한 제어 시스템(도시하지 않음)에 인터페이싱될 수 있다.
DOTP(2)는 다중 솔루션(무브먼트 플랜)을 생성하고, 그것이 최적화하는 최적화 척도(오브젝티브)에 기초하여 "최선의" 솔루션을 추천한다. 예를 들어, 그러한 척도는 정시운행 성능, 최선 시각, 전반적인 지연의 최소화, 위치 레벨로 이산된 비즈니스 오브젝티브 함수의 최소화 또는 그들 및/또는 다른 최적화 척도의 일부 결합과 관련될 수 있다. 선택된 특정 척도는 철도(12)와 같은 특정 철도의 비즈니스 오브젝티브에 의존한다. DOTP(2)는, 전형적으로 더 나은 정시운행 성능과 결합된 증가된 용량 활용도의 형태로, 실질적으로 향상된 운영 효율을 제공하고, 정체를 회피하도록 동작하기 때문에, 위험한 열차 컨피규레이션을 회피함으로써 안전성의 수준을 증가시킬 것이다.
(필드 변화를 책임지는 것을 포함하는) 동적 최적화 플래닝은 변화하는 환경에서 (구체적인 교차/통과 열차 플랜 등의) 최적화된 무브먼트 플랜을 생성하는 플래닝 방법이다.
여기서 채용되는 바와 같이, "레저베이션"이라는 표현은 들어오는 날짜/시각으로부터 나가는 날짜/시각까지 특정 열차에 의한 트랙 섹션의 플래닝된 사용을 포함하지만, 이에 국한되는 것은 아니다. 들어오는 날짜/시각은 특정 트랙 섹션으로 열차의 첫번째 차량(선두 기관차, 열차의 앞머리 등)이 들어오는 것과 일치한다. 나가는 날짜/시각은 특정 트랙 섹션으로부터 열차의 마지막 차량(열차의 끝)이 나가는 것과 일치한다. 레저베이션은 기본적인 플래닝 산물이다. 모든 플래닝된 열차에 대한 모든 레저베이션의 특정 시각-기반 콤비네이션은 무브먼트 플랜을 구성한다.
예1
무브먼트 플랜의 생성은 다양한 (트랙 속도 제한, 영구적 속도 제한, 일시적 속도 제한 등의) 제한 및 (승객용 대 화물용 등 열차 유형, 디젤, AC, DC 등의 동력 유형, 열차 높이, 길이, 중량, 폭 및 위험 물품 등의 다른 존재하는 특성 등의) 제약을 준수한다. 또한, 무브먼트 플랜 생성은 무브먼트 플랜의 생성을 더 제한할 수 있는 (스위치 및 인터체인지 등의) 노측 설비 및 철도 디바이스의 본질적인 특성을 준수한다. 예를 들어, 트랙 섹션의 사용은 연결될 수도 또는 연결되지 않을 수도 있는 다른 트랙 섹션의 사용을 금지한다. 다른 예로서, 정 위치에서의 스위치를 포함하는 트랙 섹션은 이전 트랙 섹션의 사용에 의존하는 특정 시간동안 역 위치에서의 동일한 스위치를 포함하는 다른 트랙 섹션의 사용을 방지한다. 인터체인지에서의 스위치의 콤비네이션은 다른 스위치상에 노측에 의해 부과된 상태 때문에 특정 트랙 섹션의 사용을 제한한다. 예를 들어, 특정 트랙 섹션을 사용하는 비교적 광폭의 열차는 평행한 트랙 섹션의 사용을 방지할 수 있다. 이들은 임의의 트래픽 플랜 생성기가 실행가능한 플랜을 생성하기 위해 준수해야 하는 상태이다. 또한, 모든 운영상 룰 및 제약이 고려되어야 한다(특정 트랙위에는 허용되지 않는 소정 열차, 간격 및 열차 거리 제약, 사용가능한 대안의 플랫폼 등). 모든 이러한 것들은 이하 논의되는 무브먼트 플랜 및 플래닝 바운더리를 구성하는 레저베이션 세트에 반영되어야 한다.
(tracki상의 trainj에 대한) 레저베이션, 열차 서비스(trainj)에 대한 레저베이션 세트 및 무브먼트 플랜(Plan)은 식1, 2 및 3에 의해 각각 나타내어질 수 있다.
은 무브먼트 플랜이 생성되었을 때 플래닝 사이클에 대응하는 인터발내 열차의 수이다(즉, 현재 시간 대 플래닝 호라이즌).
상기된 바와 같이, 열차 서비스(trainj)에 대한 레저베이션 세트는 스케줄에서 현재 위치(TrainPosTrack)로부터 마지막 목적지(FinalDestTrack)까지의 트랙 섹션(tracki)에 대한 모든 레저베이션을 포함한다. 열차 서비스의 2개의 연속적인 레저베이션에 대한 레저베이션 인터발은 식4에 나타내어진 바와 같이 중첩된다.
여기서, i 및 i+1은 2개의 연속적인 트랙 섹션이다.
은 trainj의 (기관차 등의) 첫번째 차량이 tracki를 빠져나갈 때의 날짜 및 시각을 나타내고,
은 trainj의 (열차의 끝 등의) 마지막 차량이 동일한 tracki을 빠져나갈 때의 날짜 및 시각을 나타낸다.
(동일한 트랙 섹션에서의) 2개의 다른 열차 서비스에 대한 레저베이션 인터발은 열차가 (예를 들어, 철도의 운영상 룰 및 제약에 따라) 동시에 동일한 트랙 섹션을 점유하도록 허용되지 않는다면 중첩하지 않는다.
여기서 채용되는 바와 같이, "플래닝 사이클"이라는 용어는 시간량을 나타내는데 그 시간 후에는 DOTP(2) 등의 동적 최적화 트래픽 플래너가 (예를 들어 축적되어 오고 있는) 최신 필드 정보를 갖고 그것을 새로운 플랜의 생성에 적용할 것이다. 또는, "플래닝 사이클"이라는 용어는 동일 트래픽 및 트래픽 상태하에서 플랜을 생성하도록 플래너가 사용하는 시간량을 나타낸다. 예를 들어, (정규) 정상 플래닝 사이클의 듀레이션은 리플래닝 사이클의 듀레이션보다 더 작을 수 있다. 리플래닝 사이클은 현재 플래닝 사이클을 인터럽팅할 수 있다. 플래닝 사이클의 끝에서, 최적화된 무브먼트 플랜은, 그것이 이전 발행된 플랜보다 소정량만큼 더 낫다면, 발행될 수 있다. 요청시, 무브먼트 플랜은 사이클의 끝 이전에 발행될 수도 있다.
여기서 채용되는 바와 같이, "플래닝 바운더리"(또는 "딥 플래닝 바운더리(deep planning boundary)")라는 표현은 실행하의 이전 레저베이션, 행해진 레저베이션, 및 다음의 플래닝 사이클동안 행해질 것으로 예측되는 레저베이션의 수집을 포함하지만, 이에 국한되는 것은 아니다.
여기서 채용되는 바와 같이, "반복적 생성"이라는 표현은 대응하는 플래닝 바운더리에 대한 대응하는 플래닝 사이클, 기간 또는 윈도우내 복수의 트래픽 무브먼트 플랜의 순차적 및/또는 병렬적 생성을 포함하지만, 이에 국한되는 것은 아니다.
예2
예를 들어, 도 9에 도시된 바와 같이, 열차(24) 등의 다양한 열차(하나만 도시되었음)는 실행중인 레저베이션(30, 32)의 트랙 섹션(26, 28)을 벌써 점유하고 있다. 행해진 레저베이션(34, 36, 38)은 DOTP(2)에 의해 벌써 할당된 레저베이션을 포함한다. 그러한 행해진 레저베이션은 DOTP(2)에 의해 리버싱되지 않는다; 그러나, 수동 개입은 그 조작을 수행하는 것이 안전하다면 예약을 리버싱할 수도 있다. 열차는 매우 가까운 장래에 그들 레저베이션에 따라 이동할 것으로 예측되고, 그렇게 할 "권한"을 부여받았다. 일반적으로, 이것은, 예를 들어, 신호등이 그들에 의해 제어된 트랙 섹션(40, 42, 44)에 걸쳐 열차의 이동을 허용하는 양상을 나타낸다는 것을 의미한다. 열차가 계속적으로 이동할 것으로 예측될 때, 각각의 열차에 대한 다중 레저베이션은 이러한 딥 플래닝 바운더리(45)내에 포함될 수 있다. (스테이션에서 또는 트래픽 상태로 인한) 열차의 정지는 행해진 (그리고 행해진 레저베이션으로 예측되기조차 하는) 레저베이션의 감소된 수(예를 들어 제로로까지 다운)를 야기시킬 수 있다. 도 9에 도시된 바와 같이, 다른 레저베이션(46, 48)은 다음의 플래닝 사이클동안 행해질 것으로 예측된다. 또다른 레저베이션(50, 52, 54)은 다음의 플래닝 사이클동안 플래닝될 것이다. 플래닝 바운더리의 외부에 있는, 열차 서비스의 끝에 대한 또는 플래닝 호라이즌에 대한 레저베이션(50, 52, 54) 및 모든 다른 것들이 다음의 플래닝 사이클동안 플래닝되거나 수정될 수 있다.
여기서 채용되는 바와 같이, "플래닝 호라이즌"이라는 용어는 도 1의 DOTP(2) 등의 동적 최적화 트래픽 플래너가 열차의 무브먼트를 플래닝하는 플래닝 바운더리 이상의 시간에 있어서의 포인트를 나타낸다. (도 9의 55 등의) 플래닝 호라이즌은 플래닝 바운더리 이상의 시간에 있어서의 임의의 적합한 포인트일 수 있다. 제한이 아닌 예로서, 플래닝 호라이즌은, 광범위한 시간이 가능하겠지만, 전형적으로는, 현재 시각으로부터 대략 1시간과 대략 24시간의 사이에 있다.
여기서 채용되는 바와 같이, "트래픽"이라는 표현은, 주로 화물 열차 및 승객용 열차로 이루어진 철도 트래픽, 및 화물 열차를 포함할 수 있다 하더라도 주로 승객용 열차로 이루어진 통근 레일 트래픽을 포함하지만, 이에 국한되는 것은 아니다.
여기서 채용되는 바와 같이, "트래픽 상태"라는 표현은, 트랙 블록, 스위치 블록, 속도 제한 및 열차 위치 갭(즉, 철도 네트워크에 있어서 플래닝된 열차 위치와 실제 열차 위치와의 사이의 갭) 등 트래픽 기반시설에서의 상태 변동을 포함하지만, 이에 국한되는 것은 아니다.
여기서 채용되는 바와 같이, "현재 트래픽 상태"라는 표현은, 현재 시각 및 적합한 플래닝 호라이즌의 사이 등 바람직하게는 적합한 플래닝 윈도우에 대해 결정되는 바와 같은 지역의 트래픽 상태의 현재 알려진 상태 및/또는 예측된 상태를 포함하지만, 이에 국한되는 것은 아니다.
여기서 채용되는 바와 같이, (수치 등의) "리플래닝 스코어"라는 표현은, 스케줄 변동(현재 시각에 가깝지 않은 스케줄 변동) 및 트래픽 상태에 대한 변동의 수치 표현을 포함하지만, 이에 국한되는 것은 아니다. 예를 들어, 다양한 이벤트 유형(변동)의 기여도는 각각의 이벤트 유형의 상세를 고려하여 평가될 수 있다. 각각의 이벤트 유형의 상대적 중요성은 대응하는 웨이팅 팩터에 의해 정량화될 수 있다.
여기서 채용되는 바와 같이, "특별 이벤트"라는 표현은, 리플래닝 스코어의 일부가 아닌 운영상 중요한 트래픽 상태; 플래닝된 지역에 도착시의 열차 순서 변동; 소정의 무브먼트 플랜을 따르지 않는 열차; 현재 시각에 가까운 유효한 열차 스케줄에 대한 변동; 및 (위험 물품을 싣고 있는 차량의 추가, 상당한 열차 길이 변동 등) 열차 구성에 대한 변동;을 포함하지만, 이에 국한되는 것은 아니다.
여기서 채용되는 바와 같이, "리플래닝 사이클"이라는 표현은, 리플래닝 스코어가 소정의 (예를 들어, 컨피규어링된) 리플래닝 임계값에 도달할 때 또는 특정의 특별 이벤트가 발생할 때 트리거링되는 플래닝 사이클을 포함하지만, 이에 국한되는 것은 아니다. 리플래닝 임계값은 환경에서의 변동에 대한 소망의 응답성에 기초하여 설정될 수 있다. 그러므로, 트래픽 상태가 플랜 생성 프로세스에서 채용된 가정이 쓸모없을 정도로 충분하게 변동한다면, 그때 플래닝 사이클은 인터럽팅될 수 있고 새로운 플래닝 바운더리가 제공될 수 있다.
여기서 채용되는 바와 같이, "오브젝티브 함수 값"이라는 표현은, 플랜에 대하여 오브젝티브 함수의 값에 의해 측정되는 바와 같은 (예를 들어, 무브먼트 플랜이 얼마나 잘 최적화하는지의 상대적인 인디케이터 등) 무브먼트 플랜의 "양호도"를 포함하지만, 이에 국한되는 것은 아니다. 무브먼트 플랜의 오브젝티브 함수 값은 필드의 가장 최근 상태에 대한 플랜의 양호도를 반영한다. 더 복잡한 환경에 있어서는, 다중 오브젝티브가 고려될 수 있다. 오브젝티브 함수가 결합된다면, 단일 값은 전체적인 오브젝티브를 나타낼 수 있고, 그 경우에 있어서 각각의 오브젝티브는 골(goal)이라 불린다. 오브젝티브가 하나의 명시적인 전체적인 오브젝티브로 결합되지 않을 때, 오브젝티브 함수 값은 오브젝티브 함수 값의 벡터에 의해 대체될 수 있다. 이러한 경우에 있어서, 솔루션(즉, 무브먼트 플랜)의 적절성은 이러한 벡터에 대해 표현된 상태에 의해 결정된다.
예3
오브젝티브 함수의 예가 식5에 나타나 있다. 오브젝티브는 평가 포인트를 이산적으로 사용하여 모델링된 글로벌 비즈니스 오브젝티브 함수에 따라 웨이팅된 지각도를 최소화하는 것이다.
여기서, 각각의 열차 서비스에 대하여 wij=f(날짜, 시각, 방향)이고, 함수(f)는 (예를 들어, 미리 결정되고 컨피규레이션 테이블에서 플래너에 제시되는 등) 비즈니스 오브젝티브로부터 결정되고, (열차(j)의 평가 포인트(i)에 대해 스케줄링된 시각 - 실제 시각)이고, nj는 열차(j)에 대한 평가 포인트(EP)의 수이고, 각각의 EP는 비교적 간단한 구현에서 스케줄링된 포인트(SP)이다. 즉, 모든 SP가 EP이어야 하는 것은 아니다. . 더 정교한 구현에 있어서, EP는 SP가 아니지만, 그로부터 유도된다. kj는 스케줄링된 포인트의 수이다. m은 열차 서비스의 수이고, 그 각각은 유형적 열차에 대해 스케줄링된다. fc는 지연에 따른 국소적 비용 함수이다. 간단한 경우에 있어서, 이다.
예4
식6은 복수의 개개의 골을 포함하는 전체적인 오브젝티브 함수의 예를 나타낸다.
여기서, F는 전체적인 오브젝티브이고, fi는 전체적인 오브젝티브의 개개의 골이고, n은 개개의 골의 수이고, i는 1과 n 사이에 있다.
예5
식7은 비교적 간단한 예를 나타내는데, 전체적인 오브젝티브는 다른 골에 다른 웨이팅이 할당된 선형 함수를 사용하여 골을 결합하고 있다.
여기서, qi는 대응하는 골의 웨이트이다.
개개의 골(fi)은 다른 열차 그룹에 적용될 수 있다. 예를 들어, 하나의 열차 그룹(즉, 열차의 1그룹)은 정시 도착을 필요로 하는 한편, 다른 열차 그룹은 최종 목적지까지의 최선 시간을 필요로 할 수 있다. 그러나, 다른 골이 특정 열차 그룹에 적용될 수도 있다.
여기서 채용되는 바와 같이, "실행하다" 및 "실행"이라는 표현은 자동으로 실행하는 것, 자동 실행, 수동으로 실행하는 것 및 수동 실행을 포함하지만, 이에 국한되는 것은 아니다. 자동 또는 수동 실행은 적합한 트래픽 제어 시스템의 지원으로 달성된다.
여기서 채용되는 바와 같이, "커맨드"라는 표현은 루트 클리어 및 열차의 무브먼트를 제어하는데 사용되는 다른 제어 커맨드를 포함하지만, 이에 국한되는 것은 아니다. 현재 실행중인 무브먼트 플랜은 그러한 제어 커맨드로 변환되어서, 필드에 송신된다.
DOTP
계속하여 도 1을 참조하면, DOTP(2)는 플랜 생성기(56), 플랜 모니터(58) 및 플랜 이그제큐티브(60)를 포함한다. 플랜 생성기(56)는 (트랙 레이아웃, 속도 제한 등) 철도(12)에 관한 입력(62)을 수신하고, 열차 스케줄에 관한 입력(64)을 수신하고, 플래닝하는 지역에 대하여 플랜(4) 등의 최적화된 무브먼트 플랜을 생성한다. 또한, 도 3에 도시된 바와 같이, 혼란에 관한 메시지(66)는 CAD 시스템(14)으로부터 플랜 모니터(58)를 통하여 플랜 생성기(56)에 의해 수신될 수 있다.
동적 플래닝에 채용되는 도 1의 플랜 모니터(58)는, 플랜 생성기(56)에 의한 리플래닝이 필요한지를 결정하기 위해, 현재 실행중인 무브먼트 플랜(70)(즉, 플랜 이그제큐티브(60)의 플랜(13))과 철도(12)의 현재 상태(68)를 계속 대비한다. 예를 들어 열차 지연, 트랙 블록 및 속도 제한을 포함하는 필드(12)내 변동, 또는 스케줄 변동에 의해, 72에서는, 리플래닝이 트리거링될 수 있다. 플랜 모니터(58)는 (예를 들어, 도 6, 도 7 및 식18과 관련하여 이하 논의되는 바와 같은) "갭 분석"을 수행하여 플래닝 바운더리(74; 도 3)를 정하고 리플래닝 스코어(214; 도 6)를 계산한다.
플랜 이그제큐티브(60)는 현재 무브먼트 플랜(13)을 루트 클리어 및 다른 제어 커맨드에 대한 요청(76)으로 변환함으로써, 그들 커맨드가 CAD 시스템(14)에 의해 실행될 수 있다. 수동 실행이 소망될 때, 플랜 이그제큐티브(60)는 가까운 장래에 대한 레저베이션(78)의 제안된 세트를 MMI(22)에 제공한다. 제안된 무브먼트 플랜(110; 도 3)은 현재(또는 발행된) 무브먼트 플랜(4)의 서브세트이다. 그것은 열차(6) 등에 대해 행해진 예약에 앞서 아주 작은 트랙 섹션을 포함할 뿐이다. 제안된 무브먼트 플랜(110)의 레저베이션(78)에 기초하여, 휴먼 오퍼레이터는 수동으로 루트 클리어를 요청할 수 있다(예를 들어, MMI(22)를 통하여 CAD 시스템(14)에 제출되는 요청 등).
플랜 생성기(56), 플랜 모니터(58) 및 플랜 이그제큐티브(60)는 데이터베이스 인터페이스(80)를 채용하는데, 철도 네트워크(10)의 기반시설 레이아웃 및 제어 디바이스의 표현을 포함하는 레일 기반시설 데이터베이스(82)로의 액세스를 제공하고 CAD 시스템(14)으로의 다이렉트 액세스를 제공할 수도 있다. 또한, 그러한 네트워크를 구성하는 디바이스의 상태는 동일한 데이터베이스(82)내에 유지될 수 있다. 또한, CAD 시스템(14)은 디바이스 상태에서의 변동을 퍼뜨리는 표시를 제공한다.
바람직하게는, 데이터베이스 인터페이스(80)는, 다른 데이터베이스 구현을 핸들링함으로써, 다른 CAD 시스템(도시되지 않음) 및/또는 다른 적합한 제어 시스템(도시되지 않음)에 DOTP(2)가 인터페이싱되게 한다. 이러한 목적으로, DOTP(2)는 트랙 섹션, 신호 및 스위치 등을 포함하는 주 기반시설 및 제어 디바이스의 내부 표현을 유지하는 것이 바람직하다. 세퍼레이션 컴포넌트(도시되지 않음)는, 필요한 경우에, 데이터베이스(82)내 액세스된 정보를 인터페이싱하고 내부 표현으로 번역하기 위해, 데이터베이스 인터페이스(80)에 부가될 수 있다. 예를 들어, 데이터베이스 인터페이스(80)는 기반시설에 액세스하여, 본원발명의 양수인인 펜실베니아 피츠버그의 유니온 스위치 앤드 시그널 인코포레이티드의 CAD 시스템에 의해 지원되는 데이터베이스를 제어할 수 있다.
DOTP(2)는 16, 18 등의 하나 이상의 휴먼-머신 인터페이스에 무브먼트 플랜을 출력하는 것이 바람직하다. 예를 들어, 열차 그래프 인터페이스(16)는, 스케줄링된 열차의 플래닝된 무브먼트의, (도 8에 도시된) 21 등과 같은 시간-거리(또는 "스트링-라인") 열차 그래프 표현의 디스플레이(20)에 제공된다. 시간-거리 표현에 필요한 모든 상세한 위치 및 시간 정보를 포함하는 완성된 발행된 무브먼트 플랜(84)은 그것이 발행될 때마다 열차 그래프 표현을 지원하는 디스플레이(20)에 송신된다. 또한, CAD 그래피컬 인터페이스(18)는 행해진 레저베이션을 포함하는 열차 무브먼트를 시각화하는데 사용되는 철도 기반시설의 그래피컬 (예를 들어, 트랙 다이어그램) 표현(도시되지 않음)을 제공한다. 플랜 이그제큐티브(60)는 자동화된 실행이 활성화되지 않을 때 (예를 들어, 6, 8과 같이, 모든 열차에 대해 또는 열차의 서브세트에 대해) 제안된 레저베이션(78)의 단기 세트를 CAD 그래피컬 인터페이스(18)에 제출한다. MMI(22)에서의 휴먼 오퍼레이터는 이러한 정보를 사용하여 실행을 위해 CAD 시스템(14)에 필요한 커맨드를 수동으로 제출할 수 있다.
도 2는 6,8(도 1) 등의 복수의 트래픽 및 106(도 3) 등의 복수의 트래픽 상태를 갖는 철도 또는 필드(12; 도 1) 등의 지역에 대하여 4,4'등의 최적화된 트래픽 무브먼트 플랜을 생성하는 방법을 나타내고 있다. 이 방법은 지역의 트래픽 상태에 기초하여 트래픽에 대한 제1 플래닝 바운더리(74)를 결정하는 것(85)을 포함한다. 다음에, 제1 플래닝 바운더리(74)는 지역의 트래픽에 대해 제1 복수의 트래픽 무브먼트 플랜(87)을 반복적으로 생성하도록 채용된다(85-1). 그후, 트래픽 무브먼트 플랜(87) 중 하나는 실행을 위해 제1 최적화된 트래픽 무브먼트 플랜(4)으로서 선택된다(85-2). 다음에, 제1 최적화된 트래픽 무브먼트 플랜(4)은 지역내 트래픽 무브먼트를 제어하기 위해 출력된다(85-3). 그후, 지역의 현재 트래픽 상태는 플래닝 윈도우에 대해 결정된다(85-4). 다음에, 제1 플래닝 바운더리(74)는 현재 트래픽 상태에 기초하여 새로운 제2 플래닝 바운더리(74')를 트래픽에 제공하도록 업데이팅된다(85-5). 그후, 새로운 제2 플래닝 바운더리(74')는 지역의 트래픽에 대해 제2 복수의 트래픽 무브먼트 플랜(87')을 반복적으로 생성하도록 채용된다(85-6). 다음에, 트래픽 무브먼트 플랜(87,87') 중 하나는 실행을 위해 제2 최적화된 트래픽 무브먼트 플랜(4')으로서 선택된다(85-7). 그후, 제2 최적화된 트래픽 무브먼트 플랜(4')은 지역내 트래픽 무브먼트를 제어하기 위해 출력된다(85-8).
그후 단계(85-4) 내지 단계(85-8)는 반복될 수 있다. 예를 들어, 정규 플래닝 사이클(132; 도 4)동안, 복수의 트래픽 상태는 최적화된 트래픽 무브먼트 플랜(4,4')에 대해 채용되고, (85-4로부터의) 현재 트래픽 상태는 4'등의 최적화된 트래픽 무브먼트 플랜에 의해 가정된 대응하는 트래픽 상태와 대비되고, 플래닝은 87 등의 이전 트래픽 무브먼트 플랜에 실질적으로 기초하여 74'등의 새롭게 업데이팅된 플래닝 바운더리에 대해 계속되어, 87'등의 다음의 트래픽 무브먼트 플랜을 반복적으로 생성한다.
대안으로, 리플래닝 사이클(152; 도 4)동안, (85-4로부터의) 현재 트래픽 상태가 4'등의 최적화된 트래픽 무브먼트 플랜에 의해 가정된 바와 같은 대응하는 트래픽 상태와 상당히 다를 때, 그에 응답하여, 리플래닝은 74'등의 새롭게 업데이팅된 플래닝 바운더리에 대해 행해져서, (a)87등의 이전의 트래픽 무브먼트 플랜의 일부에 실질적으로 기초한 복수(N1)의 트래픽 무브먼트 플랜(157; 도 5A), 및 (b)이전의 트래픽 무브먼트 플랜과는 독립적인 복수(N2)의 트래픽 무브먼트 플랜(174등; 도 5A)을 반복적으로 생성한다.
도 3을 참조하면, 철도(12) 등의 필드를 제어하는, CAD 시스템(14)과의 교환을 포함하는, 도 1의 DOTP(2)의 다양한 데이터 교환이 도시되어 있다. 전략적 플래닝을 적합하게 수행하기 위해, 플랜 모니터(58) 및 플랜 이그제큐티브(60)는 CAD 시스템(14)을 통하여 필드(12)를 계속 모니터링하고 그 대응하는 함수를 실시간으로 수행한다. 또한, 플랜 이그제큐티브(60)는 현재 무브먼트 플랜(4)을 수신하고, CAD 시스템(14)으로부터 입력된 바와 같은 (현재 트래픽, 트래픽 상태 및 필드 디바이스의 상태 등의) 정보(88)에 따라 그것을 구현한다(예를 들어, 적합한 커맨드(86)로 변환한다). 이러한 실시간 양상은 열차 무브먼트를 적합하게 제어한다.
플랜 모니터(58)는 90에서 트래픽 상태를, 92에서 열차 위치 대 무브먼트 플랜(4)을, 그리고, 94에서 열차 스케줄 변동을 평가하고, 필요하다면, 플랜 생성기(56)에 의한 (도 1의 72로 도시된 바와 같은) 리플래닝을 요청한다. 그후 현재 플래닝 사이클은 리플래닝이 필요할 때 선취된다. 플랜 모니터(58)는 리플래닝 사이클에 대해서 뿐만 아니라 정규(정상) 플래닝 사이클에 대해서도 플래닝 바운더리(74)를 준비하고 리플래닝 사이클에 대한 리플래닝 정보를 준비한다. (정규) 플래닝 사이클(또는 리플래닝 사이클)동안 채용된 기본적인 데이터는 플래닝 바운더리(74)에 패키징된다. CAD 시스템(14)으로부터의, 위치 및 블록의 듀레이션 및 속도 제한 또는 스케줄 변동과 같은 상세한 트래픽 상태 정보 등을 포함하는 부가적인 정보(98)는 CAD 인터페이스 컴포넌트(100)에서 버퍼링되고, 플래닝 사이클의 시작부에서 메시지(66)로서 플랜 생성기(56)에 전송된다. 플래닝 사이클의 끝에서, 선택된 무브먼트 플랜(4)은 선택된 무브먼트 플랜(4)의 자동 및/또는 수동 실행에 적합한 게이트웨이를 제공하는 플랜 이그제큐티브(60)를 통하여 실행을 위해 발행된다. 또한, 102에서는, 동일한 무브먼트 플랜이 휴먼 인터페이스(16)를 통한 시각화를 위해 발행된다. 또한, 플랜 모니터(58)는 발행된 플랜을 수신하고(도시하지 않음), 필요하다면, 특정 열차에 대한 플랜의 실행을 제어할 수도 있다(도시하지 않음).
플랜 생성기(56)는, 현재 스케줄에 기초하는, 플래닝 바운더리(74)의 형태로 플래닝에 채용된 데이터, 및 플래닝 사이클의 시작시의 필드(12)의 상태를 수신한다. 플래닝 사이클의 잔여 부분 동안에는 이러한 정보에 기초하여 복수의 무브먼트 플랜(104)이 생성된다. 여기서, 진정한 "실시간" 응답은 가능하지 않은데, 플래닝 솔루션을 생성하는데 채용된 상대적으로 집중적인 계산량 때문이다. 플래닝 바운더리(74) 및 CAD 인터페이스(버퍼; 100)가 플랜 모니터(58)에 대해 도시되어 있지만, 그중 하나 또는 둘다는 플랜 생성기(56)의 일부일 수도 있다.
예6
플래닝 사이클은 무브먼트 플랜(104) 등 의미있는 수의 플래닝 솔루션의 계산을 지원해야 한다. 예를 들어, 100대의 열차까지에 대해서 그리고 다양한 플래닝 호라이즌에 대해서(예를 들어, 1시간 정도에서 24시간 정도까지; 플래닝 호라이즌은 도 1의 철도(12)등의 대응하는 지역의 기반시설의 복잡도에 기초하여 정해진다), 하나의 솔루션의 결정은, 예를 들어, 대략 2초 미만이 걸릴 수 있다. 그러므로, 정규 플래닝 사이클은 대략 30초 내지 대략 1분이 걸릴 수 있다. 따라서, 바람직하게는, DOTP(2)는 플래닝 또는 리플래닝 때 비교적 초단시간에(예를 들어, 1분 또는 2분내) 열차 무브먼트를 최적화함으로써, 그것이 동적으로 플래닝하는 것을 가능하게 한다. 이들 시간은 플래닝 호라이즌, 지역 사이즈를 감소시킴으로써 그리고/또는 상대적으로 더 강력한 하드웨어 및/또는 병렬 프로세싱을 채용함으로써 감소될 수 있다.
간략하면, DOTP(2)는 무브먼트 플랜(104)을 생성하거나 업데이팅할 때 필드(12)에 대한 변동을 고려한다. 또한, DOTP(2)는 CAD 시스템(14) 또는 다른 적합한 제어 시스템(도시하지 않음)과 통신하여, 트래픽 상태(106, 98), 열차 위치(108) 및 기반시설 디바이스(98)의 상태 등의 업데이팅된 필드 정보를 수신하고, (도 1의) 현재 실행중인 무브먼트 플랜(13)으로부터 생성되는 제어 커맨드 및/또는 제안된 가까운 장래의 무브먼트 플랜(110)을 송신한다. 예를 들어, 정보 교환은 CAD 시스템(14) 또는 MMI(22)/열차 그래프 디스플레이(20)와 플랜 모니터(58) 및 플랜 이그제큐티브(60)의 사이에서 적합한 메시징 시스템(112)을 사용하여 일어날 수 있다. 동일한 메시징 시스템(112), 그와 유사한 것, 또는 (공유 메모리 등의) 임의의 다른 적합한 통신 메카니즘은 플랜 모니터(58)와 플랜 생성기(56)의 사이에서 사용될 수 있다.
도 4는 도 3의 DOTP(2) 및 CAD 시스템(14)에 의해 채용된 액션의 시퀀스를 도시하고 있다. 플랜 생성기(56)에 의한, 도 3의 114에서, 솔루션(즉, 도 3의 트래픽 무브먼트 플랜(104))의 생성은 일반적으로 계속적이고, 116에서의 트래픽 및 트래픽 상태에 대한 업데이트 및 118에서의 플래닝 바운더리(74)에 대한 업데이트에 의해 끊어진다. 상태가 충족될 때, (도 3의 4와 같은) 새로운 무브먼트 플랜은 플랜 생성기(56)에 의해 발행된다(120). 이러한 선택된 무브먼트 플랜(4)은 (예를 들어 비즈니스 오브젝티브로부터 유도된) 하나 이상의 오브젝티브 함수에서 확립된 척도에 따라 이전에 실행중인 무브먼트 플랜(도시하지 않음)보다 더 나은 솔루션을 제공한다.
계속하여 도 4를 참조하면, (도 1의) DOTP(2)는 실행을 시작하고(122), 그후, 플랜 생성기(56) 및 플랜 모니터(58)는 초기화한다(124). 예를 들어, DOTP(2)는 플랜 모니터(58) 및 플랜 생성기(56)를 위한 제1 프로세서(P1; 126), 및 플랜 이그제큐티브(60)를 위한 제2 프로세서(P2; 128)를 포함할 수 있다. 대안으로, 하나 이상의 프로세서(도시하지 않음)는 플랜 생성기(56), 플랜 모니터(58)를 위한 단일 프로세서(도시하지 않음) 및 플랜 이그제큐티브(60)를 위한 단일 프로세서(도시하지 않음)에 대한 루틴을 실행할 수 있다; 또는, 3개의 프로세서(도시하지 않음)는 플랜 생성기(56), 플랜 모니터(58) 및 플랜 이그제큐티브(60)에 대한 루틴을 실행할 수 있다. 초기화후에, 플랜 모니터(58)는 플래닝 바운더리(74)를 정한다(130).
예시의 편의를 위해, 도 4는 데이터 및 프로세싱 액티비티를 도시하고 있지만, 일어나는 동시적인 프로세싱을 도시하는 것은 아니다. 플랜 모니터(58)는 액티비티를 수행한다(116, 118, 130, 150, 124). 플랜 생성기(56)는 액티비티를 수행한다(132, 152, 134, 136, 120, 124). 플랜 이그제큐티브(60)는 액티비티(140, 146)를 수행한다. 플랜 모니터(58)가 (새로운 사이클의 시작시에 그리고 이전 사이클의 끝에) 플랜 생성기(56)에 새로운 바운더리 및 트래픽 상태를 송신하고 플랜 생성기(56)로부터 새로운 플랜을 수신하고 있을 때의 동기화를 제외하면, 플랜 모니터(58) 및 플랜 생성기(56)는 비동기적으로 동작한다. 플랜 이그제큐티브(60)는 다른 2개의 컴포넌트에 비해 완전하게 비동기적이고 새로운 발행된 플랜의 도착 등의 이벤트에 응답한다.
다음에, 플랜 생성기(56)는 정규 플래닝 사이클을 겪는다(132). 도 5A-5B와 연관하여 이하 더 상세하게 논의될 바와 같이, 플랜 생성기(56)는 복수의 무브먼트 플랜(104; 도 3)을 생성하고, 더 나아간 평가를 위해 "최선" 플랜(133)을 선택한다. 다음에, 플랜 생성기(56)는 플래닝 바운더리(74)의 가장 최근 업데이트를 사용하여 이전에 발행된 무브먼트 플랜(4; 도 3)을 재평가한다(134). 이것은 발행된 무브먼트 플랜(4)이 정규 플래닝 사이클보다 충분하게 더 큰 시간동안 실행되어 왔기 때문이다. 다음에, 플랜 생성기(56)는 새로운 최적화된 무브먼트 플랜이 존재하는지 판정한다(136). 예를 들어, 최선 플랜(133) 및 발행된 무브먼트 플랜(4; 도 3)은, 예를 들어, 식5-7과 연관하여 상기된 바와 같이 또는 도 5A-5B와 연관하여 이하 논의될 바와 같이, 적합한 오브젝티브 함수에 의해, 현재 상태하에서, 평가될 수 있다. 그때, 최선 플랜(133)의 오브젝티브 함수 값이 발행된 플랜의 오브젝티브 함수 값 더하기(또는, 최소화 때에는 빼기) 발행된 무브먼트 플랜(4)의 적합한 임계값(예를 들어, 3%; 발행된 플랜 변동의 수를 감소시켜 휴먼 오퍼레이터를 위한 더 안정된 환경을 허용하는 적합한 값)보다 더 낫다면(예를 들어, 오브젝티브 함수를 최소화할 때에는 더 작다면), 상기 상태가 충족되면 실행을 위해, 새로운 플랜(4')이 발행된다(120). 또한, 이러한 플랜(84)은 열차 그래프 인터페이스(16)에 열차 그래프의 형태로 출력된다. 최초 실행을 위해, 이전에 발행된 무브먼트 플랜은 없고 최선 플랜(133)이 발행된다(120). 초기화동안, 최초 솔루션 풀(104; 도 3)은 최초 플래닝 바운더리 정보를 채용함으로써 생성된다. 초기화 프로세스가 정규 플래닝 사이클의 기간보다 더 길다면, 그때 플래닝 바운더리(74)는 업데이팅되는 한편, 최초 솔루션 풀(104)을 생성한다.
정규 플래닝 사이클(132) 또는 리플래닝 사이클(152)의 어느 하나의 끝에서, "최선" 플랜(133)은 그것이 현재 실행중인 무브먼트 플랜(13; 도 3)보다 소정의(예를 들어 컨피규어링가능한) 상대량만큼 (예를 들어, 식5의 f 값을 채용함으로써) 더 낫다면 발행된다(120). 새롭게 발행된 플랜(4')은 플랜 이그제큐티브(60; 도 3)에 의해 채용된 데이터를 포함하는 적합한 포맷(138)으로 실행을 위해 내보내진다. 동일한 플랜(도 1의 70)은 플랜 모니터(58)에 의해 수신되어, 새로운 플래닝 바운더리(74')를 결정 및 유지하도록 채용된다. 그후, 플래닝 사이클은 새로운 바운더리 상태로 재시작되는(132) 한편, 발행된 플랜은, 있다면, 플랜 이그제큐티브(60)에 의해 고려된다(이하 논의됨).
새롭게 발행된 플랜(4')에 응답하여, 플랜 이그제큐티브(60; 도 3)는 지역의 실행 모드를 결정한다. 예를 들어, 플랜 이그제큐티브(60)는 지역, 열차 및 기반시설의 엘리먼트와 연관된 상태를 결정한다. 전 지역이 수동 실행 모드에 있을 수도 있고, 일부 서비스가 수동 실행 모드에 있을 수도 있고, 그리고/또는, 일부 신호가 수동 실행 모드에 있을 수도 있다. 또한, 플랜 이그제큐티브(60)는 (열차 플랜 또는 트랙 섹션 레벨로) 부분 자동 실행 모드를 핸들링한다. 일부 열차는 수동 실행 모드로 고려될 수 있다. 열차가 자동 실행 모드에 있을 때라도, 일부 커맨드는 제안된 가까운 장래의 무브먼트 플랜(110; 도 3)에 기초하여 수동으로 발행된다. 수동 실행 모드에 있어서, (선택적, 가까운 장래의 등의) 대응하는 제안된 무브먼트 플랜(110; 도 3)은 휴먼 오퍼레이터에 의한 수동 실행(144)을 위해 CAD 그래피컬 인터페이스(18)에 출력된다(142). 그와는 달리, 140에서 결정된 바와 같이, 자동 플랜 실행이 존재한다면, 그때, 대응하는 커맨드(86)는 CAD 시스템(14)에 출력된다(146). 또한, 행해진 레저베이션(148)은 CAD 그래피컬 인터페이스(18)에 출력된다.
동시에, 플랜 모니터(58)는 CAD 시스템(14)으로부터의 트래픽 및 트래픽 상태를 업데이팅하고(116), 플래닝 바운더리(74)를 업데이팅한다(118). 다음에, 플랜 모니터(58)는 리플래닝이 필요한지를 판정한다(150). 예를 들어, 도 1과 관련하여 상기된 바와 같이, 플랜 모니터(58)는, 플랜 생성기(56)에 의한 리플래닝이 필요한지를 결정하기 위해, 현재 실행중인 무브먼트 플랜(70)과 철도(12)의 현재 상태(68)를 계속 대비한다. 리플래닝이 트리거링되면(72; 도 1), 그때 플랜 생성기(56)의 정규 플래닝 사이클(132)은 인터럽팅되고, (도 5A-5B와 연관하여 이하 논의될 바와 같이) 리플래닝 사이클에 의해 대체된다(152). 한편, 리플래닝이 트리거링되지 않으면, (도 5A-5B와 연관하여 이하 논의되는 바와 같이) 플랜 생성기(56)의 정규 플래닝 사이클이 계속된다(132).
플랜 생성기
도 3, 4, 및 5A-5B를 참조하면, DOTP(2)는, 플래닝 호라이즌의 진행 또는 플래닝 호라이즌내 변동 때문에 부가된, 열차 위치(108), 트랙 블록 및 속도 제한 등의 트래픽 상태(106), 열차 스케줄(64; 도 1) 및 열차 속성 등을 포함하여, 필드(12) 또는 오피스(도시하지 않음)로부터의 업데이트를 수신 및 프로세싱 한다.
플랜 생성기(56)는 현재 시스템 타임 아웃에서 시작하여 플래닝 호라이즌까지의 컨피규어링가능한 시간 윈도우에 대해 복수의 무브먼트 플랜(104; 도 3)을 생성한다. 이들 플랜(104)의 생성은 사이클릭하고, 각각의 사이클은 기존 플랜을 향상시키려고 시도하고 각각의 사이클은 필드(12)의 새로운 상태를 프로세싱한다. 업데이트를 따라, DOTP(2)는 열차 스케줄(64) 및 필드(12)의 상태에서의 변동에 의존하여, (1)도 4의 132에서 정규 플래닝 사이클을 계속하거나, (2)152에서 리플래닝 사이클을 겪는다.
플랜 생성기(56)는 지정된 시간 인터발에 걸쳐 열차에 대해 복수의 상세한 무브먼트 플랜(104; 도 3)을 구축한다. 이들 무브먼트 플랜(104)은 플래닝된 철로에 대한 데이터에 기초하는 실행가능한 플랜(즉, 실행가능한 플랜은 어떠한 제약도 위반하지 않고 트랙의 임의의 섹션에 대해 열차간 어떠한 미해결 상충도 갖지 않는다, 어떠한 데드록도 존재하지 않는다)이다.
정규 플래닝 사이클의 시작시에, 플래닝 바운더리(74; 도 3)는 플랜 생성기(56)에 전송된다. 또한, 플랜 모니터(58)에 의해 버퍼링되고 정규 플래닝 사이클의 시작시에 전송된 메시지로부터의 부가적인 데이터(예를 들어, 일시적인 속도 제한 및 디바이스 블록에 대한 상세한 데이터 등의 트래픽 상태(106))는 무브먼트 플랜 생성의 프로세스에서 채용될 수 있다. 플래닝 바운더리(74)는 플랜 모니터(58)에 의해 능동적으로 유지된다. 그러므로, 발행된 무브먼트 플랜(4; 도 3)은 발행시 현재 상태를 만족한다. 플랜 생성 프로세스(114; 도 3)에서 사용된 가정이 쓸모없게 되는 방식으로 바운더리 상태가 변동된다면, 그때 정규 플래닝 사이클은 인터럽팅되고(도 1의 72) 새로운 플래닝 바운더리(74')가 제공된다(도 4의 118).
도 3에 도시된 바와 같이, 플랜 생성기(56)는 열차가 트랙의 특정 섹션을 횡단하는데 필요로 하는 시간을 계산하기 위해 무브먼트 모델(154)을 채용한다. 무브먼트 모델(154)은, 메시지(66)로부터의, 열차 특성, 기반시설 정보, 지형 정보 및 혼란(도 3; 예를 들어, 일시적인 속도 제한 및 트랙 블록)을 사용하여 런 타임을 컴퓨팅한다. 트래픽 상태에서의 동적 변동은 플랜 생성기(56)에 의해 관찰되고 고려된다. (일시적 또는 긴급한 속도 제한 등) 변동의 일부는 무브먼트 모델(154)에 의해 어드레싱된다.
플랜 생성기(56)는 동적 환경에서 플랜의 생성 및 배달을 해결하도록 이하의 프로시저를 채용한다: (1)필드(12; 도 3)에서의 변동의 중요성에 따라 리플래닝(156,158; 도 5A); (2)솔루션의 다중 생성 풀(172,172',172''; 도 5A)을 유지; (3)현재 플래닝 바운더리(74,74'; 도 4) 및 (도 4의 134,136,120과 연관하여 상기된 바와 같은) 트래픽 및 트래픽 상태에 기초하여 무브먼트 플랜을 평가 및 비교; 및 (4)새로운 서비스 및 새로운 플래닝 바운더리(74')에 기초하여 솔루션을 업그레이딩.
도 5A-5B를 참조하면, 정규 플래닝 사이클 및 리플래닝 사이클이 도시되어 있다. 일반적으로, 리플래닝 사이클은, 리플래닝 사이클이 단계(156,158)도 포함한다는 것만 제외하고는, 정규 플래닝 사이클과 동일하다. 최초 플래닝 사이클(콜드 스타트)(도시하지 않음)은 리플래닝 사이클과 마찬가지이지만, 단계(158)만을 포함할 뿐이다.
최초 솔루션을 생성하거나 솔루션을 수정 또는 파기하거나 하는 것은 185 등의 적합한 "에이전트"의 액션에 의해 구현될 수 있다. 또한, 재생성(156)은, 몇몇 새로운 이벤트를 고려하기 위해, 기존 솔루션을 개조하도록 채용될 수 있다(이하 논의됨). 솔루션이 생성, 수정, 또는 재생성될 때마다, 그것은 (무브먼트 플랜(166,168,170)을 포함하는) 솔루션의 풀(172)을 오더링하도록 채용되는 오브젝티브 함수를 사용하여 평가된다. 그러므로, 솔루션은 평가후 즉시 풀(172)내의 그 적절하게 오더링된 곳에 삽입되는 것이 바람직하다.
상대적으로 더 낮은 오브젝티브 함수 값이 상대적으로 더 높은 오브젝티브 함수 값보다 더 나은 것으로 생각되어서, 시험적으로, (도 4의 "최선" 플랜(133) 등) 가장 낮은 오브젝티브 함수 값을 갖는 솔루션이 "최선"인 것으로 생각되고(도 4의 132 또는 152), 그래서, 솔루션 풀(172)의 하나의 극단(예를 들어, 최상부, 최하부)에 놓일 수 있도록, 오더링 또는 랭킹이 이루어진다. 최소화가 예시되지만, 대안으로, 상대적으로 더 높은 오브젝티브 함수 값이 상대적으로 더 낮은 오브젝티브 함수 값보다 더 나은 것으로 생각되어서, 시험적으로, 가장 높은 오브젝티브 함수 값을 갖는 솔루션이 "최선"인 것으로 생각되고, 그래서, 풀(172)의 하나의 극단(예를 들어, 최상부, 최하부)에 놓일 수 있다.
플래닝 사이클은 시작하고(160), 열차 스케줄(64; 도 1)의 업데이팅이 이어져, 새로운 트래픽 상태로 내부 상태를 업데이팅하고(162), 상세한 플래닝 바운더리(164)를 생성한다. 플래닝 바운더리(74; 도 3)는 플랜이 제공되어야 하는 각각의 열차에 대한 공간상 및 시간상 포인트를 플랜 생성기(56)에 제공한다. 또한, 그것은 행해진 레저베이션에 의해 부과된 부가적인 제한을 제공한다. 행해지도록 예상된 레저베이션은 행해진 레저베이션으로 마찬가지의 제약을 부과한다. 예를 들어, 열차 스케줄(64; 도 1)은, 추가되는 새로운 열차, 제거되는 열차 또는 완료된 여행, 추가되는 열차에 대한 새로운 목적지, 삭제되는 또는 완료된 열차에 대한 기존 목적지, 또는 열차 구성에 대한 변동 등을 포함할 수 있다. 무브먼트 플랜의 생성 및 재생성을 지원하는 것을 도와주기 위해, (열차가 바운더리에서 마지막 레저베이션을 빠져나갈 때 열차의 앞머리가 빠져나가는 시각 및 속도를 포함하여) 더 상세한 것은 플랜 모니터(58)에 의해 이미 결정되어 있지 않더라도 플래닝 바운더리(74)에 부가될 수 있다. 그러므로, 열차 스케줄(64) 및 상세 플래닝 바운더리는, 솔루션 풀(172)에서의 솔루션(예를 들어, 무브먼트 플랜(166,168,170))이 수정되거나 재생성되기 전에, 그리고, 새로운 솔루션(예를 들어, 무브먼트 플랜(174))이 리플래닝 사이클에 의해 재생성되거나(즉, 단계(158)에서), 또는, 어쩌면, 정규 플래닝 사이클에 의해 재생성되거나(즉, 단계(176,190,192)의 어떤 실행에서) 하기 전에, 업데이팅된다. 다음에, 도 4의 150에서 결정된 바와 같이, 리플래닝이 요청되는지가 판정된다(178). 요청되지 않으면, 정규 플래닝 사이클이 계속된다(180). 한편, 리플래닝이 요청되면, 다음의 정규 플래닝 사이클이 180에서 실행되기 이전에, 단계(156,158)가 실행된다.
156에서, (솔루션 풀(172') 등의) 솔루션의 기존 풀로부터의 복수(예를 들어, N1의 카운트)의 무브먼트 플랜(157)이 재생성된다. 예를 들어, 상위 N1개의 최선 솔루션이 채용될 수 있다. 대안으로, 그들 솔루션에 더하여, 하나 이상의 솔루션이 랜덤하게 선택될 수 있다. 예를 들어, 카운트(N1)는 솔루션 풀(172')에서의 솔루션의 카운트(예를 들어, 풀 사이즈) 곱하기 (예를 들어, 이하의, 식18 또는 식20으로부터의) 리플래닝 스코어의 함수(예를 들어, 이하의 식8의 f(리플래닝 스코어))로서 결정될 수 있다.
리플래닝 사이클에 특유한 액티비티에 대한 주된 이유는 필드(12; 도 3)에서의 변동 또는 리플래닝 사이클이 일어나도록 야기시킨 입력을 다루려는 것이다. 무브먼트 플랜의 재생성은 필드에서의 주요 스케줄 변동 및 혼란을 책임진다. 재생성 프로세스는 기존 무브먼트 플랜으로부터 시작하고 필드 및 입력에서의 새로운 상황에 따라 그것을 개조하려 시도한다. 최소한 새로운 상태는 책임져지고, 가능하다면, 혼란은 소정 솔루션의 아웃라인내에서 해결된다(예를 들어, 속도 제한은 전반적인 무브먼트 플랜에 대한 주요한 변동없이 열차를 다이버팅함으로써 또는 대응하는 레저베이션 인터발을 변동시킴으로써 다루어진다; 모든 다른 레저베이션은 그에 따라 조절된다). 새로운 스케줄 및 바운더리 상태에 기초하여, 재생성의 주요 골에 더해, 솔루션의 적어도 일부는 그들 기존 레저베이션의 적어도 일부의 조절을 필요로 할 수 있다(예를 들어, 정규 플래닝 사이클에서 채용되는 모든 솔루션에 대해 그것이 이뤄질 때). 그들 재생성 솔루션은 솔루션 풀(172')의 157에 나타나 있다.
바람직하게는 임의의 하나의 솔루션의 생성 또는 재생성 후에 즉시, (OFV1, OFV2, OFV3 등의) 개개의 오브젝티브 함수 값(OMF)이 결정될 때, 솔루션은 172, 172'등의 기존 풀에서 개별적으로 적합하게 분산되는 것이 바람직하다.
다음에, 복수(예를 들어, N2의 카운트)의 174와 같은 새로운 무브먼트 플랜은 (예를 들어, 업데이팅된 솔루션 풀(172'') 등의) 솔루션의 동일한 풀의 일부로서 스크래치로부터 생성된다(158). 예를 들어, 카운트(N2)는 솔루션 풀(172')에서의 솔루션의 카운트(예를 들어, 풀 사이즈) 곱하기 (예를 들어, 이하의 식18 또는 식20으로부터의) 리플래닝 스코어의 함수(예를 들어, 이하의 식9에서의 g(리플래닝 스코어))로서 결정될 수 있다.
예시적인 리플래닝 전략(도 5A-5B)은 리플래닝을 야기시키는 다양한 혼란 유형(예를 들어, 도 3의 메시지(66)의 일부) 및/또는 플랜 모니터(58)에 의해 컴퓨팅된 리플래닝 스코어(214; 도 6)에 의존한다. 차례로, 적합한 알고리즘이 각각의 혼란 유형에 적용된다(180). 상기된 바와 같이, 기존 솔루션 풀(172')은, 162, 164에서 결정된 바와 같은 새로운 상태를 충족하도록 솔루션 풀(172')에서의 최선의 기존 솔루션의 카운트(N1)를 재생성하고(156) (예를 들어, 166,168,170 등의 기존의 구 솔루션에 기초하지 않는) 새로운 솔루션(174)의 카운트(N2)를 생성함(158)으로써 리플래닝할 때, 수정된다. 솔루션(157,174)은 각각의 솔루션이 생성 또는 재생성되는 대로 풀(172'')내에서 랭킹되는 것이 바람직하다.
예7
식8 및 식9는 재생성될 솔루션의 카운트(N1=f(리플래닝 스코어)*풀 사이즈) 및 리플래닝 스코어에 기초하여 새롭게 생성될 솔루션의 카운트(N2=g(리플래닝 스코어)*풀 사이즈)를 결정하기 위한 2개의 연관 함수의 결정을 각각 나타내고 있다.
리플래닝 임계값은 도 4의 단계(150)의 임계값이고, max(리플래닝 스코어)는, 이 값보다 큰 스코어가 이 한계로 할당되도록, 리플래닝 스코어의 미리 정해진 최대 값이다.
바람직하게는, 이하의 식18 및 식20에서의 특정 웨이트의 교정은 스케줄 변동이 존재하지 않을 때
을 보증한다.
예8
예를 들어, 함수 f(리플래닝 스코어) 및 g(리플래닝 스코어)는, 도 5A에 도시된 바와 같이, x=리플래닝 스코어(RS), f(x) 및 g(x)의 적합한 이산적 맵핑(198)으로부터 결정될 수 있다.
예9
대안으로, 임의의 적합한 이산적, 연속적, 선형 또는 비선형 방정식, 함수 또는 맵핑이 카운트(N1,N2)를 리플래닝 스코어 및 (172' 등의) 현재의 솔루션 풀의 사이즈에 관련시키도록 채용될 수 있다.
플랜 생성기(56)는 솔루션 스페이스를 서치하는 다중 알고리즘, 브랜치 및 바운드 기술, 및/또는 임의의 순환적 또는 반복적 방법을 사용한 협력적 컴퓨테이션 등 시기적절한 방식으로 그러한 플랜을 생성할 수 있는 무브먼트 플랜의 임의의 적합한 생성기를 채용할 수 있다. 오프라인을 최적화할 때(즉, 비-동적으로) 생성의 방법이 솔루션 풀에 의존하지 않는 때라도, 솔루션 풀은 다른 시간 포인트에서 구축된 무브먼트 플랜을 사용함으로써 파퓰레이팅될 수 있다.
물론, (예를 들어, 이하의 식18 또는 식20으로부터의) 리플래닝 스코어가 적합한 임계값의 아래에 있을 때, 그리고, 특별 이벤트가 없을 때, 도 4의 단계(150)와 연관하여 상기된 바와 같이, 리플래닝은 개시되지 않는다. 또한, 리플래닝이 개시될 때, N1 및 N2의 상대적으로 작은 퍼센티지 값은 리플래닝 스코어의 상대적으로 작은 값에 제공되고, N1 및 N2의 상대적으로 큰 퍼센티지 값은 리플래닝 스코어의 상대적으로 큰 값에 제공된다.
158후에 또는 리플래닝이 요청되지 않았으면, 180에서, 다양한 혼란 특유 에이전트(알고리즘; 185)가 활성화된다. 후에, 그러한 에이전트(185)는 블록 등의 상태를 어드레싱하도록 채용될 수 있다(186). 특정 혼란은 리플래닝을 트리거링하는 특별 이벤트의 레벨까지 올라갈 수 있지만, 다른 혼란은 그 레벨까지 올라갈 수 없어서, 특유 에이전트의 활성화는 정규 플래닝 사이클에 대해서도 수행될 수 있다. 이들 에이전트는 소정의 이벤트 유형을 책임지도록 기존 솔루션을 수정하려 시도한다. 솔루션의 아웃라인은 결과로서 변동할 수 있다(예를 들어, 원래 아웃라인내에서 이벤트를 책임지려 시도하는 재생성과는 다르다).
다음에, (예를 들어, 다음 플래닝 사이클 이전의 풀(172); 단계(156,158)를 따르는 풀(172'') 등의) 솔루션의 현재 풀의 오브젝티브 함수 값(183)은 오브젝티브 함수 값(183')으로 나타내어진 바와 같이 상대적으로 오래된 솔루션을 다운그레이딩하기 위해 (예를 들어, 이하의 식11을 채용함으로써) 조절된다(182). 단계(156, 158)에서 생성된 솔루션은 현재의 것이고 다운그레이딩되어서는 안된다. 그후, 184에서, (172,172' 등의) 솔루션의 현재 풀이 새롭게 확립된 오브젝티브 함수 값(183')에 기초하여 리오더링된다. 단계(182,184)는 모든 솔루션을 조절한 후 모든 솔루션을 리오더링하는 것에 의한 것보다는 솔루션별로 적용되는 것이 바람직하다. 풀(172)에서의 플랜은, 늦은 분의 총값의 최소값 및 최종 목적지로의 최선 시간 등의 오브젝티브 등을 포함할 수 있는 하나 이상의 대응하는 오브젝티브 함수에 의해 최선 플랜(133; 도 4)을 결정하도록 평가된다.
이러한 동적 플래닝 환경에 있어서, 무브먼트 플랜(즉, 솔루션)의 풀(172)은 다중 생성 풀이다. 풀(172)에서의 이들 솔루션(예를 들어, 플랜(166,168,170))은 그것들이 실행을 위해 수정되거나 제안되는 때 언제라도 새로운 플래닝 바운더리(74'; 도 4)에 대해 업데이팅된다. 또한, 도 1의 스케줄(64)이 업데이팅될 때, 서비스의 추가 또는 제거 때문에, 풀(172)에서의 솔루션은 새로운 열차 스케줄에 따라 업그레이딩된다.
구 솔루션의 오브젝티브 함수 값은 이하의 식11 및 식12에 따라 변경될 수 있다. 이것은 무브먼트 플랜(104; 도 3)의 생성에 최근 연루되지 않았던 솔루션은 다운그레이딩된다는 것을 나타낸다(예를 들어, 이 예에 있어서, 오브젝티브 함수 값이 더 낮고 플랜 생성기(56)가 오브젝티브 함수를 최소화할 때 솔루션이 더 낫기 때문에 그 오브젝티브 함수 값은 식11에서 증가된다). 플래닝 호라이즌에 의해 정해진 시간 윈도우보다 더 오래된 솔루션은 풀(172)로부터 제거(즉, 파기)되는 것이 바람직하다.
예10
재생성은 다운그레이딩후에 최선 플랜에 대해 이뤄질 수 있다. 이 예에 있어서, 도 5B의 단계(182, 184)는 도 5A의 단계(164) 후에 즉시(도시되지 않음) 구현되는 것이 바람직하다. 바람직하게는, 새롭게 다운그레이딩된 오브젝티브 함수 값이 그러한 값을 채용하는 액티비티에 이용될 수 있도록, 다운그레이딩은 플래닝 사이클의 시작시에 수행된다. 예를 들어, 풀(172)에서의 최선 플랜은 재생성(156)을 위해 선택된다.
다음에, 도 5B의 186에서, 에이전트(185)의 리스트로부터, 채용되는 플랜 생성에 적절한 적합한 방법(예로서, 웨이팅된 랜덤 선택)을 사용하여 적합한 에이전트가 선택되고, 176에서, 채용되는 플랜 생성에 적절한 방법(예를 들어, 풀(172)에서의 솔루션의 오브젝티브 함수 값을 고려; 오브젝티브 함수 값을 채용하는 웨이팅된 랜덤 선택)을 사용하여 솔루션(172')의 조절된 풀로부터의 솔루션 중 하나(또는 그 이상)는 에이전트가 그러한 하나(또는 그 이상)의 솔루션을 필요로 한다면 선택된다. 에이전트(185)의 리스트는, 예를 들어, (필요하다면) 다운그레이딩된 오브젝티브 함수 값에 기초한 특정 솔루션 또는 유사한 솔루션을 파기하는 에이전트(A1); 그 오브젝티브 함수 값을 향상시키려 시도하기 위해 솔루션을 수정하는 에이전트(A2); 새로운 것을 생성하도록 다중 솔루션을 사용하는 에이전트(A3); 트랙 블록 또는 속도 제한 등의 혼란을 해결하려 시도하는 에이전트(A4); 및 기존 솔루션을 사용함이 없이 새로운 솔루션을 생성하는 에이전트(A5);를 포함할 수 있다.
예11
설명되어 온 바와 같이, 기존의 솔루션은 새로운 솔루션을 안출하도록 채용된다. 적합한 에이전트 및 솔루션 선택은 다중 솔루션의 조절 및 개조를 용이하게 하고 새로운 최적화된 플랜을 찾아낼 기회를 증가시킬 수 있다. 특정 플랜 생성의 경우에 있어서는, 조절 및 개조를 행할 뿐인 단 하나의 "에이전트"(A2)만이 존재하고, 기존의 것을 고려함이 없이 새로운 플랜을 생성하는 단 하나의 에이전트(A5)만이 존재한다. 적합한 어프로치는 에이전트(185)의 리스트의 에이전트(A1-A5)의 모두를 채용할 수 있다.
그후, 188에서, 176으로부터 선택된 솔루션이 널(null)인지 판정된다. 이것은 186으로부터 선택된 에이전트에 의해 기존 솔루션이 필요로 되지 않으면 일어난다. 널이 아니면, 190에서, 선택된 솔루션은, 단계(162)로부터, 새로운 스케줄로, 단계(164)로부터, 새로운 플래닝 바운더리로, 조절될 수 있다. 선택된 무브먼트 플랜(솔루션)은 에이전트(185)에 의해 사용되기 전 스케줄의 새로운 또는 변동된 엘리먼트를 책임질 필요가 있을 수 있다. 부분 플랜이 새로운 스케줄 엘리먼트에 대해 전개된다. 또한, 제거되지 않았던 스케줄 엘리먼트에 대응하는 무브먼트 플랜의 부분은 무브먼트 플랜으로부터 제거된다.
플래닝 바운더리(74; 도 3)에서의 변동은 현재 플래닝 바운더리와 일치하지 않는 네트워크 브랜치에 속하는 트랙 섹션에 대한 부분 플랜을 제거함으로써 특정 무브먼트 플랜이 조절될 것을 필요로 할 수 있다.
예12
도 10에 도시된 바와 같이, 플래닝 바운더리에 있어서의 변동은, (예를 들어, 도 10에 도시된 바와 같이, 선택된 솔루션에서의 각각의 따르는 레저베이션과의 연관이 없는 내부 바운더리(1001) 또는 바운더리의 끝으로부터) 현재 바운더리와 일치하지 않는 네트워크 브랜치에 속하는 트랙 섹션에 대해, 레저베이션(1003)을 포함하는 부분 플랜을 제거함으로써 특정 플랜이 조절될 것을 필요로 하여 그것을 대체할 수 있다. 레저베이션(1004)을 포함하는 새로운 부분 플랜은 그것이 플랜의 나머지 부분과 잘 섞이는(즉, 리소스 할당의 적절한 순서를 따르는) 한편 그것이 현재 플래닝 바운더리를 고려하여 트랙 섹션을 예약하도록 전개된다. 레저베이션(1003)은 구 무브먼트 플랜에서의 열차 플랜(1002)에 속한다. 제거된 부분 플랜은 이전 열차 플랜(1002)에 속하는, 단일 열차에 대한 레저베이션(1003) 등, 다중 열차에 대한 레저베이션을 포함할 수 있다. 각각의 서비스에 대한 부분 플랜은 (예를 들어, 도 10의 수직선(1006)에 의해 분리된 바와 같은) 다중 트랙 섹션에 대한 레저베이션을 포함할 수 있고, 신호등(1005) 등의 다중 신호등을 커버할 수 있다(도 10은 한 방향으로 아주 적은 수의 신호등만을 도시하고 있다; 그들 신호등은 제시된 열차 플랜에 대한 플래닝 바운더리 근방에 대해 플래닝된 무브먼트의 방향과 관련되어 있다).
176으로부터의 솔루션이 널이였다면, 또는 190이후에, 186으로부터 선택된 에이전트는, 필요에 따라, 176으로부터 선택된 솔루션을 사용하여, 192에서 적용된다(즉, 실행된다).
그후, 193 및 194에서는, 각각, (리플래닝 요청에 의해) 사이클이 인터럽팅되어야 하는지 193에서 판정되고, 그리고/또는 플래닝 사이클의 끝인지 194에서 판정된다. 193에서 사이클이 인터럽팅되면, 그때 플랜 생성기(56)는 160에서 계속할 것이다(즉, 새로운 상태하에서 새로운 플래닝 사이클). 193에서 리플래닝 요청의 판정은 도 5A의 178에서 상기된 바와 같다. 이것은, 도 4의 134에서의 재평가 및 도 4의 120에서의 새로운 무브먼트 플랜의 발행 없이, 정규 플래닝 사이클이 "인터럽팅되게" 한다. 그렇지 않으면, 사이클의 끝을 판정하기 위해, 160에서의 사이클 시작의 저장된 시각은, 예를 들어, 현재 시각과, 194에서, 비교될 수 있다. 그 차이가 소정의 시간을 초과하면, 그때, 196에서, 실행은, 발행된 무브먼트 플랜(4)을 재평가하기 위해, 도 4의 단계(134)에서 다시 시작한다. 그렇지 않으면, 다른 솔루션의 선택을 수반하는 다른 에이전트의 선택으로, 실행은 186에서 다시 시작한다. 제한이 아닌 예로서, 정규 플래닝 사이클의 사이클 시간은 대략 60초일 수 있고, 리플래닝 사이클의 사이클 시간은 대략 90초일 수 있다. 더 빠른 응답에 대해서, 플랜은 플래닝 사이클의 끝 이전에 발행될 수 있다. 또한, 감소된 플래닝 윈도우 및/또는 더 작은 지역 및/또는 병렬 프로세싱은 필요한 경우 응답 시간을 향상시키도록 채용될 수 있다.
예13
단계(156,158,192)에서, 대응하는 오브젝티브 함수 값은, 생성되거나(새롭게 생성되거나), 조절되거나, 수정되거나, 또는 재생성된 솔루션이 솔루션 풀(172)에서 부가되거나 업데이팅되기 이전에, 대응하는 무브먼트 플랜에 대해 결정되는 것이 바람직하다.
예14
바람직하게는, 사이클의 끝에서, 솔루션 풀(172)에서의 플랜의 카운트(예를 들어, 50; 적합한 수)는 이전 사이클로부터의 카운트와 동일하다. 예를 들어, A1 등의 파기 에이전트를 사용하여 플랜을 파기하는 것 이외에도, 풀(172)은 솔루션의 최대 카운트 아래로 유지되는 것이 바람직하다. 예를 들어, 가장 높은 오브젝티브 함수 값을 갖는 하나 이상의 솔루션은 파기된다.
예15
단계(182,184)는 풀(172)에서의 무브먼트 플랜의 각각과 연관된 연령을 채용하고, 연령의 함수로서 풀(172)에서의 대응하는 무브먼트 플랜의 대응하는 오브젝티브 함수 값을 다운그레이딩하고, 다운그레이딩에 응답하여 대응하는 무브먼트 플랜을 리오더링한다.
예16
166, 168, 170 등의 구 솔루션의 오브젝티브 함수 값은 식11 및 식12에 따라 변경될 수 있다.
n은 n번째의 플래닝 사이클이다.
이고,
N0는 특정 솔루션을 생성한 플래닝 사이클이고, f(N0)는 대응하는 솔루션의 생성시 오브젝티브 함수의 초기 값이고, n0는 솔루션을 다운그레이딩하기 이전 생성 후의 사이클의 수이고, q는 컨피규어링가능한 멀티플라이어이고, T는 플래닝 윈도우로서, T=플래닝 호라이즌 - 현재 시각 이고, Tc는 정규 플래닝 사이클의 듀레이션이다.
식11은 설명된 방식으로 θ 함수를 채용함으로써 수 사이클에 대한 그 값(n0)을 솔루션이 유지하도록 한다. 식12의 함수 D(n)는 n0 사이클 이후에 프로그레시브 에이징을 구현한다. 인 상태는 전 플래닝 윈도우가 지나간 후에 솔루션의 폐기를 제공한다. 팩터 는 포지티브 및 네거티브 오브젝티브 함수 값 둘다 D(n)만큼 떨어지게 하도록 채용된다.
전형적인 실시예에 있어서, 구 솔루션은 오브젝티브 함수 값이 구 솔루션이 "최선"인 것으로 나타낼 때에라도 발행을 위해 고려되지는 않는다. 임의의 설명된 방법을 사용하여 현재 플래닝 사이클에서 전개된 솔루션만이 현재 실행된 플랜을 대체하도록 고려된다. 정규 플래닝 사이클에 있어서, 최선 솔루션이 구 솔루션일 때, 그것은 재생성될 수 있고 그것이 여전히 최선이라면, 그때 그것은 실행중인 플랜을 대체하도록 고려될 수 있다.
플랜 모니터
플랜 모니터(58)는, 도 4의 130 및 118에서, 각각의 플래닝 사이클에 대해 새로운 플래닝 바운더리(74,74'; 도 4)를 플랜 생성기(56)에 제공하고, 150에서, 리플래닝에 대한 필요성을 판정한다. 74와 같은 플래닝 바운더리는 열차 위치를 분석함으로써 정해지는 한편, 또한, 리플래닝 상태의 평가는 예를 들어 디바이스 블록 및 속도 제한 등의 (현재 및 플래닝 호라이즌내) 필드 변동의 리뷰를 채용한다. 플래닝 바운더리는, 구현될 수 있는 새로운 솔루션을 효과적으로 결정하기 위해, 적합하게 선택된다(예를 들어, 그것은 행해질 것으로 예상된 레저베이션(46,48; 도 9)의 형태의, 행해진 레저베이션(34,36,38; 도 9)의 끝에서의, 일시적 버퍼를 특징으로 한다). 플래닝 바운더리의 버퍼의 사이즈는 행해진 레저베이션에 관한 플래닝 사이클 및 운영상 요구에 의존한다. 레저베이션을 행하는 것은 (예를 들어, "하이 그린"으로 계속적인 열차 무브먼트를 제공하기 위해 라이닝될 필요가 있는 루트의 수와 등가인) 다른 레저베이션이 행해질 것을 필요로 할 수 있다.
도 6을 참조하면, 플랜 모니터(58)는 유니파이드 모델링 랭귀지(UML) 노테이션을 채용함으로써 도시되어 있는데, 상대적으로 더 높은 레벨 컴포넌트는 더 낮은 레벨 컴포넌트에 의존한다(예를 들어, 계층 설계). 플랜 모니터(58)는 갭 분석 모듈(200) 및 플랜 바운더리 모듈(208) 둘다를 포함한다. 모듈(200)은 마지막 발행된 무브먼트 플랜(4; 도 3)과 필드(12; 도 3)에서의 상태와의 사이의 차이를 채용하여 리플래닝에 대한 추천을 생성한다. 모듈(200)은 속도 제한 모듈(202), 블록 모듈(204) 및 열차 갭 모듈(206)을 채용한다. 또한, 모듈(208)은 열차 갭 모듈(206)을 채용하여 그 모듈(206)에서 캡처링된 바와 같은 열차 위치에 기초해서 플래닝 바운더리(74; 도 3)를 결정한다. 열차의 플래닝된 위치와 그러한 열차의 실제 위치와의 사이의 갭은 플래닝 바운더리(74)의 엘리먼트를 다시 정하도록 채용된다.
플랜 바운더리 모듈(208)은 각각의 열차 서비스에 대한 바운더리를 관리한다. 바운더리는, 바운더리에 대한 상당한 변동없이(예를 들어, 열차 경로에 대한 변동없이) 가까운 장래의 무브먼트가 일어나게 하기 위해, 프로젝팅된 라이닝된 루트보다 더 뻗는다. 열차의 실제 속도는 플래닝 바운더리에서의 레저베이션 시간의 결정을 용이하게 하도록 평가된다. 속도는 예를 들어 필드로부터의 표시(예를 들어, 트랙 섹션으로부터 트랙 섹션으로까지의 실제 이동)에 기초하여 평가될 수 있다. 정밀도는 열차의 위치에 관한 입력에 의존한다. GPS를 채용하는 것 등의 고급 기술로는, 열차의 위치 및 속도에 관한 정보가 매우 정확하게 되기 때문에, 레저베이션 시간은 더 정확하게 계산될 수 있다. 덜 정확한 정보로도, 시스템은 잘 동작하는데, 플래닝 바운더리의 가장 중요한 면은 가까운 장래의 열차의 경로이기 때문이다.
열차 갭 모듈(206) 및 발행된 플랜 모듈(210)은 도 7에 도시되어 있다. 갭은 각각의 열차 서비스에 대해 결정된다. (도 7에는 도시되지 않은) 각각의 열차의 위치는 각각의 플래닝 사이클의 시작시에 평가되고 가장 최근 발행된 무브먼트 플랜(4; 도 3)에 비교된다. 이러한 정보는 도 6의 플랜 바운더리 모듈(208) 및 갭 분석 모듈(200) 둘다에 의해 사용된다.
열차 갭 모듈(206)은 각각의 열차에 대해 플래닝된 열차 위치와 실제의 열차 위치와의 사이의 갭을 결정하는 열차 갭 서비스 분석기 컴포넌트(218)에 의해 제공된 정보를 요약하는 열차 갭 분석기 컴포넌트(216)를 포함한다.
발행된 플랜 모듈(210)은, 레저베이션 자체를 유지하는 열차 레저베이션 컴포넌트(224)에 의존하는 서비스 플랜 레저베이션 스토어 컴포넌트(222)에 의해 제공되고 유지되는 정보를 모음으로써 플랜 모니터(58)를 위해 발행된 무브먼트 플랜(4)의 레저베이션의 완성 세트를 유지하는 플랜 레저베이션 스토어 컴포넌트(220)를 포함한다.
통상적인 동작에 있어서는, 새로운 무브먼트 플랜의 생성시에 변경될 수 없는 서브 플랜(예를 들어, 플래닝 바운더리를 정하는 레저베이션의 요약)을 바운더리 정보가 포함하기 때문에, 플래닝 바운더리(74; 도 3)에서 정해진 경로는 변동되지 않는다. 행해진 레저베이션(34,36,38; 도 9)에 의해 정해진 경로를 변경하는 것은 수동 개입을 필요로 한다. 가까운 장래에 행해질 것으로 예상되는 레저베이션(46,48; 도 9)에서 정해진 경로는 어떤 혼란의 결과로서 변동될 수 있다. 플랜 모니터(58)는 버퍼부를 변화시킬 필요성 뿐만 아니라 플래닝 바운더리(74)에 대한 외부 변화도 인식한다. 이들 2가지 경우는 리플래닝에 의한 대부분의 경우에서 수반된다(즉, 도 5A의 단계(156,158)).
경로가 고정되었다고 생각하면, 관련 갭 정보는 도 9의 26, 28, 40 등의 특정 철도 세그먼트의 들어오고 나가는 시간을 포함한다. 도 9의 24와 같은 열차가 하나의 트랙 섹션을 떠나고 다른 하나의 트랙 섹션으로 들어오는 시간은 열차의 위치가 평가될 때 결정된다. 열차 위치(108; 도 3)에 관한 메시지는 예를 들어 특정 트랙 섹션이 열차의 존재를 인식할 때 송신된다(CAD 시스템(14)에서의 약간의 전파 지연은 존재하지만). 필드(12)에서의 열차 무브먼트에 기초하여 평가된 시간은 그후 현재 실행중인 무브먼트 플랜(13; 도 1)에 비교되어 플랜 바운더리(74)가 적합하게 조절된다.
지연은 플래닝 바운더리(74)에서의 다양한 레저베이션에 영향을 줄 수 있다. 예를 들어, 열차(예를 들어, 도 9의 24)가 (현재 위치에) 마지막으로 들어온 루트의 레저베이션(예를 들어, 도 9의 32)은 동일한 열차에 대한 다음의 레저베이션(예를 들어, 도 9의 40, 42, 44)에 대해 지연을 프로젝팅하도록 채용된다. 기본적으로는, 플래닝된 레저베이션이 시프팅된다. 현재 위치에 대해, 계산은 시프트 이외에 (예를 들어, 첫번째 차량에 의해 현재 점유된 트랙 섹션에서 초래된 지연 등의) 레저베이션의 총 듀레이션의 확장을 채용하는데, 첫번째 열차 차량의 들어오는 시간이 아니라 나가는 시간에 영향을 준다.
이하의 식13-식17에 도시된 지연된 열차에 대한 다음 레저베이션에 대한 영향은 가장 낙관적이다. 현실적인 영향에 대해, 플래닝 바운더리(74)상의 열차의 상호작용이 고려되고 플래닝된 바운더리에서의 프로젝팅된 점유율이 다른 레저베이션과의 상호작용에 기초하여 결정된다.
은 (첫번째 이외의 모든) 바운더리 레저베이션에 대한 들어오는 시간/나가는 시간이고, 는 대응하는 바운더리 레저베이션에 대한 적합하게 낙관적인 예상 지연이고, 는 열차가 현재 점유하고 있는 것 이외의 바운더리 레저베이션에 대한 첫번째 차량의 플래닝된 들어오는 시간이고, 는 열차가 현재 점유하고 있는 것 이외의 바운더리 레저베이션에 대한 마지막 차량의 플래닝된 나가는 시간이고, 는 첫번째 차량이 현재 있는 곳에서의 레저베이션에 대한 첫번째 차량의 플래닝된 나가는 시간이고, 는 첫번째 차량이 현재 있는 트랙 섹션의 레저베이션에 대한 첫번째 차량의 실제의 들어오는 시간이고, 는 첫번째 차량이 현재 있는 곳에서의 레저베이션에 대한 첫번째 차량의 플래닝된 들어오는 시간이고, 는 첫번째 차량이 현재 있는 곳에서의 레저베이션에 대한 마지막 차량의 예상된 나가는 시간이고, 는 첫번째 차량이 현재 있는 곳에서의 레저베이션에 대한 첫번째 차량의 플래닝된 나가는 시간이고, 은 첫번째 차량이 있는 곳에서의 현재 레저베이션에 대한 확장이다.
LocoEntry/Exit는 열차의 앞머리의 들어오고/나가는 것으로 생각된다. 식13-식17은 열차가 현재 레저베이션에 대한 부가적인 지연(즉, 확장)을 얻을 수 있을 뿐만 아니라 현재 트랙 섹션에 늦을 수도 있음을 함축하고 있다. 이러한 관찰은 새로운 플래닝 바운더리(74')를 결정하는데 사용된다. 플래닝 바운더리는 현재 트랙 섹션상에서의 연착 및 부가적인 지연에 더하여 각각의 열차의 실제의 속도가 결정된다면 더 정확하게 결정된다. 이러한 정보는 플래닝 바운더리에 대해 레저베이션 인터발을 재계산하도록 사용된다.
일찍 도착하는 열차의 영향도 마찬가지 방식으로 결정될 수 있다. 다른 열차에 대한 의존성은 (장래의 플랜에 가장 큰 영향을 미치는) 이러한 경우에서의 내부 바운더리에 대한 영향을 제한할 수 있다. 딥 플래닝 바운더리내 레저베이션의 재평가는 현재 실행중인 무브먼트 플랜(13; 도 1)에서의 순서를 보존하고 영구적인 그리고 현재의 일시적인 제약(예를 들어, 현재의 속도 제한)을 준수한다. 이러한 방법은 열차의 현재 위치 및 그 속도를 고려한다.
갭 분석 모듈(200; 도 6)은 식18 및 식19에 도시된 바와 같이 블록, 속도 제한 및 열차 위치 갭에 기초하여 리플래닝 스코어(214)를 계산한다.
여기서, wblock은 블록에 특유한 웨이트이고, wspeedres는 속도 제한에 특유한 웨이트이고, wposgaps는 위치 갭에 특유한 웨이트이고, n은 새로운 또는 변동된 블록(트랙, 스위치 블록)의 수이고, m은 변동된 속도 제한의 수이고, s는 서비스의 수이고, li는 변동에 의해 영향받는 선로의 길이이고, ti는 레저베이션에 대한 시간 시프트 또는 변동(블록 또는 제한)의 듀레이션이고, T는 (현재 시간에 대한) 플래닝 호라이즌 또는 플래닝 윈도우이고, L은 플래닝 영역내 주요 트랙의 총 길이이고, lj는 트랙 섹션(j)의 트랙 길이이고, 는 제한(i)에 대한 제한된 속도이고, pi는 속도 제한(i)에 의해 영향받는 트랙 세그먼트의 수이고, Δti는 도착 편차(초)이고, Ts=t(최종 목적지)-t(예상)으로서 서비스에 대해 남는 시간(분)이고, Tc는 플래닝 사이클 시간(초)이고, Ti는 (현재 시간에 대한) 혼란 시작 시간이고, 은 플래닝 호라이즌에서의 열차의 수이고, 는 일시적인 속도 제한(i)에 의해 커버링된 트랙 섹션(j) 위의 열차 유형(k)에 적용가능한 가장 낮은 기존의 속도 제한이고, 는 제한된 영역(i)에 걸친 열차 유형(k)의 열차의 수이고, 은 혼란 영역에 걸친 플래닝 호라이즌에서의 열차의 수이고, wblock, wspeedres 및 wposgaps는 예를 들어 대략 0.5와 대략 5.0의 사이에 있고, r은 제한된 영역에 걸친 열차 유형의 수이다.
3개의 특유 웨이트는 플랜 및 플랜 생성에 대한 예상된 영향에 기초하여 교정되는 것이 바람직하다. 다중 열차의 위치 갭으로 플랜에서의 동일한 변동을 생성하는 블록은 2개의 대응하는 특유 웨이트의 실제 값을 선택하는 방법을 제공한다. 테스트는 다른 블록 및 지연된 (위치 갭) 열차의 수로 여러번 반복될 수 있다. 리플래닝에 대한 또다른 기여는 혼란을 적용할 때 플랜을 재생성하는 곤란도에 따라 선택될 수 있다. 속도 제한 사이의 상관은 이하 논의되는 바와 같이 식18에서 직접 캡처링된다. 그러나, 일반적으로, 재생성 및 리플래닝 곤란도에 기초하여, 다른 웨이트가 선택될 수 있다.
식18은 속도 제한 이 제로에 근접할 때 속도 제한 항목(즉, 식18의 둘째줄)은 다른 웨이트가 존재하지 않으면 (유효한 혼란이 양자의 경우에서의 정확히 동일한 상태에서 적용된다고 가정하면) 블록 항목(즉, 식18의 첫째줄)과 동일한 결과를 제공하도록 고안되어 있다. 혼란의 부가 및 제거 모두는 식18 및 식19를 사용하여 일관된다.
식18에 있어서, (T-Ti)/T 항목은 바운더리로부터의 시간적 거리에 기인하여 현재 발행된 무브먼트 플랜에 대한 혼란의 영향이 꺾이는 정도를 나타낸다. 마찬가지로, 항목은 플래닝된 열차의 총 수에 비해 혼란 영역을 사용하도록 플래닝되는 열차의 수에 기인하여 상대적인 혼란 영향의 꺾이는 정도를 나타낸다. 식18의 리플래닝 스코어는 식20에 나타내어진 바와 같이 열차 스케줄에서의 변동도 책임지도록 조절될 수 있다.
여기서, Ti start는 새로운 열차의 출발 시간이고, Ti change는 스케줄에서의 변동 시간이고, 는 변동된 열차 스케줄의 수이고, 는 추가된 열차의 수이고, 은 열차 스케줄 변동에 특유한 웨이트이다.
리플래닝 스코어 기여는 변동된 열차의 상대적인 수 및 새로운 열차의 상대적인 수 에 의존하는데, 복잡도 팩터를 나타낸다. 리플래닝 스코어에 대한 완전한 기여에 대하여, 이들 2 항목 모두는 변동된 또는 새로운 열차 스케줄의 상대적인 총 듀레이션만큼 멀티플라잉된다.
(예를 들어, 도 4의 150에서 결정된 바와 같이) 리플래닝 스코어(214; 도 6)에 대응하는 임계값이 초과될 때, 리플래닝 사이클은 152에서 일어난다. 플랜 모니터(58)는 새로운 플래닝 바운더리(74'; 도 4) 및 리플래닝 스코어(214)에 의해 수반되는 리플래닝 요청(72; 도 1)을 플랜 생성기(56)에 제출한다. 리플래닝의 다른 레벨은, 도 5A의 단계(156,158)와 연관하여 상기된 바와 같이, 리플래닝 스코어(214)에 의존하여, 플랜 생성기(56)에 의해 고려된다. 리플래닝 임계값을 초과하는 것은, 플래닝 바운더리가 여러번 영향을 받더라도, 플래닝 바운더리에 대한 변동을 내포하는 것은 아니다. 장차 일어날 것으로 예상되는 이벤트는 플래닝 바운더리에 영향을 미치지 않지만, 플래닝 바운더리를 넘어 무브먼트 플랜에는 상당한 영향을 미칠 수 있다. 그러므로, 새로운 무브먼트 플랜은 새로운 무브먼트 플랜의 우수한 품질을 보증하기 위해 즉시 생성되어야 할 수 있다.
또한, 플랜 모니터(58)는 (예를 들어, 플래닝 영역으로 오는 열차; 플래닝 영역의 스테이션에 형성된 열차 등) 열차 오더링 변동 및 플래닝된 경로를 벗어나 이동하는 열차의 결과를 초래하는 수동 액션 등 예시의 리플래닝 스코어(214), 식18에서 현재 커버링되지 않는 특별 이벤트 등이 일어날 때 리플래닝을 트리거링할 수 있다. 상기 액션은 플래닝 바운더리(74)를 변경한다.
또한, 특정 열차 스케줄 변동은 특히 바운더리가 유효하지 않을 때 즉시 리플래닝을 트리거링할 수 있다(예를 들어, 플래닝 바운더리(74)내 스케줄에 대한 변동 또는 다수의 열차 스케줄이 현재 스케줄을 상당히 변경하려 현재 스케줄에 추가 또는 수정될 때). 그렇지 않으면, 스케줄에 대한 변동은 상기 식20에 나타난 바와 같이 리플래닝 스코어에 기여한다. 플래닝 바운더리를 변경하지 않거나 바운더리의 부근에 있지 않은 스케줄 변동은 그 자체로 리플래닝을 트리거링할 필요는 없지만, 그것들은 리플래닝 스코어를 증가시킴으로써 리플래닝 결정에 기여할 수 있다. 대안으로, 리플래닝 스코어는 플래닝 사이클 결정을 가이드할 목적으로 (플랜 생성기(56)에 의해) 리플래닝 결정이 이루어진 후에 증가될 수 있다.
플래닝 바운더리(74)에 대한 변동으로 인해 현재 무브먼트 플랜(4)의 실행의 계속이 바람직하지 않을 때, 플랜 모니터(58)는 플랜 이그제큐티브(60)가 (도시되지 않은) 선택된 열차 서비스에 대한 실행을 멎게 하도록 요청할 수 있다. 예를 들어, 최근 부과된 트랙 블록을 향하여 가는 열차는, 트래픽 상태 및 제약이 열차가 다음 목적지에 도달하지 못하도록 한다면, (스케줄 변동 등) 오퍼레이터의 결정을 기다리기 위해, 스테이션 또는 환승역에 정지되어 있을 수 있다. 운영상 룰이 허용한다면, DOTP(2)는, 혼란이 목적지로의 액세스를 거절할 때, (플랜 생성기(56)에 의해 수행되는 바와 같이) 특정 스테이션을 자동으로 건너뛸 수 있다.
플랜 이그제큐티브
플랜 이그제큐티브(60; 도 3)는 CAD 시스템(14)에 의해 실행될 자동 제어 커맨드(86) 및/또는 (예를 들어, 제안된 무브먼트 플랜에 기초하여 오퍼레이터에 의해 이뤄진 요청으로부터) 수동으로 실행될, 110 등의, 제안된 가까운 장래의 무브먼트 플랜을 생성한다. 제어 커맨드(86) 및 제안된 가까운 장래의 무브먼트 플랜(110)은 플랜 생성기(56)에 의해 발행되는 무브먼트 플랜(4)으로부터 유도된다. 플랜 이그제큐티브(60)는 (예를 들어, 필드(12)의 현재 상태에 기초하여) 시기적절한 방식으로 플랜 실행 단계의 시퀀스를 트리거링하기 위해 (CAD 시스템(14)으로부터 모니터링된 정보(88) 및 내부 정보 등의) 노측 상태를 모니터링할 수 있다. 플랜 이그제큐티브(60)는 플랜 실행이 단기간에 트래픽 무브먼트를 나쁘게 하는 것을 방지하도록 CAD 시스템(14)으로부터의 모니터링된 정보(88)를 채용할 수 있다(예를 들어, 열차 루트는 변경되지 않고, 그 라이닝이 단지 잠시 멈춰질 뿐이다). 플랜 이그제큐티브(60)는 무브먼트 플랜이 리컴퓨팅되거나, 중지되거나, 수정되게 하여서는 안된다.
플랜 이그제큐티브(60)는 절대적 타이밍보다는 운영 시퀀스에 더 중점을 두어 플랜 생성기(56)로부터 수신된 무브먼트 플랜(4)을 구현한다. 예를 들어, 플랜 이그제큐티브(60)는 조기운행을 방지하도록 열차의 무브먼트를 규제하지는 않을 것이다. 이른 열차는 (열차 연관, 출발 시각 제약 등의) 스케줄 제약이 위반되지 않는 한 그 조기성을 계속 유지하도록 허용된다. 둘째로, 상대적인 시간과 연루되는 운영이 중요시된다. 따라서, 열차가 특정 위치에서의 정차를 마킹할 필요가 있다면, 플랜 이그제큐티브(60)는 신호를 더 라이닝하기 전에 그 정차 듀레이션동안 잠시 멈춘다. 셋째로, 열차 무브먼트의 순서는 수정되지 않는다. 따라서, 조기운행된 열차는 무브먼트 플랜(4; 도 3)이 그렇게 지시하고 있다면 다른 열차를 기다려야 한다.
플랜 이그제큐티브(60)는 무브먼트 플랜(4)의 실행에 있어서 4 단계를 채용한다. 첫째로, 트래픽 상태 및 필드 디바이스의 상태를 포함하는 정보(88)는 CAD 시스템(14; 도 3)으로부터 입력된다. 이것은, 디바이스 상태 변화 또는 오피스에서 부과된 상태(예를 들어, 트랙 블록)가 존재하면, 철도 상태 변동을 캡처링한다. 둘째로, 무브먼트 플랜(4)의 실행에 대한 상태 변동의 가능한 영향이 평가되고 영향받는 레저베이션이 결정된다. 셋째로, 전반적인 무브먼트 플랜 실행과 현재 레저베이션의 가능한 상호작용은 개개의 트래픽 엘리먼트의 프로그레스와 함께 평가된다. 이것은 열차의 현재 위치의 하류의 트랙 상태(예를 들어 이용가능성)를 체크하는 것을 포함한다. 이것은, 현재 무브먼트 플랜을 바꾸기보다는, 선택된 열차에 대해 현재 무브먼트 플랜(13; 도 1)을 더 실행하는 것을 그만두게 하는 결과를 초래할 수 있다. 넷째로, 현재 무브먼트 플랜(13)은 제어 커맨드(86; 도 3)를 요청하고 그리고/또는 적격 레저베이션에 대해 가까운 장래의 제안된 무브먼트 플랜(110; 도 3)을 준비시킴으로써 실행된다.
예17
도 8의 스트링-라인 열차 그래프(21)는 위치(Ltest; 226)에 트랙 블록을 동적으로 추가함으로써 초래된 무브먼트 플랜을 예시하고 있다. 예를 들어, 블록 주위를 이동하는 열차는 그것들이 라인을 스위칭하기 때문에 그래프상에서 간파될 수 있다(예를 들어, 스트링-라인의 다른 도면 라인 유형 또는 컬러(도시되지 않음)는 다른 철도 라인을 나타낸다; 실선은 양 방향으로의 고속 라인을 나타내고; 점선은 양 방향으로의 저속 라인을 나타낸다). 이 예에 있어서, 하나(234)를 제외하고 최초에 고속 라인을 사용하도록 의도된 228, 230, 232 등의 모든 열차는 Ltest(226) 전에 트랙을 스위칭하고 그 최초 라인으로 되돌아간다(예를 들어, 열차(228, 230, 232)에 대하여 라인 스타일은 실선(고속)으로부터 점선(저속)으로 바뀌고 그후 다시 실선으로 될 수 있다). 블록을 자동으로 돌아갈 방법이 없기 때문에 블록의 앞에서 기다리고 있는(즉, 그것은, 블로킹된 라인상에서, 블로킹된 위치에서 정지할 필요가 있다) 하나의 열차(234)는 블록의 듀레이션을 나타낸다(즉, Ltest(226) 주위의 거의 수평 라인에 대응하는 듀레이션). 여기서, 라인은 제한된 영역에 걸쳐 이동하는데 얼마나 걸리는지를 나타낸다(예를 들어, 제한된 영역의 앞에서의 기다림을 포함하여, 길이 당 수 마일일 수 있다). 반대 방향으로부터 오는 242 등의 열차는 라인의 이용불가성에 의해 생성된 혼잡을 처리하기 위해 감속 또는 라인 스위치까지 하여야 할 수 있다.
마찬가지의 방식으로, 다소 유사한 결과가 일시적 속도 제한에 대해서 얻어질 수 있다(도시되지 않음).
철도에 대한 최적화된 트래픽 플래닝의 잠재적 이점은 상당하다. 개시된 방법 및 시스템은 철도 네트워크를 가로질러 열차의 무브먼트를 동적으로 최적화함으로써 철도가 열차의 정시운행 성능을 향상시키고, 자산 활용도를 향상시키고, 용량 활용도를 증가시키고, 차량 세입을 증가시키고, 열차의 평균 속도를 증가시키고, 스루풋을 증가시키는 것을 가능하게 한다.
개시의 명료화를 위해, 열차 그래프 및 트랙 다이어그램 등의 정보를 디스플레이하는 디스플레이(20, 22)가 여기서 언급되었지만, 그러한 정보는 저장되거나, 출력되거나, 컴퓨터로 수정되거나, 다른 데이터와 결합될 수도 있음을 알 것이다. 모든 그러한 프로세싱은 여기서 채용된 바와 같은 "디스플레이" 또는 "디스플레이한다"라는 용어내에 포함되는 것으로 생각되어야 한다.
본원발명의 특정 실시예가 상세하게 설명되었지만, 본원의 전체적인 개시의 관점에서 다양한 수정 및 대안이 이루어질 수 있음을 당업자는 인식할 것이다. 따라서, 개시된 특정 배열은 첨부된 전 청구범위 및 그 임의의 그리고 모든 균등물에 의해 주어져야 하는 본원발명의 범위에 관한 제한이 아니라 예시로서만 의도되어야 한다.

Claims (94)

  1. 복수의 트래픽 및 복수의 트래픽 상태를 갖는 지역에 대해 최적화된 트래픽 무브먼트 플랜을 생성하는 방법으로서, 상기 방법은,
    상기 지역의 트래픽 상태에 기초하여 상기 트래픽에 대해 제1 플래닝 바운더리를 결정하는 단계;
    상기 제1 플래닝 바운더리를 채용하여 상기 지역의 트래픽에 대해 제1 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하는 단계;
    실행을 위해 제1 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 복수의 트래픽 무브먼트 플랜 중 하나를 선택하는 단계;
    상기 지역내 트래픽 무브먼트를 제어하기 위해 상기 제1 최적화된 트래픽 무브먼트 플랜을 출력하는 단계;
    상기 지역의 현재 트래픽 상태를 결정하는 단계;
    상기 현재 트래픽 상태에 기초하여 상기 트래픽에 제2 플래닝 바운더리를 제공하기 위해 상기 제1 플래닝 바운더리를 업데이팅하는 단계;
    상기 제2 플래닝 바운더리를 채용하여 상기 지역의 트래픽에 대해 제2 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하는 단계;
    실행을 위해 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나를 선택하는 단계; 및
    상기 지역내 트래픽 무브먼트를 제어하기 위해 상기 제2 최적화된 트래픽 무브먼트 플랜을 출력하는 단계;를 포함하는 것을 특징으로 하는 방법.
  2. 제1항에 있어서, 실행을 위해 상기 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 최적화된 트래픽 무브먼트 플랜을 선택하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  3. 제1항에 있어서, 실행을 위해 상기 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 복수의 트래픽 무브먼트 플랜 중 하나를 선택하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  4. 제1항에 있어서, 실행을 위해 상기 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 제2 복수의 트래픽 무브먼트 플랜 중 하나를 선택하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  5. 제1항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태를 채용하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태와 상기 현재 트래픽 상태를 대비하고, 실질적으로 상기 제1 복수의 트래픽 무브먼트 플랜에 기초하여 제2 플래닝 바운더리로 플래닝을 계속하여 상기 지역의 트래픽에 대해 상기 제2 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  6. 제1항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태를 채용하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태와 상기 현재 트래픽 상태를 대비하고, 그에 응답해서, 제2 플래닝 바운더리로 리플래닝하여 (a)상기 지역의 트래픽에 대해 실질적으로 상기 제1 복수의 트래픽 무브먼트 플랜 중 일부에 기초하여 제3 복수의 트래픽 무브먼트 플랜, 및 (b)상기 지역의 트래픽에 대해 상기 제1 복수의 트래픽 무브먼트 플랜과는 독립적으로 제4 복수의 트래픽 무브먼트 플랜을 상기 지역의 트래픽에 대해 상기 제2 복수의 트래픽 무브먼트 플랜으로서 반복적으로 생성하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  7. 제5항에 있어서, 오브젝티브 함수 값을 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜의 각각과 연관시키는 단계; 및
    상기 오브젝티브 함수 값에 기초하여 상기 제1 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 파기하는 단계, 그 오브젝티브 함수 값을 향상시키기 위해 상기 제1 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 수정하는 단계, 상기 제2 복수의 트래픽 무브먼트 플랜 중 하나를 생성하기 위해 상기 제1 복수의 트래픽 무브먼트 플랜 중 복수의 플랜을 채용하는 단계, 상기 현재 트래픽 상태와 연관된 적어도 하나의 혼란에 응답하여 상기 제1 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 수정하는 단계, 및 상기 제1 복수의 트래픽 무브먼트 플랜과는 독립적으로 상기 제2 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 생성하는 단계를, 상기 제2 플래닝 바운더리로 플래닝을 계속하는 것으로서, 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  8. 제1항에 있어서, 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜에 대해 오브젝티브 함수 값을 결정하는 단계; 및
    상기 오브젝티브 함수 값에 기초하여 상기 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 상기 하나를 선택하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  9. 제8항에 있어서, 상기 오브젝티브 함수 값의 각각에 대해 복수의 골을 채용하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  10. 제8항에 있어서, 오브젝티브 함수 값에 기초하여 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜을 랭킹하는 단계; 및
    상기 랭킹에 기초하여 실행을 위해 상기 제2 최적화된 트래픽 무브먼트 플랜을 선택하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  11. 제1항에 있어서, 실행을 위해 제1 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 복수의 트래픽 무브먼트 플랜 중 하나를 선택하는 상기 단계 이전에 상기 제1 플래닝 바운더리를 채용하는 것을 계속하여 소정 시간동안 상기 지역의 트래픽에 대해 제1 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  12. 제1항에 있어서, 제1 플래닝 호라이즌을 상기 제1 플래닝 바운더리와 연관시키고 추후의 제2 플래닝 호라이즌을 상기 제2 플래닝 바운더리와 연관시키는 단계;
    스케줄 변동을 입력하는 단계;
    상기 제1 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 상기 제2 플래닝 호라이즌 및 상기 스케줄 변동에 맞춰 조절하는 단계; 및
    상기 제1 복수의 트래픽 무브먼트 플랜 중 상기 조절된 적어도 하나를 채용하여 상기 제2 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 생성하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  13. 제12항에 있어서, 상기 제1 플래닝 바운더리를 업데이팅하기 이전에 상기 조절하고 소정 시간동안 상기 제2 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 생성하는 것을 계속하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  14. 제12항에 있어서, 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 오브젝티브 함수 값 및 대응하는 연령을 제공하는 단계; 및
    상기 제1 복수의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 연령의 함수로서 대응하는 오브젝티브 함수 값을 다운그레이딩하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  15. 제1항에 있어서, 상기 제1 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 삭제하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  16. 제6항에 있어서, 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜에 대해 오브젝티브 함수 값을 결정하는 단계; 및
    상기 오브젝티브 함수 값에 기초하여 상기 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 상기 하나를 선택하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  17. 제6항에 있어서, 제1 플래닝 호라이즌을 상기 제1 플래닝 바운더리와 연관시키고 추후의 제2 플래닝 호라이즌을 상기 제2 플래닝 바운더리와 연관시키는 단계;
    스케줄 변동을 입력하는 단계;
    상기 제1 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 상기 제2 플래닝 호라이즌 및 상기 스케줄 변동에 맞춰 조절하는 단계; 및
    상기 제1 복수의 트래픽 무브먼트 플랜 중 상기 조절된 적어도 하나를 채용하여 상기 제2 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 생성하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  18. 제17항에 있어서, 상기 제2 플래닝 바운더리를 업데이팅하기 이전에 상기 조절하고 소정 시간동안 상기 제2 복수의 트래픽 무브먼트 플랜 중 적어도 하나를 생성하는 것을 계속하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  19. 제1항에 있어서, 상기 제1 플래닝 바운더리와 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 복수의 현재 실행중인 레저베이션을 채용하는 단계;
    상기 제1 플래닝 바운더리와 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 복수의 현재 행해진 레저베이션을 채용하는 단계; 및
    상기 제1 플래닝 바운더리와 상기 제2 복수의 트래픽 무브먼트 플랜에 대해 후속의 플래닝 사이클동안 행해질 것으로 예상되는 복수의 레저베이션을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  20. 제1항에 있어서, 트래픽 무브먼트 플랜의 풀에 상기 제1 복수의 트래픽 무브먼트 플랜 및 상기 제2 복수의 트래픽 무브먼트 플랜 중 적어도 일부를 포함시키는 단계를 더 포함하는 것을 특징으로 하는 방법.
  21. 제20항에 있어서, 상기 제1 복수의 트래픽 무브먼트 플랜의 제1 생성 및 상기 제2 복수의 트래픽 무브먼트 플랜의 제2 생성을 포함하여 상기 풀에서의 트래픽 무브먼트 플랜의 복수의 생성을 채용하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  22. 제20항에 있어서, 상기 풀에서의 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 대략 50개를 채용하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  23. 제21항에 있어서, 상기 지역의 현재 트래픽 상태를 재결정하는 단계;
    상기 재결정된 현재 트래픽 상태에 기초하여 상기 트래픽에 제3 플래닝 바운더리를 제공하기 위해 상기 제2 플래닝 바운더리를 업데이팅하는 단계;
    상기 트래픽 무브먼트 플랜의 제3 생성시 상기 제3 플래닝 바운더리를 채용하여 제3 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하는 단계;
    상기 제1, 제2 및 제3 생성의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 오브젝티브 함수 값 및 대응하는 연령을 제공하는 단계;
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 연령의 함수로서 대응하는 오브젝티브 함수 값을 다운그레이딩하는 단계;
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜의 각각에 대해 다운그레이딩된 대응하는 오브젝티브 함수 값 및 상기 제3 생성의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 오브젝티브 함수 값에 기초하여 최선 플랜을 결정하는 단계; 및
    상기 최선 플랜으로 상기 제2 최적화된 트래픽 무브먼트 플랜을 대체할지를 결정하기 위해 상기 제2 최적화된 무브먼트 플랜의 대응하는 오브젝티브 함수 값을 상기 최선 플랜의 오브젝티브 함수 값에 비교하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  24. 제23항에 있어서, 상기 생성의 각각에 대해 플래닝 사이클을 채용하는 단계; 및
    상기 다운그레이딩을 채용하기 이전에 상기 플래닝 사이클의 소정 카운트 동안 상기 오브젝티브 함수 값을 유지하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  25. 제24항에 있어서, 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜과 연관된 플래닝 윈도우를 채용하는 단계; 및
    상기 플래닝 윈도우가 지나간 후에 상기 무브먼트 플랜을 폐기하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  26. 제24항에 있어서, 포지티브 값을 갖는 상기 오브젝티브 함수 값 중 하나 및 네거티브 값을 갖는 상기 오브젝티브 함수 값 중 다른 하나를 채용하는 단계; 및
    상기 포지티브 및 네거티브 값 둘다를 다운그레이딩하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  27. 제24항에 있어서, 포지티브 값을 갖는 상기 오브젝티브 함수 값 중 하나 또는 네거티브 값을 갖는 상기 오브젝티브 함수 값 중 다른 하나를 채용하는 단계; 및
    상기 포지티브 및 네거티브 값 중 하나를 다운그레이딩하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  28. 제20항에 있어서, 상기 풀에서의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 오브젝티브 함수 값을 채용하는 단계;
    대응하는 오브젝티브 함수 값에 기초하여 상기 풀에서의 트래픽 무브먼트 플랜을 오더링하는 단계; 및
    상기 오더링에 기초하여 실행을 위해 상기 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 풀에서의 상기 트래픽 무브먼트 플랜 중 하나를 선택하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  29. 제28항에 있어서, 상기 트래픽 무브먼트 플랜 중 상기 대응하는 하나를 상기 풀에 추가하기 이전에 상기 트래픽 무브먼트 플랜 중 대응하는 하나에 대해 대응하는 오브젝티브 함수 값을 결정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  30. 제29항에 있어서, 상기 트래픽 무브먼트 플랜 중 상기 대응하는 하나를 상기 풀에 추가할 때 상기 트래픽 무브먼트 플랜 중 상기 대응하는 하나를 오더링하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  31. 제28항에 있어서, 상기 풀에서의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 연령을 채용하는 단계;
    대응하는 연령의 함수로서 상기 풀에서의 상기 트래픽 무브먼트 플랜 중 대응하는 하나의 대응하는 오브젝티브 함수 값을 다운그레이딩하는 단계; 및
    상기 다운그레이딩에 응답하여 상기 풀에서의 상기 트래픽 무브먼트 플랜 중 상기 대응하는 하나를 리오더링하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  32. 제20항에 있어서, 상기 풀에서의 트래픽 무브먼트 플랜의 소정 카운트를 유지하기 위해 상기 제1 복수의 트래픽 무브먼트 플랜 중 일부 및 상기 제2 복수의 트래픽 무브먼트 플랜 중 일부를 상기 풀로부터 삭제하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  33. 제6항에 있어서, 상기 지역의 상기 트래픽 상태의 복수의 유형을 채용하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태와 상기 현재 트래픽 상태를 대비할 때 상기 트래픽 상태의 상기 유형 중 적어도 하나에서의 변동에 대한 체크를 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  34. 제33항에 있어서, 상기 트래픽 상태의 상기 유형 중 적어도 하나에서의 상기 변동으로서 철도 네트워크에서의 변동 및 열차 오더링 변동 중 적어도 하나를 채용하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  35. 제6항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 상기 제1 복수의 트래픽 상태와 상기 현재 트래픽 상태를 대비하여 리플래닝 스코어를 결정하는 단계; 및
    상기 리플래닝 스코어가 소정의 값을 초과할 때 상기 리플래닝을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  36. 제35항에 있어서, 열차 스케줄 변동을 책임지고, 그에 응답하여, 상기 열차 스케줄 변동을 포함하는 상기 리플래닝 스코어를 결정하는 단계; 및
    상기 열차 스케줄 변동을 포함하는 상기 리플래닝 스코어가 소정의 값을 초과할 때 상기 리플래닝을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  37. 제36항에 있어서, 플래닝 호라이즌에서의 열차의 카운트로 나눠진 변동된 열차 스케줄의 카운트로부터 변동된 열차의 상대적인 수를 결정하는 단계;
    추가된 열차의 카운트와 플래닝 호라이즌에서의 열차의 상기 카운트의 합으로 나눠진 추가된 열차의 상기 카운트로부터 새로운 열차의 상대적인 수를 결정하는 단계; 및
    상기 리플래닝 스코어를 결정하기 위해 변동된 열차의 상기 상대적인 수 및 새로운 열차의 상기 상대적인 수를 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  38. 제37항에 있어서, 변동된 열차 스케줄의 상대적인 총 듀레이션을 결정하는 단계;
    변동된 열차 스케줄의 상기 상대적인 총 듀레이션으로 변동된 열차의 상기 상대적인 수를 멀티플라잉하는 단계;
    새로운 열차 스케줄의 상대적인 총 듀레이션을 결정하는 단계;
    곱을 제공하기 위해 새로운 열차 스케줄의 상기 상대적인 총 듀레이션으로 새로운 열차의 상기 상대적인 수를 멀티플라잉하는 단계; 및
    상기 리플래닝 스코어를 결정하기 위해 상기 곱을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  39. 제6항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 상기 제1 복수의 트래픽 상태와 상기 현재 트래픽 상태를 대비하여 리플래닝 스코어를 결정하는 단계;
    상기 지역의 상기 트래픽 상태의 복수의 유형을 채용하는 단계; 및
    상기 트래픽 상태의 상기 유형 중 적어도 하나에서의 변동에 응답하여 또는 상기 리플래닝 스코어가 소정의 값을 초과할 때 상기 리플래닝을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  40. 제39항에 있어서, 상기 리플래닝 스코어의 함수로서 카운트를 결정하는 단계; 및
    상기 제4 복수의 트래픽 무브먼트 플랜의 상기 카운트를 생성하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  41. 제40항에 있어서, 제1 카운트를 상기 카운트로서 채용하는 단계;
    상기 제1 복수의 트래픽 무브먼트 플랜의 제2 카운트를 결정하는 단계;
    상기 리플래닝 스코어의 상기 함수로부터 퍼센티지를 결정하는 단계; 및
    상기 제2 카운트 곱하기 상기 퍼센티지로서 상기 제1 카운트를 결정하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  42. 제39항에 있어서, 상기 리플래닝 스코어의 함수로서 카운트를 결정하는 단계; 및
    상기 제3 복수의 트래픽 무브먼트 플랜의 상기 카운트를 재생성하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  43. 제42항에 있어서, 제1 카운트를 상기 카운트로서 채용하는 단계;
    상기 제1 복수의 트래픽 무브먼트 플랜의 제2 카운트를 결정하는 단계;
    상기 리플래닝 스코어의 상기 함수로부터 퍼센티지를 결정하는 단계; 및
    상기 제2 카운트 곱하기 상기 퍼센티지로서 상기 제1 카운트를 결정하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  44. 제39항에 있어서, 상기 리플래닝 스코어의 함수로서 제1 카운트 및 제2 카운트를 결정하는 단계;
    상기 제3 복수의 트래픽 무브먼트 플랜의 상기 제1 카운트를 재생성하는 단계; 및
    상기 제4 복수의 트래픽 무브먼트 플랜의 상기 제2 카운트를 생성하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  45. 제39항에 있어서, 상기 제1 카운트에 대해 상기 리플래닝 스코어의 제1 함수를 채용하는 단계;
    상기 제2 카운트에 대해 상기 리플래닝 스코어의 제2 함수를 채용하는 단계; 및
    1과 동일한 상기 제1 및 제2 함수의 합을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  46. 제39항에 있어서, 상기 제1 카운트에 대해 상기 리플래닝 스코어의 제1 함수를 채용하는 단계;
    상기 제2 카운트에 대해 상기 리플래닝 스코어의 제2 함수를 채용하는 단계; 및
    스케줄 변동이 존재하지 않을 때 0.5 미만인 상기 제1 및 제2 함수의 합을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  47. 제1항에 있어서, 상기 현재 트래픽 상태에 기초하여 제1 오브젝티브 함수 값을 상기 제1 최적화된 트래픽 무브먼트 플랜에 제공하는 단계;
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하는 단계;
    상기 현재 트래픽 상태에 기초하여 제2 오브젝티브 함수 값을 상기 최선 플랜에 제공하는 단계; 및
    상기 최선 플랜으로 상기 제1 최적화된 트래픽 무브먼트 플랜을 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  48. 제47항에 있어서, 상기 제2 오브젝티브 함수 값이 소정량만큼 상기 제1 오브젝티브 함수 값보다 작다고 결정하여 그에 응답해서 상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  49. 제47항에 있어서, 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 오브젝티브 함수 값 및 대응하는 연령을 제공하는 단계;
    상기 제1 복수의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 연령의 함수로서 대응하는 오브젝티브 함수 값을 다운그레이딩하는 단계;
    상기 제1 복수의 트래픽 무브먼트 플랜의 각각에 대해 다운그레이딩된 대응하는 오브젝티브 함수 값 및 상기 제2 복수의 트래픽 무브먼트 플랜의 각각에 대해 대응하는 오브젝티브 함수 값에 기초하여 상기 최선 플랜을 결정하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 최선 플랜의 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  50. 제6항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태와 상기 현재 트래픽 상태를 대비하여 리플래닝 스코어를 결정하는 단계;
    상기 리플래닝 스코어가 소정의 값을 초과하였다고 결정하여 그에 응답해서 상기 제2 복수의 트래픽 무브먼트 플랜을 생성하기 위해 상기 현재 트래픽 상태를 채용하는 단계;
    상기 현재 트래픽 상태에 기초하여 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 오브젝티브 함수 값을 제공하는 단계;
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하는 단계;
    상기 현재 트래픽 상태에 기초하여 상기 최선 플랜에 대해 제2 오브젝티브 함수 값을 제공하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  51. 제6항에 있어서, 상기 지역의 상기 트래픽 상태의 복수의 유형을 채용하는 단계;
    상기 현재 트래픽 상태에서의 상기 지역의 상기 트래픽 상태의 상기 유형 중 적어도 하나에서의 변동을 결정하고 그에 응답하여 상기 제2 복수의 트래픽 무브먼트 플랜을 생성하기 위해 상기 현재 트래픽 상태를 채용하는 단계;
    상기 현재 트래픽 상태에 기초하여 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 오브젝티브 함수 값을 제공하는 단계;
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하는 단계;
    상기 현재 트래픽 상태에 기초하여 상기 최선 플랜에 대해 제2 오브젝티브 함수 값을 제공하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  52. 제1항에 있어서, 상기 지역내 철도 네트워크에서의 복수의 열차에 대해 상기 제1 복수의 트래픽 무브먼트 플랜을 생성하는 단계; 및
    상기 철도 네트워크에서의 트래픽 상태의 변동시 상기 철도 네트워크를 가로지르는 상기 열차의 무브먼트를 동적으로 최적화하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  53. 제52항에 있어서, 상기 철도 네트워크에서의 복수의 트랙 섹션을 채용하는 단계;
    들어오는 날짜/시각으로부터 나가는 날짜/시각까지 상기 열차 중 하나에 의한 상기 트랙 섹션 중 하나의 플래닝된 사용을 각각 나타내는 복수의 레저베이션을 채용하는 단계; 및
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나를 생성하기 위해 상기 레저베이션을 결합하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  54. 제53항에 있어서, 상기 레저베이션의 수집으로서 상기 제1 플래닝 바운더리를 채용하는 단계;
    상기 철도 네트워크에서의 상기 열차의 각각에 대해 현재 위치 및 속도를 결정하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜으로부터 그리고 상기 철도 네트워크에서의 상기 열차의 현재 위치 및 속도로부터 상기 레저베이션을 결정하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  55. 제54항에 있어서, 복수의 현재 레저베이션을 상기 레저베이션 중 일부로서 채용하는 단계;
    첫번째 차량 및 마지막 차량을 상기 열차 중 하나에 대해 채용하는 단계;
    상기 트랙 섹션 중 하나상의 상기 첫번째 차량을 채용하는 단계;
    상기 첫번째 차량에 의해 상기 트랙 섹션 중 상기 하나에 도착하기 전에 초래된 지연 및 상기 첫번째 차량에 의해 상기 트랙 섹션 중 상기 하나에서 초래된 지연 확장을 결정하는 단계; 및
    상기 현재 레저베이션의 각각에 대해 초래된 상기 지연 및 상기 지연 확장을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  56. 제54항에 있어서, 첫번째 차량 및 마지막 차량을 포함하는 복수의 차량을 상기 열차의 상기 하나에 대해 채용하는 단계;
    상기 트랙 섹션 중 하나상으로 첫번째 차량이 들어오는 날짜/시각을 상기 들어오는 날짜/시각으로서 채용하는 단계; 및
    상기 트랙 섹션 중 상기 하나로부터 마지막 차량이 나가는 날짜/시각을 상기 나가는 날짜/시각으로서 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  57. 제54항에 있어서, 상기 철도 네트워크에서의 복수의 트랙 블록, 트랙 속도 제한 및 열차 위치 갭을 결정하는 단계;
    상기 철도 네트워크에서의 상기 트랙 블록, 상기 트랙 속도 제한 및 상기 열차 위치 갭에 기초하여 리플래닝 스코어를 계산하는 단계;
    상기 리플래닝 스코어가 소정의 값을 초과하였다고 결정하고 그에 응답하여 상기 제2 복수의 트래픽 무브먼트 플랜을 생성하기 위해 철도 네트워크의 상기 현재 트래픽 상태를 채용하는 단계;
    상기 철도 네트워크의 상기 현재 트래픽 상태에 기초하여 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 오브젝티브 함수 값을 제공하는 단계;
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하는 단계;
    상기 철도 네트워크의 상기 현재 트래픽 상태에 기초하여 상기 최선 플랜에 대해 제2 오브젝티브 함수 값을 제공하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  58. 제54항에 있어서, 상기 열차에 대해 복수의 열차 스케줄을 채용하는 단계;
    상기 열차 스케줄에 대해 적어도 하나의 열차 스케줄 변동을 결정하는 단계;
    상기 적어도 하나의 열차 스케줄 변동에 응답하여, 상기 제2 복수의 트래픽 무브먼트 플랜을 생성하기 위해 상기 철도 네트워크의 상기 현재 트래픽 상태를 채용하는 단계;
    상기 철도 네트워크의 상기 현재 트래픽 상태에 기초하여 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 오브젝티브 함수 값을 제공하는 단계;
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하는 단계;
    상기 철도 네트워크의 상기 현재 트래픽 상태에 기초하여 상기 최선 플랜에 대해 제2 오브젝티브 함수 값을 제공하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  59. 제52항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜을 복수의 커맨드로 변환하는 단계;
    상기 철도 네트워크에 대해 복수의 루트 클리어 및 제어 커맨드를 상기 커맨드로서 채용하는 단계; 및
    상기 철도 네트워크에서의 상기 열차의 실시간 트래픽 무브먼트를 제어하기 위해 상기 루트 클리어 및 상기 제어 커맨드를 출력하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  60. 제59항에 있어서, 상기 루트 클리어 및 상기 제어 커맨드를 실행하기 위해 컴퓨터 에이디드 디스패칭 시스템을 채용하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  61. 제60항에 있어서, 상기 철도 네트워크에서의 상기 열차에 관하여 상기 컴퓨터 에이디드 디스패칭 시스템으로부터 데이터를 수신하는 단계; 및
    상기 철도 네트워크에서의 상기 열차에 대해 상기 제1 복수의 트래픽 무브먼트 플랜을 생성하기 위해 상기 데이터를 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  62. 제52항에 있어서, 상기 철도 네트워크의 열차에 대해 상기 제2 복수의 트래픽 무브먼트 플랜을 주기적으로 생성하는 단계;
    상기 철도 네트워크의 상기 현재 트래픽 상태에 기초하여 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 오브젝티브 함수 값을 제공하는 단계;
    상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하는 단계;
    상기 철도 네트워크의 상기 현재 트래픽 상태에 기초하여 상기 최선 플랜에 대해 제2 오브젝티브 함수 값을 제공하는 단계; 및
    상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  63. 제62항에 있어서, 상기 제1 및 제2 오브젝티브 함수 값을 결정하기 위해 정시운행 성능, 최선 시간 및 최소화하는 전반적인 지연을 포함하는 그룹으로부터 선택된 적어도 하나의 오브젝티브를 채용하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  64. 제50항에 있어서, 상기 트래픽 상태의 복수의 유형을 채용하는 단계; 및
    상기 리플래닝 스코어에서의 상기 유형의 각각에 대해 웨이팅 팩터를 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  65. 제64항에 있어서, 복수의 트랙 블록에 대해 제1 유형을, 복수의 트랙 속도 제한에 대해 제2 유형을, 복수의 열차 위치 갭에 대해 제3 유형을, 상기 유형으로서 채용하는 단계; 및
    상기 제1, 제2 및 제3 유형과 연관된 복수의 합을 채용하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  66. 제65항에 있어서, 상기 트랙 속도 제한과 연관된 제로 속도를 채용하는 단계; 및
    상기 제2 유형과 연관된 합과 상기 제1 유형과 연관된 합을 동등하게 하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  67. 제1항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜의 표현을 디스플레이하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  68. 제67항에 있어서, 철도 네트워크에서의 열차의 복수의 플래닝된 무브먼트를 디스플레이하기 위해 상기 제1 최적화된 트래픽 무브먼트 플랜의 시간-거리 표현을 포함하는 열차 그래프를 디스플레이하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  69. 제50항에 있어서, 상기 지역내 철도 네트워크를 채용하는 단계;
    상기 철도 네트워크에서의 복수의 트랙 블록, 트랙 속도 제한 및 열차 위치 갭을 포함시키는 단계; 및
    상기 철도 네트워크에서의 상기 트랙 블록, 트랙 속도 제한 및 열차 위치 갭의 함수로서 상기 리플래닝 스코어를 결정하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  70. 제51항에 있어서, 열차 스케줄에서의 변동을 결정하고 그에 응답하여 상기 제2 복수의 트래픽 무브먼트 플랜을 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  71. 복수의 트래픽 및 상기 트래픽의 복수의 트래픽 상태를 갖는 지역에 대한 동적 최적화 트래픽 플래닝 장치로서, 상기 장치는,
    상기 트래픽 상태를 나타내는 정보를 입력하는 수단; 및
    복수의 루틴을 실행하는 수단;을 포함하고, 상기 루틴은
    상기 지역의 트래픽 상태에 기초하여 상기 트래픽에 대해 제1 플래닝 바운더리를 결정하고, 상기 지역의 현재 트래픽 상태를 결정하고, 상기 현재 트래픽 상태에 기초해 상기 제1 플래닝 바운더리를 업데이팅하여 상기 트래픽에 대해 제2 플래닝 바운더리를 제공하는 플랜 모니터;
    상기 지역의 트래픽에 대해, 각각, 상기 제1 플래닝 바운더리 및 상기 제2 플래닝 바운더리를 연속적으로 채용하여 제1 복수의 트래픽 무브먼트 플랜 및 제2 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하고, 실행을 위해 제1 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 복수의 트래픽 무브먼트 플랜 중 하나를 선택하고, 실행을 위해 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나를 선택하고, 상기 제1 및 제2 최적화된 트래픽 무브먼트 플랜을 연속적으로 출력하는 플랜 생성기; 및
    상기 지역내 트래픽 무브먼트를 제어하기 위해 상기 제1 및 상기 제2 최적화된 트래픽 무브먼트 플랜을 복수의 커맨드로 연속적으로 변환하는 플랜 이그제큐티브;를 포함하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  72. 제71항에 있어서, 상기 플랜 생성기는 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태를 채용하고; 상기 플랜 모니터는 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태와 상기 현재 트래픽 상태를 대비하고; 상기 플랜 생성기는 상기 지역의 트래픽에 대해 상기 제2 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하기 위해 실질적으로 상기 제1 복수의 트래픽 무브먼트 플랜에 기초하여 소정 시간에 대해 제2 플래닝 바운더리로 계속 플래닝하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  73. 제71항에 있어서, 상기 플랜 생성기는 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태를 채용하고; 상기 플랜 모니터는 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 복수의 트래픽 상태와 상기 현재 트래픽 상태를 대비하고 그에 응답하여 상기 플랜 생성기에 신호를 송신하고; 상기 플랜 생성기는, 상기 신호에 응답하여, (a)상기 지역의 트래픽에 대해 실질적으로 상기 제1 복수의 트래픽 무브먼트 플랜 중 일부에 기초하여 제3 복수의 트래픽 무브먼트 플랜, 및 (b)상기 지역의 트래픽에 대해 상기 제1 복수의 트래픽 무브먼트 플랜과는 독립적으로 제4 복수의 트래픽 무브먼트 플랜을 상기 지역의 트래픽에 대해 상기 제2 복수의 트래픽 무브먼트 플랜으로서 반복적으로 생성하기 위해 제2 플래닝 바운더리로 리플래닝하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  74. 제71항에 있어서, 상기 플랜 이그제큐티브는 상기 지역내 트래픽 무브먼트를 수동으로 제어하기 위해 상기 제1 및 상기 제2 최적화된 트래픽 무브먼트 플랜을 대응하는 제안된 가까운 장래의 무브먼트 플랜으로 연속적으로 변환하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  75. 제71항에 있어서, 상기 플랜 이그제큐티브는 상기 지역내 트래픽 무브먼트를 자동으로 제어하기 위해 상기 제1 및 상기 제2 최적화된 트래픽 무브먼트 플랜을 복수의 자동 제어 커맨드로 연속적으로 변환하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  76. 제71항에 있어서, 상기 지역은 통근 레일 시스템을 포함하고; 상기 트래픽 상태는 통근 레일 트래픽 상태인 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  77. 제71항에 있어서, 상기 지역은 철도 네트워크를 포함하고; 상기 트래픽 상태는 철도 트래픽 상태인 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  78. 제77항에 있어서, 상기 플랜 모니터는 상기 제1 플래닝 바운더리 및 대응하는 플래닝 호라이즌을 결정하고; 상기 플랜 생성기는 상기 철도 네트워크에 대해 복수의 열차 스케줄, 열차 속성 및 트랙 디스크립션을 입력하고, 상기 제1 최적화된 트래픽 무브먼트 플랜으로서, 상기 제1 플래닝 바운더리로부터 상기 대응하는 플래닝 호라이즌까지 뻗어있는 소정 시간 인터발에 걸쳐 복수의 열차에 대해 복수의 교차/통과 플랜을 출력하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  79. 제77항에 있어서, 상기 철도 네트워크는 복수의 열차를 포함하고; 상기 트래픽 상태는 열차 지연, 상기 철도 네트워크에서의 변동 및 상기 열차에 대한 스케줄 변동을 포함하고; 상기 플랜 모니터는 상기 열차 지연, 상기 철도 네트워크에서의 상기 변동 및 상기 열차에 대한 상기 스케줄 변동 중 적어도 하나로부터 상기 플랜 생성기에 의한 리플래닝이 필요한지를 결정하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  80. 제71항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜은 복수의 제1 트래픽 상태를 포함하고; 상기 입력하는 수단은 상기 트래픽 상태를 나타내는 상기 정보를 상기 현재 트래픽 상태에 대해 업데이팅하고; 상기 플랜 모니터는 상기 제1 최적화된 트래픽 무브먼트 플랜의 복수의 제1 트래픽 상태와 상기 현재 트래픽 상태를 대비하여 리플래닝 스코어를 결정하고, 상기 리플래닝 스코어가 소정의 값을 초과하였다고 결정하고; 그에 응답하여 상기 플랜 생성기는 상기 리플래닝 스코어의 함수로서 제1 카운트 및 제2 카운트를 결정하고, 상기 제1 복수의 트래픽 무브먼트 플랜의 상기 제1 카운트를 재생성하고, 상기 제2 복수의 트래픽 무브먼트 플랜의 상기 제2 카운트를 생성하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  81. 제71항에 있어서, 상기 입력하는 수단은 상기 트래픽 상태를 나타내는 상기 정보를 상기 현재 트래픽 상태에 대해 업데이팅하고; 상기 플랜 생성기는 상기 현재 트래픽 상태에 기초하여 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 오브젝티브 함수 값을 제공하고, 상기 지역의 트래픽에 대해 상기 제2 복수의 트래픽 무브먼트 플랜을 생성하고, 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하고, 상기 현재 트래픽 상태에 기초하여 상기 최선 플랜에 대해 제2 오브젝티브 함수 값을 제공하고, 상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  82. 제71항에 있어서, 상기 제1 최적화된 트래픽 무브먼트 플랜은 복수의 제1 트래픽 상태를 포함하고; 상기 입력하는 수단은 상기 트래픽 상태를 나타내는 상기 정보를 상기 현재 트래픽 상태에 대해 업데이팅하고; 상기 플랜 모니터는 상기 제1 최적화된 트래픽 무브먼트 플랜의 복수의 제1 트래픽 상태와 상기 현재 트래픽 상태를 대비하여 리플래닝 스코어를 결정하고, 상기 리플래닝 스코어가 소정의 값을 초과하였다고 결정하고; 그에 응답하여 상기 플랜 생성기는 상기 제2 복수의 트래픽 무브먼트 플랜을 생성하기 위해 상기 현재 트래픽 상태를 채용하고, 상기 현재 트래픽 상태에 기초하여 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 오브젝티브 함수 값을 제공하고, 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하고, 상기 현재 트래픽 상태에 기초하여 상기 최선 플랜에 대해 제2 오브젝티브 함수 값을 제공하고, 상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  83. 제71항에 있어서, 상기 입력하는 수단은 상기 트래픽 상태를 나타내는 상기 정보를 상기 현재 트래픽 상태에 대해 업데이팅하고; 상기 플랜 모니터는 상기 지역의 상기 트래픽 상태의 복수의 유형을 채용하고, 상기 현재 트래픽 상태에서의 상기 지역의 상기 트래픽 상태의 상기 유형 중 적어도 하나에서의 변동을 결정하고; 그에 응답하여 상기 플랜 생성기는 상기 제2 복수의 트래픽 무브먼트 플랜을 생성하기 위해 상기 현재 트래픽 상태를 채용하고, 상기 현재 트래픽 상태에 기초하여 상기 제1 최적화된 트래픽 무브먼트 플랜에 대해 제1 오브젝티브 함수 값을 제공하고, 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나로부터 최선 플랜을 결정하고, 상기 현재 트래픽 상태에 기초하여 상기 최선 플랜에 대해 제2 오브젝티브 함수 값을 제공하고, 상기 제1 최적화된 트래픽 무브먼트 플랜을 상기 최선 플랜으로 대체할지를 결정하기 위해 상기 제2 오브젝티브 함수 값에 상기 제1 오브젝티브 함수 값을 비교하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  84. 제71항에 있어서, 상기 실행하는 수단은 상기 플랜 모니터, 상기 플랜 생성기 및 상기 플랜 이그제큐티브에 대해 단일의 프로세서를 포함하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  85. 제71항에 있어서, 상기 실행하는 수단은 상기 플랜 모니터 및 상기 플랜 생성기에 대한 제1 프로세서, 및 상기 플랜 이그제큐티브에 대한 제2 프로세서를 포함하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  86. 제71항에 있어서, 상기 실행하는 수단은 상기 플랜 모니터에 대한 제1 프로세서, 상기 플랜 생성기에 대한 제2 프로세서, 및 상기 플랜 이그제큐티브에 대한 제3 프로세서를 포함하는 것을 특징으로 하는 동적 최적화 트래픽 플래닝 장치.
  87. 복수의 트래픽 및 상기 트래픽의 복수의 트래픽 상태를 갖는 지역에 대한 트래픽 관리 시스템으로서, 상기 시스템은,
    상기 트래픽 상태를 나타내는 정보를 입력하는 수단;
    복수의 루틴을 실행하는 수단; 및
    상기 지역내 트래픽 무브먼트를 제어하기 위해 커맨드를 실행하는 수단;을 포함하고, 상기 루틴은,
    상기 지역의 트래픽 상태에 기초하여 상기 트래픽에 대해 제1 플래닝 바운더리를 결정하고, 상기 지역의 현재 트래픽 상태를 결정하고, 상기 현재 트래픽 상태에 기초해 상기 제1 플래닝 바운더리를 업데이팅하여 상기 트래픽에 대해 제2 플래닝 바운더리를 제공하는 플랜 모니터;
    상기 지역의 트래픽에 대해, 각각, 상기 제1 플래닝 바운더리 및 상기 제2 플래닝 바운더리를 연속적으로 채용하여 제1 복수의 트래픽 무브먼트 플랜 및 제2 복수의 트래픽 무브먼트 플랜을 반복적으로 생성하고, 실행을 위해 제1 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 복수의 트래픽 무브먼트 플랜 중 하나를 선택하고, 실행을 위해 제2 최적화된 트래픽 무브먼트 플랜으로서 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜 중 하나를 선택하고, 상기 제1 및 제2 최적화된 트래픽 무브먼트 플랜을 연속적으로 출력하는 플랜 생성기; 및
    상기 지역내 트래픽 무브먼트를 제어하기 위해 상기 제1 및 상기 제2 최적화된 트래픽 무브먼트 플랜을 복수의 커맨드로 연속적으로 변환하는 플랜 이그제큐티브;를 포함하는 것을 특징으로 하는 트래픽 관리 시스템.
  88. 제87항에 있어서, 상기 커맨드를 실행하는 상기 수단은 상기 지역내 열차의 무브먼트를 제어하기 위한 컴퓨터 에이디드 디스패칭 시스템인 것을 특징으로 하는 트래픽 관리 시스템.
  89. 제88항에 있어서, 상기 컴퓨터 에이디드 디스패칭 시스템은 상기 지역에 대한 제어 및 철도 기반시설에 관한 정보를 갖는 데이터베이스를 포함하는 것을 특징으로 하는 트래픽 관리 시스템.
  90. 제87항에 있어서, 상기 커맨드를 실행하는 상기 수단은 상기 트래픽을 제어하기 위한 커맨드를 발행하는 트래픽 제어 시스템인 것을 특징으로 하는 트래픽 관리 시스템.
  91. 제90항에 있어서, 상기 트래픽 제어 시스템은 운영 제어 센터, 네트워크 관리 센터, 네트워크 제어 센터 및 트래픽 제어 센터를 포함하는 그룹으로부터 선택되는 것을 특징으로 하는 트래픽 관리 시스템.
  92. 제87항에 있어서, 상기 지역은 복수의 열차를 갖는 철도 네트워크를 포함하고; 상기 트래픽 상태를 나타내는 상기 정보는 상기 철도 네트워크로부터의 동적 데이터를 포함하고; 상기 플랜 생성기는 상기 철도 네트워크에 대해 복수의 열차 스케줄, 열차 속성 및 트랙 디스크립션을 입력하여 상기 제1 및 제2 복수의 트래픽 무브먼트 플랜으로서 상기 철도 네트워크에서의 상기 열차에 대해 복수의 최적화된 교차/통과 플랜을 생성하고; 상기 커맨드를 실행하는 상기 수단은 상기 철도 네트워크로부터의 상기 동적 데이터를 채용하고; 상기 교차/통과 플랜은 상기 철도 네트워크로부터의 상기 동적 데이터에 기초하여 상기 철도 네트워크에 대해 상기 열차 스케줄, 상기 열차 속성 및 상기 트랙 디스크립션에 대한 어떠한 제약도 위반하지 않는 것은 특징으로 하는 트래픽 관리 시스템.
  93. 제87항에 있어서, 상기 지역은 복수의 열차를 갖는 철도 네트워크를 포함하고; 상기 실행하는 수단은 상기 철도 네트워크에서의 상기 열차의 복수의 플래닝된 무브먼트를 디스플레이하기 위해 상기 제1 최적화된 트래픽 무브먼트 플랜의 시간-거리 표현을 포함하는 열차 그래프를 디스플레이하는 것을 특징으로 하는 트래픽 관리 시스템.
  94. 제87항에 있어서, 상기 제1 플래닝 바운더리는 상기 제1 최적화된 트래픽 무브먼트 플랜에 대한 복수의 레저베이션, 상기 제1 최적화된 트래픽 무브먼트 플랜에 대한 복수의 현재 행해진 레저베이션, 및 상기 제2 복수의 트래픽 무브먼트 플랜에 대해 다음의 플래닝 사이클동안 행해질 것으로 예상되는 복수의 레저베이션을 포함하는 것을 특징으로 하는 트래픽 관리 시스템.
KR1020057011555A 2002-12-20 2003-12-19 동적 최적화 트래픽 플래닝 방법 및 시스템 KR20050085832A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US43511402P 2002-12-20 2002-12-20
US60/435,114 2002-12-20

Publications (1)

Publication Number Publication Date
KR20050085832A true KR20050085832A (ko) 2005-08-29

Family

ID=32682160

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020057011555A KR20050085832A (ko) 2002-12-20 2003-12-19 동적 최적화 트래픽 플래닝 방법 및 시스템

Country Status (11)

Country Link
US (1) US7386391B2 (ko)
EP (1) EP1573578B1 (ko)
JP (1) JP2006511394A (ko)
KR (1) KR20050085832A (ko)
CN (1) CN1729465A (ko)
AT (1) ATE461090T1 (ko)
AU (1) AU2003300354B2 (ko)
CA (1) CA2510432C (ko)
DE (1) DE60331772D1 (ko)
RU (1) RU2314561C2 (ko)
WO (1) WO2004059446A2 (ko)

Families Citing this family (131)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040172175A1 (en) * 2003-02-27 2004-09-02 Julich Paul M. System and method for dispatching by exception
US9733625B2 (en) 2006-03-20 2017-08-15 General Electric Company Trip optimization system and method for a train
US11208129B2 (en) 2002-06-04 2021-12-28 Transportation Ip Holdings, Llc Vehicle control system and method
US10308265B2 (en) 2006-03-20 2019-06-04 Ge Global Sourcing Llc Vehicle control system and method
US9233696B2 (en) 2006-03-20 2016-01-12 General Electric Company Trip optimizer method, system and computer software code for operating a railroad train to minimize wheel and track wear
US10569792B2 (en) 2006-03-20 2020-02-25 General Electric Company Vehicle control system and method
US11358615B2 (en) 2002-06-04 2022-06-14 Ge Global Sourcing Llc System and method for determining vehicle orientation in a vehicle consist
US8924049B2 (en) 2003-01-06 2014-12-30 General Electric Company System and method for controlling movement of vehicles
US20060212188A1 (en) * 2003-02-27 2006-09-21 Joel Kickbusch Method and apparatus for automatic selection of alternative routing through congested areas using congestion prediction metrics
US7937193B2 (en) * 2003-02-27 2011-05-03 General Electric Company Method and apparatus for coordinating railway line of road and yard planners
US20060212186A1 (en) * 2003-02-27 2006-09-21 Philp Joseph W Method and apparatus for scheduling maintenance of way
US7797087B2 (en) * 2003-02-27 2010-09-14 General Electric Company Method and apparatus for selectively disabling train location reports
US7725249B2 (en) * 2003-02-27 2010-05-25 General Electric Company Method and apparatus for congestion management
US20060212185A1 (en) * 2003-02-27 2006-09-21 Philp Joseph W Method and apparatus for automatic selection of train activity locations
US20060212187A1 (en) * 2003-02-27 2006-09-21 Wills Mitchell S Scheduler and method for managing unpredictable local trains
US8292172B2 (en) * 2003-07-29 2012-10-23 General Electric Company Enhanced recordation device for rail car inspections
US7395140B2 (en) * 2004-02-27 2008-07-01 Union Switch & Signal, Inc. Geographic information system and method for monitoring dynamic train positions
US7908047B2 (en) 2004-06-29 2011-03-15 General Electric Company Method and apparatus for run-time incorporation of domain data configuration changes
US7847807B2 (en) * 2004-12-22 2010-12-07 Hntb Holdings Ltd Geometry creation tool
US7849031B2 (en) 2004-12-22 2010-12-07 Hntb Holdings Ltd. Optimizing traffic predictions and enhancing notifications
US7511634B2 (en) * 2004-12-22 2009-03-31 Htnb Corporation Retrieving and presenting dynamic traffic information
US7711699B2 (en) * 2004-12-22 2010-05-04 Hntb Holdings Ltd. Method and system for presenting traffic-related information
WO2006099387A2 (en) 2005-03-14 2006-09-21 General Electric Company A system and method for railyard planning
AU2006235003B2 (en) * 2005-04-07 2010-06-17 New York Air Brake Llc Multimedia train simulator
DE502006003390D1 (de) * 2005-07-18 2009-05-20 Siemens Ag Zur stauvermeidung und -auflösung
US20070106434A1 (en) * 2005-11-07 2007-05-10 Galbraith Robert E Ii User interface for railroad dispatch monitoring of a geographic region and display system employing a common data format for displaying information from different and diverse railroad CAD systems
US20070115916A1 (en) * 2005-11-07 2007-05-24 Samsung Electronics Co., Ltd. Method and system for optimizing a network based on a performance knowledge base
US9527518B2 (en) 2006-03-20 2016-12-27 General Electric Company System, method and computer software code for controlling a powered system and operational information used in a mission by the powered system
US9201409B2 (en) 2006-03-20 2015-12-01 General Electric Company Fuel management system and method
US9376971B2 (en) * 2006-03-20 2016-06-28 General Electric Company Energy management system and method for vehicle systems
US8290645B2 (en) 2006-03-20 2012-10-16 General Electric Company Method and computer software code for determining a mission plan for a powered system when a desired mission parameter appears unobtainable
US9266542B2 (en) 2006-03-20 2016-02-23 General Electric Company System and method for optimized fuel efficiency and emission output of a diesel powered system
US9156477B2 (en) 2006-03-20 2015-10-13 General Electric Company Control system and method for remotely isolating powered units in a vehicle system
US8768543B2 (en) * 2006-03-20 2014-07-01 General Electric Company Method, system and computer software code for trip optimization with train/track database augmentation
US8473127B2 (en) 2006-03-20 2013-06-25 General Electric Company System, method and computer software code for optimizing train operations considering rail car parameters
US7734383B2 (en) * 2006-05-02 2010-06-08 General Electric Company Method and apparatus for planning the movement of trains using dynamic analysis
US8498762B2 (en) * 2006-05-02 2013-07-30 General Electric Company Method of planning the movement of trains using route protection
US20070260497A1 (en) * 2006-05-02 2007-11-08 Wolfgang Daum Method of planning train movement using a front end cost function
US7797088B2 (en) 2006-05-02 2010-09-14 General Electric Company Method and apparatus for planning linked train movements
CN101356089B (zh) * 2006-05-19 2015-06-24 通用电气公司 鉴于有轨车厢参数优化火车运行的系统、方法和计算机软件代码
US7680750B2 (en) 2006-06-29 2010-03-16 General Electric Company Method of planning train movement using a three step optimization engine
JP4736979B2 (ja) * 2006-06-30 2011-07-27 日産自動車株式会社 車載装置、交通情報取得方法、交通情報提供システム及び交通情報提供方法
US8082071B2 (en) * 2006-09-11 2011-12-20 General Electric Company System and method of multi-generation positive train control system
US8433461B2 (en) 2006-11-02 2013-04-30 General Electric Company Method of planning the movement of trains using pre-allocation of resources
DE102007047474A1 (de) * 2007-09-27 2009-04-02 Siemens Ag Verfahren zur Fahrplangenerierung für Verkehrssysteme mit Berücksichtungung zeitlicher Schranken
US9073562B2 (en) 2007-10-12 2015-07-07 General Electric Company System and method for a simulation based movement planner
WO2009117364A2 (en) * 2008-03-21 2009-09-24 General Electric Company Method for controlling a powered system based on mission plan
US8676410B2 (en) * 2008-06-02 2014-03-18 General Electric Company System and method for pacing a plurality of powered systems traveling along a route
US20100235210A1 (en) * 2009-03-11 2010-09-16 United Parcel Service Of America, Inc. Scheduled delivery service systems, apparatuses, methods, and computer programs embodied on computer-readable media
US9834237B2 (en) 2012-11-21 2017-12-05 General Electric Company Route examining system and method
US8640629B2 (en) * 2009-05-01 2014-02-04 Norfolk Southern Corporation Battery-powered all-electric and/or hybrid locomotive and related locomotive and train configurations
CN101920711A (zh) * 2009-06-17 2010-12-22 上海宝信软件股份有限公司 在轨道交通监控系统中通过时间表进行设备控制的方法
US8428798B2 (en) 2010-01-08 2013-04-23 Wabtec Holding Corp. Short headway communications based train control system
FR2958248B1 (fr) * 2010-04-01 2012-06-15 Alstom Transport Sa Procede de gestion de la circulation de vehicules sur un reseau ferroviaire et systeme associe
ES2671344T3 (es) * 2010-12-09 2018-06-06 Siemens S.A.S Método para comunicar información entre una unidad de control a bordo y una red de transporte público
US8774991B1 (en) * 2010-12-10 2014-07-08 Cybertran International Inc. System and method of controlling vehicles to follow a defined trajectory in a complex track network
US9008933B2 (en) * 2011-05-09 2015-04-14 General Electric Company Off-board scheduling system and method for adjusting a movement plan of a transportation network
MY175071A (en) * 2011-06-14 2020-06-04 Thales Canada Inc Control of automatic guided vehicles without wayside interlocking
US20130116865A1 (en) * 2011-11-03 2013-05-09 Jared COOPER System and method for changing when a vehicle enters a vehicle yard
US20130116916A1 (en) * 2011-11-04 2013-05-09 Joel Kickbusch Transportation network scheduling system and method
US8655518B2 (en) * 2011-12-06 2014-02-18 General Electric Company Transportation network scheduling system and method
US20130144467A1 (en) * 2011-12-06 2013-06-06 Joel Kickbusch Transportation network scheduling system and method
US9235991B2 (en) 2011-12-06 2016-01-12 General Electric Company Transportation network scheduling system and method
CN104488122A (zh) 2012-04-02 2015-04-01 水吉能公司 燃料电池启动方法
US9027102B2 (en) 2012-05-11 2015-05-05 Sprint Communications Company L.P. Web server bypass of backend process on near field communications and secure element chips
US20130311153A1 (en) * 2012-05-15 2013-11-21 Caterpillar Inc. Virtual environment and method for sorting among potential route plans for operating autonomous machine at work site
US9282898B2 (en) 2012-06-25 2016-03-15 Sprint Communications Company L.P. End-to-end trusted communications infrastructure
WO2014010070A1 (ja) * 2012-07-13 2014-01-16 株式会社日立製作所 列車代替運転経路選択方法およびそのシステム
US9183412B2 (en) 2012-08-10 2015-11-10 Sprint Communications Company L.P. Systems and methods for provisioning and using multiple trusted security zones on an electronic device
US9015068B1 (en) * 2012-08-25 2015-04-21 Sprint Communications Company L.P. Framework for real-time brokering of digital content delivery
TWI548553B (zh) * 2012-11-15 2016-09-11 Nippon Sharyo Ltd The route determination system for railway vehicles
US9669851B2 (en) 2012-11-21 2017-06-06 General Electric Company Route examination system and method
US9003039B2 (en) 2012-11-29 2015-04-07 Thales Canada Inc. Method and apparatus of resource allocation or resource release
JP5811996B2 (ja) * 2012-12-12 2015-11-11 トヨタ自動車株式会社 交通計画作成支援装置、交通計画作成支援方法
AU2013270604A1 (en) * 2012-12-14 2014-07-03 Technological Resources Pty. Limited A rail network management system
US9578664B1 (en) 2013-02-07 2017-02-21 Sprint Communications Company L.P. Trusted signaling in 3GPP interfaces in a network function virtualization wireless communication system
US9171345B2 (en) * 2013-02-15 2015-10-27 Norfolk Southern Corporation System and method for terminal capacity management
US9613208B1 (en) 2013-03-13 2017-04-04 Sprint Communications Company L.P. Trusted security zone enhanced with trusted hardware drivers
US9374363B1 (en) 2013-03-15 2016-06-21 Sprint Communications Company L.P. Restricting access of a portable communication device to confidential data or applications via a remote network based on event triggers generated by the portable communication device
US9324016B1 (en) 2013-04-04 2016-04-26 Sprint Communications Company L.P. Digest of biographical information for an electronic device with static and dynamic portions
US9454723B1 (en) 2013-04-04 2016-09-27 Sprint Communications Company L.P. Radio frequency identity (RFID) chip electrically and communicatively coupled to motherboard of mobile communication device
US9838869B1 (en) 2013-04-10 2017-12-05 Sprint Communications Company L.P. Delivering digital content to a mobile device via a digital rights clearing house
US9443088B1 (en) 2013-04-15 2016-09-13 Sprint Communications Company L.P. Protection for multimedia files pre-downloaded to a mobile device
CA2905228C (en) * 2013-04-22 2016-12-20 Landmark Graphics Corporation Systems and methods for adjusting existing well plans
US9560519B1 (en) 2013-06-06 2017-01-31 Sprint Communications Company L.P. Mobile communication device profound identity brokering framework
RU2546577C2 (ru) * 2013-06-19 2015-04-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Самарский государственный университет путей сообщения" (СамГУПС) Автоматизированная система ведения и анализа графика движения
US9293040B2 (en) * 2013-07-01 2016-03-22 Iteris, Inc. Data quality assessment and real-time evaluation of GPS probe data
US9129522B2 (en) * 2013-07-01 2015-09-08 Iteris, Inc. Traffic speed estimation using temporal and spatial smoothing of GPS speed data
US10546307B2 (en) 2013-09-25 2020-01-28 International Business Machines Corporation Method, apparatuses, and computer program products for automatically detecting levels of user dissatisfaction with transportation routes
RU2566171C2 (ru) * 2014-01-16 2015-10-20 Федеральное государственное унитарное предприятие "Центральный научно-исследовательский институт машиностроения" (ФГУП ЦНИИмаш) Способ разрешения конфликтных ситуаций при управлении полетами космических аппаратов
AU2015254431B2 (en) * 2014-04-28 2018-06-14 Hitachi, Ltd. Driving assistance system
EP2974939B1 (en) * 2014-07-17 2023-06-07 Hitachi, Ltd. Train management system
JP2016030542A (ja) * 2014-07-30 2016-03-07 株式会社日立製作所 列車運行管理システム
US10572847B2 (en) * 2014-10-10 2020-02-25 Conduent Business Services, Llc Dynamic space-time diagram for visualization of transportation schedule adherence
US11312018B2 (en) 2014-11-14 2022-04-26 Transportation Ip Holdings, Llc Control system with task manager
US9779232B1 (en) 2015-01-14 2017-10-03 Sprint Communications Company L.P. Trusted code generation and verification to prevent fraud from maleficent external devices that capture data
US9838868B1 (en) 2015-01-26 2017-12-05 Sprint Communications Company L.P. Mated universal serial bus (USB) wireless dongles configured with destination addresses
US10507853B2 (en) * 2015-01-27 2019-12-17 Mitsubishi Electric Corporation Train-information management device and train-information management method
US9473945B1 (en) 2015-04-07 2016-10-18 Sprint Communications Company L.P. Infrastructure for secure short message transmission
US9819679B1 (en) 2015-09-14 2017-11-14 Sprint Communications Company L.P. Hardware assisted provenance proof of named data networking associated to device data, addresses, services, and servers
US10282719B1 (en) 2015-11-12 2019-05-07 Sprint Communications Company L.P. Secure and trusted device-based billing and charging process using privilege for network proxy authentication and audit
US9817992B1 (en) 2015-11-20 2017-11-14 Sprint Communications Company Lp. System and method for secure USIM wireless network access
JP6596750B2 (ja) * 2015-11-25 2019-10-30 三菱重工エンジニアリング株式会社 車両制御システム、走行管理装置、リソース管理装置、車両制御方法、プログラム
EP3243726B1 (en) * 2016-05-09 2020-07-15 ALSTOM Transport Technologies Traffic management method and traffic management system
US11562300B2 (en) 2016-06-10 2023-01-24 Conduent Business Services, Llc System and method for optimal automated booking of on-demand transportation in multi-modal journeys
DE102016214057A1 (de) * 2016-07-29 2018-02-01 Siemens Aktiengesellschaft Verfahren und Einrichtung zum Überarbeiten wenigstens eines geplanten Fahrplans einer verkehrstechnischen Anlage
US10279823B2 (en) * 2016-08-08 2019-05-07 General Electric Company System for controlling or monitoring a vehicle system along a route
BR112019002445A2 (pt) * 2016-08-12 2019-05-14 Hatch Ltd. sistema e método para otimizar um sistema de trilhos
CN106781461A (zh) * 2016-12-02 2017-05-31 交通运输部公路科学研究所 一种高速公路网运行态势在线推演热启动技术
RU2669873C2 (ru) * 2017-03-07 2018-10-16 ООО "Ассоциация инженеров и учёных по водоснабжению и водоотведению" Способ оптимального управления системой водоотведения
US10769946B1 (en) * 2017-04-24 2020-09-08 Ronald M Harstad Incentive-compatible, asymmetric-information, real-time traffic-routing differential-advice
US10499249B1 (en) 2017-07-11 2019-12-03 Sprint Communications Company L.P. Data link layer trust signaling in communication network
RU2667745C1 (ru) * 2017-08-07 2018-09-24 Государственное Унитарное Предприятие "Водоканал Санкт-Петербурга" Способ оптимизации потоков сточных вод
US10699588B2 (en) * 2017-12-18 2020-06-30 Honeywell International Inc. Aircraft taxi routing
US10816990B2 (en) * 2017-12-21 2020-10-27 Baidu Usa Llc Non-blocking boundary for autonomous vehicle planning
RU2685897C1 (ru) * 2018-01-18 2019-04-23 Государственное Унитарное Предприятие "Водоканал Санкт-Петербурга" Способ оптимизации расходов сточных вод общесплавных систем водоотведения
US20200342419A1 (en) * 2019-04-29 2020-10-29 Lyft, Inc. Intelligent management of one or more machines of a vehicle service center
CN110803203B (zh) * 2019-11-06 2021-11-26 中国铁道科学研究院集团有限公司通信信号研究所 一种高速铁路行车轨迹的演进预测方法及系统
JP7227118B2 (ja) * 2019-11-08 2023-02-21 株式会社日立製作所 資源運用計画作成支援装置、資源運用計画作成支援方法、及びプログラム
WO2021108904A1 (en) * 2019-12-02 2021-06-10 Wsp Global Inc. Railway management system with data repository
CN110991740B (zh) * 2019-12-03 2023-12-15 海南电网有限责任公司 基于运行模拟和智能体技术的电网规划方法和系统
CN112215475A (zh) * 2020-09-24 2021-01-12 交控科技股份有限公司 轨道交通的行车组织方案设计系统
US11714829B2 (en) * 2020-12-14 2023-08-01 Sap Se Parallel calculation of access plans delimitation using table partitions
CN113320575B (zh) * 2021-05-19 2022-07-15 卡斯柯信号有限公司 支持后备控车模式和人工故障处理方式的tacs系统
CN113650655B (zh) * 2021-08-13 2022-12-02 卡斯柯信号有限公司 一种基于ctc3.0的本务机摘挂计划自动生成与执行方法
CN113591327B (zh) * 2021-08-17 2023-12-19 广东汇通信息科技股份有限公司 一种基于vissim的局部交通规划多尺度评价方法
US20240227884A1 (en) * 2023-01-09 2024-07-11 Progress Rail Services Corporation Predictive control system visualization for automatic train operation
CN116110228B (zh) * 2023-04-06 2023-07-07 齐鲁云商数字科技股份有限公司 一种基于区块链的城市交通快速化引导系统
CN117558132B (zh) * 2024-01-11 2024-03-15 北京华创智芯科技有限公司 基于大数据的交通管理平台数据处理方法及系统
CN118387169B (zh) * 2024-06-24 2024-09-24 华侨大学 基于增量mapf的轨道交通路径规划方法及相关装置
CN118536688B (zh) * 2024-07-26 2025-02-25 山东文旅云智能科技有限公司 一种基于人工智能的旅游路线规划方法及系统

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3706969A (en) * 1971-03-17 1972-12-19 Forney Eng Co Airport ground aircraft automatic taxi route selecting and traffic control system
US4041283A (en) * 1975-07-25 1977-08-09 Halliburton Company Railway train control simulator and method
US4122523A (en) * 1976-12-17 1978-10-24 General Signal Corporation Route conflict analysis system for control of railroads
US4361202A (en) * 1979-06-15 1982-11-30 Michael Minovitch Automated road transportation system
US4883245A (en) * 1987-07-16 1989-11-28 Erickson Jr Thomas F Transporation system and method of operation
US5574648A (en) * 1990-10-09 1996-11-12 Pilley; Harold R. Airport control/management system using GNSS-based methods and equipment for the control of surface and airborne traffic
US5177684A (en) * 1990-12-18 1993-01-05 The Trustees Of The University Of Pennsylvania Method for analyzing and generating optimal transportation schedules for vehicles such as trains and controlling the movement of vehicles in response thereto
US5257194A (en) * 1991-04-30 1993-10-26 Mitsubishi Corporation Highway traffic signal local controller
US5519618A (en) * 1993-08-02 1996-05-21 Massachusetts Institute Of Technology Airport surface safety logic
US5374932A (en) * 1993-08-02 1994-12-20 Massachusetts Institute Of Technology Airport surface surveillance system
US6321158B1 (en) * 1994-06-24 2001-11-20 Delorme Publishing Company Integrated routing/mapping information
US5802492A (en) * 1994-06-24 1998-09-01 Delorme Publishing Company, Inc. Computer aided routing and positioning system
US5559707A (en) * 1994-06-24 1996-09-24 Delorme Publishing Company Computer aided routing system
US7539624B2 (en) * 1994-09-01 2009-05-26 Harris Corporation Automatic train control system and method
US5828979A (en) * 1994-09-01 1998-10-27 Harris Corporation Automatic train control system and method
US6459964B1 (en) * 1994-09-01 2002-10-01 G.E. Harris Railway Electronics, L.L.C. Train schedule repairer
US5623413A (en) * 1994-09-01 1997-04-22 Harris Corporation Scheduling system and method
AU7277396A (en) * 1995-09-07 1997-03-27 Siemens Aktiengesellschaft Control process for track-bound vehicles
US6218961B1 (en) * 1996-10-23 2001-04-17 G.E. Harris Railway Electronics, L.L.C. Method and system for proximity detection and location determination
AU734038B2 (en) * 1997-02-07 2001-05-31 Ge-Harris Railways Electronics, L.L.C. A system and method for automatic train operation
US6331068B1 (en) * 1999-02-18 2001-12-18 Lacks Industries, Inc. Flexible lamp mounting
US6356383B1 (en) * 1999-04-02 2002-03-12 Corvis Corporation Optical transmission systems including optical amplifiers apparatuses and methods
US6587738B1 (en) 1999-12-30 2003-07-01 Ge-Harris Railway Electronics, L.L.C. Optimal locomotive assignment for a railroad network
US6304801B1 (en) * 1999-12-30 2001-10-16 Ge-Harris Railway Electronics, L.L.C. Train corridor scheduling process including a balanced feasible schedule cost function
US6546371B1 (en) 1999-12-30 2003-04-08 Ge-Harris Railway Electronics, L.L.C. Train corridor scheduling process including various cost functions associated with railway operations
AU2452901A (en) 1999-12-31 2001-07-16 Michael S Crone Cost reactive resource scheduler and method
US6356838B1 (en) 2000-07-25 2002-03-12 Sunil Paul System and method for determining an efficient transportation route
US6456371B1 (en) * 2000-09-25 2002-09-24 The Boeing Company Attitude determination with earth horizon-crossing indicators and relative-attitude propagation

Also Published As

Publication number Publication date
JP2006511394A (ja) 2006-04-06
CA2510432C (en) 2011-02-22
CA2510432A1 (en) 2004-07-15
ATE461090T1 (de) 2010-04-15
EP1573578A2 (en) 2005-09-14
EP1573578A4 (en) 2007-05-30
AU2003300354A1 (en) 2004-07-22
EP1573578B1 (en) 2010-03-17
CN1729465A (zh) 2006-02-01
AU2003300354B2 (en) 2009-03-26
US20060074544A1 (en) 2006-04-06
RU2314561C2 (ru) 2008-01-10
WO2004059446A2 (en) 2004-07-15
WO2004059446A3 (en) 2004-12-09
DE60331772D1 (de) 2010-04-29
RU2005123061A (ru) 2006-02-27
US7386391B2 (en) 2008-06-10

Similar Documents

Publication Publication Date Title
KR20050085832A (ko) 동적 최적화 트래픽 플래닝 방법 및 시스템
Altazin et al. A multi-objective optimization-simulation approach for real time rescheduling in dense railway systems
Corman et al. Closing the loop in real-time railway control: Framework design and impacts on operations
JP7066365B2 (ja) ダイヤ作成装置および自動列車制御システム
D'Ariano et al. Conflict resolution and train speed coordination for solving real-time timetable perturbations
Mazzarello et al. A traffic management system for real-time traffic optimisation in railways
D'Ariano Improving real-time train dispatching: models, algorithms and applications
Corman et al. Effectiveness of dynamic reordering and rerouting of trains in a complicated and densely occupied station area
US8433461B2 (en) Method of planning the movement of trains using pre-allocation of resources
US8082071B2 (en) System and method of multi-generation positive train control system
Corman et al. Dispatching trains during seriously disrupted traffic situations
Corman Real-time Railway Traffic Management: Dispatching in complex, large and busy railway networks
Shakibayifar et al. A multi-objective decision support system for real-time train rescheduling
Missikoff An object-oriented approach to an information and decision support system for railway traffic control
Toletti Automated railway traffic rescheduling and customer information
Van Thielen Conflict prevention strategies for real-time railway traffic management
JP7403421B2 (ja) 運行計画変更支援装置、判断モデル作成装置、判断モデル作成プログラム、及び列車運行管理システム
Derevitskiy et al. Simulation of emergency care for patients with ACS in Saint Petersburg for ambulance decision making
Bagherian Network-wide analysis and design of transit priority treatments
JP2022502777A (ja) マルチモーダル交通ネットワークの調整方法
CARNAGHI Decision support systems in transportation: the case of surface urban public transport
König Three essays on delay management for passenger rail services
Ghasempournejad Seifdokht Adaptive Railway Traffic Control using Approximate Dynamic Programming
Middelkoop et al. Optimizing train traffic: demonstrating benefits in a case study
Shakibayifar et al. Simulation analysis of the effect of doubling and electrification on the reliability of the rail networks: A case study of Tehran-Mashhad railroad

Legal Events

Date Code Title Description
PA0105 International application

Patent event date: 20050620

Patent event code: PA01051R01D

Comment text: International Patent Application

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20070830

Comment text: Request for Examination of Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20090529

Patent event code: PE09021S01D

E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20091130

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20090529

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I