Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Optimization of the rail freight car fleet sizing problem
Autoři: Milenković Miloš | Švadlenka Libor | Bojović Nebojša | Glišović Nataša
Rok: 2015
Druh publikace: článek ve sborníku
Název zdroje: 4th International Symposium and 26th National Conference on Operational Research - Conference proceedings
Název nakladatele: Hellenic Operational Research Society
Místo vydání: Athens
Strana od-do: 155-161
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Optimalizace kapacitního problému vozového parku železniční nákladní dopravy Efektivní plánování železniční nákladní dopravy a distribuční systém jsou velmi důležité pro většinu železničních společností.' Efektivnost může být reprezentována s ohledem na celkový počet automobilů potřebných v systému, a jak dobře jsou využívány, aby splňovaly poptávku zákazníků. V tomto článku je vyvinuta kontrola přístupu k problému simultánní optimalizace železniční nákladní dopravy velikosti a přidělování vozového parku. Vyvinutý dynamický model uvažuje možnost záměny mezi typy nákladních automobilů v rámci heterogenního vozového parku. Číselný příklad je uveden pro ilustraci modelu a metodiky řešení. nákladní vozy; velikost flotily; přidělování,;model prediktivní regulace
eng Optimization of the rail freight car fleet sizing problem An efficient rail freight car planning and distribution system is of great importance for most railway companies. Efficiency can be represented with respect to the total number of cars needed in the system, and how well they are utilized to satisfy customer demand. In this paper, a rolling horizon (model predictive) control approach to the problem of simultaneous optimization of the rail freight car fleet size and allocation is developed. Developed dynamic model considers heterogeneous fleet with substitution possibilities between freight car types. Numerical example is given to illustrate the model and solution methodology. freight cars; fleet size; allocation; model predictive control