Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

A stochastic model predictive control to heterogeneous rail freight car fleet sizing problem
Autoři: Milenković Miloš | Bojović Nebojša | Švadlenka Libor | Melichar Vlastimil
Rok: 2015
Druh publikace: článek v odborném periodiku
Název zdroje: Transportation Research, Part E: Logistics and Transportation Review
Název nakladatele: Elsevier Science BV
Místo vydání: Amsterdam
Strana od-do: 162-198
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Stochastický model predikce řízení problému heterogenního vozového parku nákladní železniční dopravy V tomto článku je přístup válcovacího horizontu uplatňovaný pro simultánní optimalizaci velikosti vozového parku železniční nákladní dopravy a problému jeho přidělování. Rozvinutý dynamický model toku naloženého a prázdného železničního nákladního vozu výslovně zachází ve státních kontrolních stanicích, dále řeší kapacitní omezení přítomnosti různých typů nákladních vozů v rámci částečného zastupitelnost mezi nimi. Požadavky a cestovní časy jsou považovány za náhodné proměnné. Navrhovaný postup je aplikován na sadě testovacích případů, a který se ukazuje jako úspěšný, nakonec poskytuje nový manažerský nástroj účinnějšího a efektivnějšího plánování a analyzuje železniční nákladní dopravní vozový park. železniční doprava; nákladní vozy; velikost vozového parku; alokace; stochastický model predikce řízení; ARIMA-Kalman; EOQ; Random newsboy
eng A stochastic model predictive control to heterogeneous rail freight car fleet sizing problem In this paper a rolling horizon approach is applied for simultaneous optimization of the rail freight car fleet size and allocation problem. Developed dynamic model of loaded and empty rail freight car flows explicitly treats state, control and station capacity constraints in presence of various freight car types under the partial substitutability among them. Demands and traveling times are considered as random variables. Proposed approach is applied to a set of test cases and it shown to be successful, ultimately providing a new managerial tool more effective and efficient planning and analyzing rail freight car fleets. railway; freight cars; fleet size; allocation; stochastic model predective control; ARIMA-Kalman; EOQ; Random newsboy