Acceso usuarios
Marlene Alicia Arangú Lobig, Miguel Angel Salido Gregorio
El transporte ferroviario tiene un rol importante y creciente en muchos países, lo cual crea la necesidad de optimizar el uso de la infraestructura ferroviaria y los métodos y herramientas para su administración. La construcción de horarios ferroviarios es una tarea difícil que consume mucho tiempo, particularmente en el caso de redes ferroviarias reales. El objetivo del trabajo que se presenta, es realizar un modelado del problema de asignación de horarios para el trasporte ferroviario que permita aplicar las diferentes técnicas de resolución de programación de restricciones existentes en la literatura y evaluar su efectividad. El trabajo es de tipo descriptivo-documental bajo la modalidad de investigación básica. La metodología utilizada es del área de Inteligencia Artificial. Consiste en desarrollar una herramienta autómata que permita modelar instancias reales del problema como un Problema de Satisfacción de Restricciones (CSP); aplicar técnicas de solución y posteriormente evaluar los resultados. Se propone un modelado binario de CSP no-normalizado que contempla reglas de tráfico, requerimientos del usuario y reglas topológicas de una infraestructura real. Los resultados de las pruebas indican que en la búsqueda el algoritmo BLS tuvo un desempeño superior al 80% que los algoritmos MAC3, FC y BT, en diferentes instancias evaluadas.
Rail transportation has an important and growing role in many countries, which creates the need to optimize the use of railway infrastructure and the methods and tools for its administration. Railway timetables construction is a difficult and time consuming task, particularly in the case of real railway networks. The aim of this work is to model the railway scheduling problem; that allows applying the different techniques in constraint programming resolution in the literature and evaluating its effectiveness. The work is descriptive and documentary in the form of basic research. The methodology is from Artificial intelligence area, it consists in developing an automated tool which allow modeling PLC real instances of the problem as a Constraint Satisfaction Problem (CSP) applied solution techniques and then evaluate the results. We propose a binary CSP modeling non – normalized (the same variables can share more than one constraint) that provides traffic rules, user requirements and topology rules from a real infrastructure. The test results indicate that in finding the BLS algorithm outperformed the 80% that the algorithms MAC3, FC and BT, in different instances evaluated.
O transporte ferroviário tem um papel importante e crescente em muitos países, o que cria a necessidade de otimizar o uso da infra-estrutura ferroviária e os métodos e ferramentas para a administração. A construção de horários ferroviários é uma tarefa difícil e demorada, especialmente no caso das redes ferroviárias reais. O objetivo do trabalho apresentado é a realização de um problema de atribuição de modelagem para os horários de transporte ferroviário que permitam a aplicação de diferentes técnicas para resolver as restrições de agendamento que existem na literatura e avaliar a sua eficácia. O trabalho é descritivo e documental, na forma de pesquisa básica. A metodologia utilizada é da área da Inteligência Artificial. PLC consiste em desenvolver uma ferramenta para modelar casos reais do problema como um problema Satisfação de Restrições (CSP), aplicar técnicas de resolução e posteriormente avaliar os resultados. Propõe-se uma modelagem binária de CSP não normalizada que inclui as regras de trânsito, requerimento do usuário e as regras de topológicas de uma infra-estrutura real. Os resultados do teste indicam que o algoritmo de busca BLS teve um desempenho 80 % superior aos algoritmos MAC3, FC e BT, em diferentes situações avaliadas.
