Netherlands Railways は、スイスに次いで世界で最も利用者の多い鉄道網の 1 つです。2018 年の収益は 592 万 6000 ユーロでした。毎年、900 万人が青と黄色の列車に乗ります。鉄道は「 Utrecht から Tibet まで」を運行しており、全長は 6,830 キロメートルにおよびます。
ケーススタディ：鉄道輸送網計画
問題
Netherlands Railways のエンジニアは、シミュレーションで仮想テストを実行しました。国全体の鉄道路線に混乱を引き起こすことになるため、実世界で様々なテストをすることができませんでした。
また、Netherlands Railways のエンジニアは、新しい車両の調達と導入、自動運転列車やデジタル列車保護システムなどのイノベーションをテストする必要もありました。
Netherlands Railways は以前、非常に詳細なシミュレーションのみを使用していましたが、それらを扱うのは困難でした。
Netherlands Railways にとって、鉄道の混乱は主要な問題の 1 つでした。予測するのは難しいですが、毎日のように起こります。
すべての列車が適切な乗務員と適切な車両で時間どおりに運行する日はありませんでした。混乱としては、線路上に牛がいる、ドアが閉まらない、停電などが考えられます。例えば、高圧ケーブルが線路に落ち、修理に半年かかったこともありました。通常、彼らは問題を次のように単純化しました。つまり、壊れた列車が線路をふさいだか、線路がふさがれて列車の通過が許可されなかったかです。
ソリューション
AnyLogic を使用して、概念的なモデルを作成しました。エンジニアは、新しいモデルの開発に 1 週間もかからずにコンセプトモデルを迅速に開発できました。彼らは AnyLogic を他の多くの予測ツールと統合しました。このモデルはインタラクティブで使いやすく、エンド ユーザーに説明が容易でした。
AnyLogic シミュレーション モデルは、Netherlands Railways が以前に使用していた鉄道ネットワークの可視化よりもはるかに優れており、モデルは 1 日のすべての列車をシミュレートしました。
彼らは、興味のあるネットワークから 1 つのネットワークをモデル化しました。次に、過去または未来の任意の年 (2030 年など) の時刻表をロードします。彼らはこのデータをインフラストラクチャ、駅、プラットフォーム、および列車に単純化しました。
モデル開発者は 2019 年の実データをロードし、それを確率分布に当てはめました。AnyLogic モデルは、列車が時間どおりに到着する確率を予測し、列車の流れをシミュレートするために使用されました。
Netherlands Railways の開発者は、手動では不可能なネットワーク全体の定時性を予測するシミュレーション モデルを構築しました。AnyLogic モデルは、列車とインフラストラクチャの現実的な故障率を提供しました。Netherlands Railways の開発者は、いくつかの単純なスケジュール変更ルールを使用しました。
事故が発生した場合、影響を受けるゾーンにいなかった乗客は引き続き輸送される可能性があります。混乱をできるだけ狭い範囲に限定し、乗客を時間どおりに運ぶために、ホームの端で列車を方向転換することが重要でした。
さらに、Netherlands Railways の開発者は Monte Carlo 実験を実施しました。モデルには 10 個の確率分布がありました。列車が出発するたびに、遅延や故障の可能性が示されていました。SQL データベースに接続して、事前定義されたパラメータ セットをロードしました。
結果
エンジニアは、多くの混乱をテストすることができました。実験が実行すると、列車の合計遅延、故障数、キャンセルされた列車の数、定刻運転率といった KPI を取得できます。この実験では、約 5 分間の実行で 5 年間の結果が示されたため、モデルの実行時間は非常に短時間で良好でした。
Netherlands Railways は約 5 年間、このモデルを使用していましたが、この間、彼らは、いくつかの変更を加えました。例えば、状態遷移図により多くのアクションを追加し、過去の情報を使用して実験したところ、混乱を防ぐことが出来ました。
以前、Netherlands Railways のエンジニアはモデルのレイアウトを手で描き、名前を付け、入力ファイルに接続していましたが、その後、レイアウトを簡単に切り替えることができる AnyLogic テンプレートを使用して自動化を開始しました。これにより AnyLogic で、オランダのほぼ全土をモデル化することが可能になりました。
時刻表計画ソフトウェアと車両スケジューラから入力を取得するために、モデルは管理システムの一部に接続されました。Netherlands Railways は XML ファイルを使用して SQL データベースに変換し、AnyLogic は SQL データベース から入力データを取得しました。シミュレーション後、出力データは AnyLogic から SQL データベースにエクスポートされ、Power BI で可視化できます。
ケーススタディ：列車の増便
問題
さらに、Netherlands Railways は政府から、定刻性レベル（ KPI） を維持しながら列車の本数を増やすよう求められました。交通量の多いネットワークでは、常に定刻性が低下します。これは、故障する可能性のある列車が増え、遅延を引き起こす可能性のある乗客が増加し、インフラがより頻繁に使用されるためです。
ソリューション
Netherlands Railways は、これまでと同じ高レベルの定刻性を維持する方法を検討する必要がありました。この目的のために、彼らは非常に抽象的なモデルを使用しました。これには、多数の遅い列車と速い列車、線路、駅、および実際の時刻表が含まれていました。彼らはさまざまな時刻表をシミュレーションしました。
結果
下の図は、定刻運行の列車でパフォーマンスの低下が見られる割合を示しています。たとえば、オレンジ色のバーは、新しい線路を建設せずに 1 時間あたり 4 本の高速列車が運行していることを示しています。インフラに 2 つの線路を追加すれば、定時性のレベルはさらに高くなるでしょう。
ケーススタディ：列車の調達
問題
Netherlands Railways は、追加投資を必要とする新しいモーターユニットを備えた二階建て車両を購入したいと考えていました。列車は最も資本集約的な資産であるため、信頼性へのこの投資がお金に見合う価値があるかどうかを確認する必要がありました。
ソリューション
彼らは、2040 年の新しい時刻表をシミュレーションしました。この場合、運行頻度は 2 倍になり、1 つの線路に 1 時間あたり約 8 ～ 10 本の列車が運行されます。このモデルでは、すべての列車タイプ、2019 年の故障データ、および新しい列車の故障率が考慮されました。
結果
列車の到着時間は KPI の 1 つで、顧客の利益は定刻運転率でした。
新しい列車の信頼性が 20% 向上したとしても、モデル化された列車のうち時間通りに到着するのは 0.08% だけです。AnyLogic シミュレーション モデルでは、費用対効果が低いことがわかりました。したがって、Netherlands Railways は、より適切なインシデント管理に投資することを決定しました。
その他のケーススタディ
さらに、エンジニアは修理箇所の鉄道最適化研究を実施しました。Netherlands Railways が鉄道シミュレーション ソフトウェアとして AnyLogic を使用して達成した成果には、新しい車両の導入、新しい安全システム、自動化された鉄道運行、長期的なインフラ投資、および短期的な運行計画などが含まれます。
このケーススタディは、AnyLogic Conference 2022 でオランダ国鉄の Camiel Simons 氏によって発表されました。
スライドは PDF として入手できます。
