ノーフォーク・サザンは最適化シミュレーターで機関車車両数を決定した。

ノーフォーク・サザンは大規模な鉄道ネットワーク向けに機関車を計画しており、車両数をどの程度にするかを決めるためのモデルを求めていた。

厳密な整数計画モデルはソルバーの適用範囲を超えており、また車両数が必要以上に少なく見えるような仮定を必要とした。

研究者らは、シミュレーションと最適化をフィードバック学習で組み合わせた近似動的計画法のモデルを構築し、過去の指標に合わせてキャリブレーションすることで、車両数と構成を計画し、多くの運用シナリオを検証できるようにした。

硬直的なLPではなく、シミュレーションと学習を組み合わせて車両数を決定する

車両数の決定には非常に詳細なモデルが必要だった

整数計画法は単純化を強制し、車両数を過小に評価していた

シミュレーションと学習により、モデルを実際の履歴に一致させられた

その結果、多くのシナリオの下で車両数と構成を計画できるようになった

実際の問題が厳密モデルには大きすぎる、または詳細すぎる場合、近似動的計画法はシミュレーションから学習して高価な資産の規模を正確に決定できる。

このモデルは、ノーフォーク・サザンが機関車車両の規模と構成を検討し、運用上の変更を検証する方法となった。貨物鉄道における近似動的計画法の注目すべき活用例である。