案例库 · 工程与运营 · 运营决策 · 2017–2018
BNSF的“乘务决策助手”优化铁路运营中人的环节
一个量身定制的乘务排班模型处理额外乘务、联合调动和时刻不确定性——用每年数百万美元的节省取代人工规划。
BNSF铁路
那一手
乘务成本——包括工资、转场和离家住宿——是铁路运营开支中相当大的一部分，而按吨英里计算，铁路承担了美国约40%的货运量。BNSF希望用系统化方法取代人工乘务规划。
BNSF与德克萨斯大学奥斯汀分校合作，构建了“乘务决策助手”（CDA）：一个量身定制的优化模型，捕捉了标准乘务排班模型忽略的部分——使用额外乘务的选项，以及联合调动司机和列车员的政策——并考虑了列车时刻的不确定性。
CDA从现有系统提取数据，快速生成有效的部署计划，预计每年节省数百万美元的成本。
该项目入围2017年INFORMS Daniel H. Wagner运筹实践卓越奖决赛。
为什么管用
- 人工规划无法同时权衡所有乘务选项和时刻不确定性。
- 司机与列车员的联合调动以及额外乘务选项正是节省所在。
- 快速生成计划使调度员日常使用优化成为可能。
- 预计每年数百万美元的节省证明了开发的合理性。
值了多少对乘务池建模，而不仅是列车聪明
可以搬走什么
在铁路上，人是最大的可变成本；将乘务分配视为真正的优化问题，能把日常人工劳动转化为快速、可审计、每年价值数百万美元的计划。
后来呢
BNSF在单端区段部署了“乘务决策助手”用于乘务排班；系统能从现有数据快速生成部署计划，预期每年节省数百万美元，该项目入围2017年Wagner奖决赛。
资料来源
- Crew Decision Assist: System for Optimizing Crew Assignments at BNSF Railway
- 2017 Wagner Prize Finalists — BNSF Crew Decision Assist
发现哪里写错了？告诉我们。