On optimization of empty raw wood wagon circulations of rail transport in Finland

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu | Master's thesis
Date
2019-01-29
Department
Major/Subject
Systems and Operations Research
Mcode
SCI3055
Degree programme
Master’s Programme in Mathematics and Operations Research
Language
en
Pages
56 + 5
Series
Abstract
Raw wood is the largest single good that is transported by VR Transpoint in Finland, making roughly 30% of the total tonnage of all rail transports of VR Transpoint. The demand for raw wood transports in Finland has increased in the past few years to the extent that VR Transpoint decided to invest in 200 new raw wood wagons in June 2018 to increase the transportation capacity. Reasons for the increase in the raw wood transport demand are, of course, that the demand for the products made by the Finnish forest industry has increased, but also that the production capacity of the Finnish forest industry has increased. The increase of the raw wood transport demand has led to a situation in which the raw wood wagon fleet is being used as its maximum capacity. Moreover, this has led to empty wagon shortages as there has not been extra spare wagons to save from train traffic delays and disruptions. However, these empty wagon shortages could possibly be prevented by more efficient empty raw wood wagon circulation planning, which is the focus of this thesis. In this thesis, an empty raw wood wagon circulation optimization model is developed for the empty raw wood wagon circulation planning of the short-term planning phase. The objective is that the optimization model could be used as a support in the decision making of the empty raw wood wagon circulation planning in the future. This optimization model is developed for the Finnish rail network and with the planning preferences of the VR Transpoint in mind, but it could be modified to be used on other rail networks and preferences as well. The empty wagon circulation problem is formulated as a multi-commodity network problem. The objective of the model is to minimize the following three objects while taking many rail transportation constraints into account: (i) the parkings of wagons in not-desired locations, (ii) the wagon kilometers, and (iii) the train kilometers. The significance and ratio of these three objects can be modified by altering the corresponding cost parameter of each object. The formulated problem is implemented and solved with IBM ILOG CPLEX Optimization Studio and different factors affecting the run times of the model are studied. First, the effect of the length of the planning period on the run time is studied. Next, it is investigated how the amounts of orders and existing trains increase the run time. These first two studies are done without the train kilometer cost of the objective function. Finally, the effect of the train kilometer cost in the run time and the quality of the solutions are studied. It turns out that the optimization model can be solved in reasonable time for real-life sized problems. In addition, the train operating cost has a huge impact on the optimization time, but the use of it results in better and more cost-efficient plans.

Raakapuu on suurin yksittäinen VR Transpointin kuljettama rahtitavara Suomessa ja se on noin 30% kokonaistonnimäärästä, jonka VR Transpoint kuljettaa rautateillä. Raakapuukuljetusten kysyntä on kasvanut Suomessa viime vuosina siinä mittakaavassa, että VR Transpoint päätti kesäkuussa 2018 investoida 200 uuteen raakapuuvaunuun kasvattaakseen kuljetuskapasiteettia. Syy kasvaneelle raakapuukuljetusten kysynnälle on ensinnäkin se, että kysyntä Suomen metsäteollisuuden tuottamille tuotteille on kasvanut, mutta tämän lisäksi Suomen metsäteollisuuden tuotantokapasiteetti on kasvanut. Kasvanut raakapuukuljetusten kysyntä on johtanut siihen, että raakapuuvaunustoa käytetään sen maksimikapasiteetilla. Tämä puolestaan on johtanut tyhjävaunupuliin, kun ei ole ollut ylimääräisiä tyhjävaunuja pelastamassa junaliikenteen myöhästymisiltä ja häiriöiltä. Tyhjävaunupulia voidaan mahdollisesti estää tehokkaammalla raakapuutyhjävaunujen siirtojen suunnitellulla, mikä onkin tämän työn painopiste. Tässä työssä kehitetään tyhjien raakapuuvaunujen siirtojen optimointimalli lyhyen aikavälin suunnitteluvaiheen tyhjien raakapuuvaunujen siirtojen suunnitteluun. Tavoite on, että optimointimallia voitaisiin tulevaisuudessa käyttää tukena tyhjien raakapuuvaunujen siirtojen suunnittelussa. Tämä optimointimalli on suunniteltu Suomen rautatieverkolle ja VR Transpointin suunnittelupreferenssit mielessä, mutta sitä voitaisiin muokata käytettäväksi myös muilla rautatieverkoilla ja preferensseillä. Tyhjien raakapuuvaunujen siirtojen ongelma formuloidaan monihyödykevirtausmallina. Mallin tavoite on minimoida kolmea seuraavaa tekijää ottaen samalla huomioon monia junakuljetuksiin liittyviä rajoitteita: (i) vaunujen pysäköintejä ei-toivotuissa paikoissa, (ii) vaunukilometrejä ja (iii) junakilometrejä. Näiden kolmen eri tekijän merkittävyyttä ja suhdetta toisiinsa voidaan säätää muokkaamalla niiden kustannusparametrejä. Tämä formuloitu ongelma implementoidaan ja ratkaistaan IBM ILOG CPLEX Optimization Studiolla ja sitten tutkitaan eri tekijöitä, jotka vaikuttavat mallin ajoaikoihin. Työssä tutkitaan ensin, miten suunnittelujakson pituus vaikuttaa ajoaikoihin. Seuraavaksi selvitetään tilauksien ja olemassa olevien junien määrän vaikutusta ajoaikoihin. Nämä kaksi tutkimusta tehdään ilman junakilometrikustannusta tavoitefunktiossa. Lopuksi tehdään tutkimus junakilometrikustannuksen vaikutuksesta ajoaikaan ja mallin ratkaisujen laatuun. Tutkimusten perusteella optimointimalli voidaan ratkaista järkevässä ajassa oikean maailman kokoisilla ongelmilla. Lisäksi huomataan, että junakilometrikustannuksella on suuri vaikutus optimointiaikaan, mutta sen käyttö johtaa parempiin ja kustannustehokkaisiin suunnitelmiin.
Description
Supervisor
Ilmonen, Pauliina
Thesis advisor
Viitasaari, Lauri
Suolanen, Olli
Keywords
rail transport, raw wood transport, empty wagon circulation, multi-commodity flow problem, optimization
Other note
Citation