การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ

This research aims to solve a Train Scheduling Timetabling Problem of Northern path in Thailand by rescheduling arrival and departure time of all trains to find the minimum travelling time within a reasonable solving time while satisfying all constraints. Research methodology consists of four phase...

Full description

Saved in:
Bibliographic Details
Main Author: กรณ์พงษ์ อึงสถิตย์ถาวร
Other Authors: ผศ.ดร.อรรถพล สมุทคุปติ์
Format: Theses and Dissertations
Language:Thai
Published: เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่ 2020
Online Access:http://cmuir.cmu.ac.th/jspui/handle/6653943832/69263
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Chiang Mai University
Language: Thai
id th-cmuir.6653943832-69263
record_format dspace
spelling th-cmuir.6653943832-692632020-08-03T07:38:54Z การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ Application of Particle Swarm Optimization Approach for Train Scheduling กรณ์พงษ์ อึงสถิตย์ถาวร ผศ.ดร.อรรถพล สมุทคุปติ์ This research aims to solve a Train Scheduling Timetabling Problem of Northern path in Thailand by rescheduling arrival and departure time of all trains to find the minimum travelling time within a reasonable solving time while satisfying all constraints. Research methodology consists of four phases. The first phase is analyze and create a running time in each rail section for all train types from Bangkok Station to Chiang Mai Station, including a branch rail to Sawankalok Station, and define a section’s velocity limit which consist of 260 sections. Following that, the mathematical model was created and those equations and numbers were turns into the expression of Lingo language to find a optimal solution, but this mathematical model is capable of small cases. The next phase was to apply the Particle Swarm Optimization technique to rescheduling timetabling in a larger problem scale and coding a whole algorithm by using the VC# program. Afterward, a simulation model was built by using Arena program for simulation of unstable factors, also including a probability of locomotive break down, and it’s repairing time as well as uncertain factors regarding stop time at station sections along the route. The simulation result showed that mean time for each trains which using the Particle Swarm Optimization technique is 353.86 minutes when compared with average times from present timetables was 398.20 minutes, which was reduced 11.14%. 2020-08-03T07:38:54Z 2020-08-03T07:38:54Z 2015-03 Thesis http://cmuir.cmu.ac.th/jspui/handle/6653943832/69263 th เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่
institution Chiang Mai University
building Chiang Mai University Library
continent Asia
country Thailand
Thailand
content_provider Chiang Mai University Library
collection CMU Intellectual Repository
language Thai
description This research aims to solve a Train Scheduling Timetabling Problem of Northern path in Thailand by rescheduling arrival and departure time of all trains to find the minimum travelling time within a reasonable solving time while satisfying all constraints. Research methodology consists of four phases. The first phase is analyze and create a running time in each rail section for all train types from Bangkok Station to Chiang Mai Station, including a branch rail to Sawankalok Station, and define a section’s velocity limit which consist of 260 sections. Following that, the mathematical model was created and those equations and numbers were turns into the expression of Lingo language to find a optimal solution, but this mathematical model is capable of small cases. The next phase was to apply the Particle Swarm Optimization technique to rescheduling timetabling in a larger problem scale and coding a whole algorithm by using the VC# program. Afterward, a simulation model was built by using Arena program for simulation of unstable factors, also including a probability of locomotive break down, and it’s repairing time as well as uncertain factors regarding stop time at station sections along the route. The simulation result showed that mean time for each trains which using the Particle Swarm Optimization technique is 353.86 minutes when compared with average times from present timetables was 398.20 minutes, which was reduced 11.14%.
author2 ผศ.ดร.อรรถพล สมุทคุปติ์
author_facet ผศ.ดร.อรรถพล สมุทคุปติ์
กรณ์พงษ์ อึงสถิตย์ถาวร
format Theses and Dissertations
author กรณ์พงษ์ อึงสถิตย์ถาวร
spellingShingle กรณ์พงษ์ อึงสถิตย์ถาวร
การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ
author_sort กรณ์พงษ์ อึงสถิตย์ถาวร
title การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ
title_short การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ
title_full การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ
title_fullStr การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ
title_full_unstemmed การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ
title_sort การประยุกต์ใช้วิธีการหาค่าที่เหมาะสมที่สุด แบบฝูงอนุภาคในการจัดตารางเวลารถไฟ
publisher เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่
publishDate 2020
url http://cmuir.cmu.ac.th/jspui/handle/6653943832/69263
_version_ 1681752626214993920