Efter avslutat projekt har det identifierats ett antal möjliga vidareutvecklingar. Projektet har varit väl avgränsat och det finns därmed en potential till att utveckla arbetet genom att ta hänsyn till fler faktorer för att se hur dessa påverkar resultatet. I det här projekt har ingen hänsyn tagits till hur personaltjänstefördelningen ser ut idag och en möjlig vidareutveckling är att analysera hur fördelningen skulle påverkas av att implementera den förslagna uppdelningen av trafiken. Det är en intressant del att utreda för att se hur stora förändringar av den nuvarande personalfördelningen förslaget skulle medföra.
Vidare skulle det kunna genomföras en sensitivitetsanalys för att se hur känsligt re-sultatet är för ändrade förutsättningar. I IVU är det möjligt att ändra villkoren för att exempelvis undersöka hur resultatet påverkas av att lägga in högre krav för robusthet, det vill säga större tidsmarginaler. En annan intressant aspekt hade varit att utreda hur resultatet påverkas av vilka åkstationer som det är möjligt att använda personal ifrån.
I det här projektet har det varit möjligt att använda alla åkstationer och det skulle vara intressant att se hur resultatet påverkas av att begränsa möjliga åkstationer. Det skulle även ge en indikation på vilka åkstationer som är viktiga och skulle kunna resultera i en större utredning kring vilka åkstationer som är lönsamma att använda sig av.
En annan faktor att utveckla och addera till ett framtida projekt vore en användning av exakta tider istället för snittider i modelleringen. Genom att använda exakta tider som är individuellt specificerade för varje enskild fordonstyp och station kan det ge ett resultat som än mer liknar verkligheten.
Projektet var även avgränsat till att endast hitta den optimala uppdelning av trafiken baserat på två dagar och en möjlig vidareutveckling hade varit att utreda hur resultatet skulle se ut genom att ta hänsyn till veckans alla dagar. Det hade varit intressant att utreda eftersom tidtabellen är en viktigt utgångspunkt för optimeringen och den skiljer sig åt mellan veckans dagar, speciellt mellan vardag och helg.
9 Slutsats
Syftet med projektet var att ta reda på hur SJ AB kan dela upp trafiken med målet att maximera produktiviteten och samtidigt minimera komplexiteten vid körningar i opti-meringsverktyget IVU. Den optimala uppdelningen av trafiken utifrån de givna förut-sättningarna presenteras i avsnitt 7.4 i Tabell 12 och Tabell 13 med några enstaka skill-nader mellan ombordpersonal och lokförare. Uppdelningen ger en hög produktivitet genom en omfattande besparing av antalet turer för respektive yrkesgrupp. Personalen nyttjas därmed effektivt vilket leder till goda möjligheter för kostnadsbesparingar samt en högre upplevd schemakvalitet för personalen. Körningstid visade sig vara en opålit-lig variabel att utvärdera resultatet ifrån på grund av den höga variationen i körningstid i IVU och har därmed inte tagits hänsyn till. Detta var på förhand ett okänt problem för SJ och är en värdefull aspekt som de kan ta med sig i framtida arbeten. Vidare har projektet visat att det är en mängd faktorer som påverkar för att hitta den optimala upp-delningen av trafiken. De viktigaste faktorerna visade sig vara tidtabellen, gemensamma åkstationer och tiden mellan knutpunkterna på linjerna.
Det här projektet har innefattat en del avgränsningar och det finns därmed ett antal fakto-rer som skulle kunna inkluderas i ett framtida projekt. För att komplettera beslutsunder-laget skulle en sensitivitetsanalys kunna genomföras av den förslagna uppdelningen för att se hur olika faktorer påverkar resultatet. Vidare föreslås en fortsatt utredning inom IVU med anledning av dess varierande optimeringsresultat.
Referenser
Skriftliga källor
Allignol.C., Barnier.N., Flener.P., Pearson.J.(2012). Constraint Programming for air traffic management: a survey. The Knowledge Engineering Review, Vol.27:3, 361-392. DOI:10.1017/S0269888912000215 [Hämtad 2021-04-22]
Borndörfer.R., Grötschel.M., Löfel.A.(2001). Scheduling Duties by Adaptive Column Generation. ZIB-Report 01-02.[Hämtad 2021-03-19]
Borndörfer.R., Schelten.U., Schlechte.T., Weider.S.(2005). A Column Generation Approach to Airline Crew Scheduling. ZIB-Report 05-37. Hämtad[2021-03-25]
Caprara.A., Guida.P., Fischetti.M., Toth.P., Vigo.D.(1997). Algorithms for railway crew management. Mathematical Programming 79: 125-141. DOI: 10.1007/BF02614314 [Hämtad 2021-02-26]
Datta.S(2020). Branch and Bound algorithm. Baeldung.
https://www.baeldung.com/cs/branch-and-bound. [Hämtad 2021-03-25]
Deveci.M., Demirel.N.C.(2017). Evolutionary algorithms for solving the airline crew pairing problem. Computers Industrial Engineering 115(2018)
DOI:10.1016/j.cie.2017.11.022 [Hämtad 2021-03-19]
IVU a(u.å.). The IVU.Suite for rail transport. IVU.
https://www.ivu.com/solutions/highlights/ivurail. [Hämtad 2021-02-22]
IVU b(u.å.). Optimisation as a driver of efficiency. IVU.
https://www.ivu.com/solutions/highlights/optimisation. [Hämtad 2021-02-22]
Jain.A.K., Murty.M.N., Flynn.P.J.(1999). Data Clustering: A review. ACM Computing Surveys, Vol. 31, No. 3. DOI: 10.1145/331499.331504 [Hämtad 2021-04-16]
LBW Optimization(u.å.). Optimization systems that set new standards. LBW.
https://www.lbw-optimization.com/en/optimizer/ds-opt. [Hämtad 2021-04-14]
Lundgren, J., Rönnqvist.M., Värbrand.P.(2008). Optimeringslära. 3. uppl. Lund:
Studenlitteratur.
Mishra.S.(2017). Unsupervised Learning and Data Clustering. Towards Data Science.
https://towardsdatascience.com/unsupervised-learning-and-data-clustering-eeecb78b422a.
[Hämtad 2021-03-07]
Sahin.G., Yüceoglu.B.(2011). Tactical crew planning in railways. Transportation Research Part E47: 1221-1243. DOI:10.1016/j.tre.2011.05.013.
[Hämtad 2021-02-26]
SJ a.(u.å.). Om SJ. SJ. https://www.sj.se/sv/om/om-sj.html.
[Hämtad 2021-02-08]
SJ b.(u.å.). Kundservice. SJ. https://www.sj.se/sv/kundservice/fragor-och-svar.html/7856-finns-det-kartor-med-sjs-linjenaet. [Hämtad 2021-02-17]
SJ, 2019. Grundutbildning. PowerPoint presentation. [Hämtad 2021-02-1]
Spåra SJ. 2019. Kollektivavtal vid SJ.
Muntliga källor
Gustafsson, Alexander; Personalplaneringsanalytiker, SJ, 2021.
Utbildning 1-5 februari.
Persson, Jonas; Turlistkonstruktör, SJ, 2021. Möte 1 februari.
Podhajny, Michal; Resursplanerare, SJ, 2021. Möte 3 februari.
Sterl, Daniel; Systemingenjör, IVU Traffic Technologies AG, 2021. Möte 12 mars.
Wahlström, Thomas; Chef Turlistkonstruktion, SJ, 2021. Intervju 12 februari.
Bilaga 1: Intervju Thomas Wahlström
Chef Turlistkonstruktion SJ AB
Frågor:
Har ni möjlighet att påverka hur tidtabellen ser ut idag och vilka aspekter är vik-tigast att ta hänsyn till?
Vi har möjlighet att ge förslag till Trafikverket om hur vi vill den ska se ut och även ifall det inte är möjligt att planera turer kring den satta tidtabellen. Ambitionen är att vara med och påverka tidtabellen för att möjliggöra en bra planeringen där tidtabellen även måste vara anpassad efter resenärerna.
Tidtabellen bör också vara anpassad till planerade banarbeten. Det finns vissa stationer som det är extra kritiska att få till bra planering kring och dessa är ytterstationer vilket är stationer där det krävs överliggning för personalen. Den satta tidtabellen kan också göra att det blir svårt att planera för att det blir för kort nattvila för personalen och man måste då köra med dubbel bemanning. Detta skulle då gå att undvika om personalplaneringen kunde påverka tidtabellen i högre grad än i dag.
Hur ser hela arbetsprocessen ut för turlistkonstruktörer?
Idag har vi delat in Sverige i olika planeringsområden om cirka 17 olika sträckor där det är det finns ansvariga för respektive sträcka. Den ansvarige för sin sträcka sköter plane-ringen för dess involverade linjer. Denna manuella planeplane-ringen kräver ständiga dialoger med andra planerare längs andra sträckor eftersom linjerna flätas ihop i slutändan och det är även möjligt att blanda linjerna som sträcker sig över olika planeringsområden.
Nattågen är dock unika och kräver en egen planering.
Själva planeringen inom respektive planeringsområden startar med en utvärdering om vilka kompetenser som behövs och vilken uppsättning personal som finns tillgänglig utifrån den åkstation som det planeras för. Detta påverkas om det exempelvis har skett ett fordonsbyte längs linjerna eftersom inte alla har rätt kompetens vid olika sorters fordon, därmed är det viktigt att skapa turer med rätt kompetens. Idag utgår planeringen utifrån de kompetenser som redan finns tillgänglig på respektive åkstation och försöker anpassa utifrån det utgångsläget. Detta arbetssätt finns som önskemål att ändra då den mest optimala planeringen bör vara att placera ut personal utifrån dess kompetenser i första början. Önskemålet är därmed att kunna ta fram en ursprungsplan om vilka kompetenser som krävs vid respektive station och utifrån det kunna köra planeringen helt fritt.
Vilka är de viktigaste faktorerna när en tur konstrueras?
Vi utgår ifrån åkstationen som det planeras för och de viktigaste faktorerna är att få så
effektiva och komprimerade turer som möjligt. Dessa faktorer är viktiga för att utnyttja personalen med maximal effektivitet. Utspridda turer vill vi undvika vilket är turer med korta arbetspass och långa raster mellan passen under dagen. Vi vill även undvika att skapa turer som kräver överliggning i onödan.
En annan viktig faktor vid en turkonstruktion är att se över de risker som finns med att kombinera olika linjer. Om det blir en försening kan förseningen fortplanta sig på nästa.
Detta innebär att vi vill helst skapa robusta turer. Vidare vill vi även skapa ett tursnitt på cirka 7 timmar och 36 minuter per dag för att kunna skapa jämna arbetsdagar. Om en 12 timmars tur skapas låses personalens möjligheter att kunna jobba lika länge de nästkommande dagarna. Detta är på grund av kollektivavtalet då ett arbetsvecka inte får överskrida ett visst antal summa. De mest övergripande reglerna vi måste följa vid pla-neringen är max 5 timmars arbetspass utan en rast, 10 timmars sammanlagda arbetstid per dag samt att passet inklusive rast får inte vara mer än 12 timmar från det att du börjar till att du slutar.
Hur kombinerar ni olika linjer idag?
Vi vill få så avbrott som möjligt och gärna att personalen åker längs hela linjen. Ex-empelvis linjen mellan Stockholm-Sundsvall går bra med hänsyn till tidsaspekt. Det är dock inte möjligt för exempelvis linjen som går mellan Malmö-Stockholm eftersom to-taltiden överstiger 5 timmar ihållande arbetstid vilket är emot kollektivavtalets regler och personalen måste då bytas i Linköping.
Hur ser planeringshorisonten ut?
Först görs en grund planering där vi skapar fyra “typveckor” med turer för vinter, vår, sommar och höst. Denna planering anpassas sedan månadsvis utifrån banarbeten, tra-fikändringar och så vidare.
Vilka är de största utmaningarna idag?
De största utmaningarna är den manuella hanteringen av planeringen och att vi trott att IVU ska implementeras i flera år. Sedan har baskonstruktörer som gjort turveckorna gått i pension och på SJ har man valt att inte ersätta dom på grund av tron på systemets ankomst. Man har försökt “överleva” 2020-2021 och gjort justeringar efter uppkomna tidtabellen. Utgått från tidigare planering och försökt justera hela tiden och anpassa. Går ofta använda samma grundplanering, men det kanske inte är mest optimalt. Detta börjar dock bli ineffektivt då det schemat gjorts för länge sen. Nu börjar det dock bli bättre då arbetsprocessen är en hybrid mellan den nya processen inom IVU med den gamla planeringen.
Byter personalen ofta tåg under arbetspass?
Exempel mellan Stockholm-Eskilstuna kan personalen åka mycket fram och tillbaka och kan även hoppa emellan till andra turer också. Personal kan åka hursomhelst där exempelvis vissa åker ett regionaltåg sedan hoppar på ett snabbtåg. Det går bra att blanda
men det är dock viktigt att tänka på robustheten. Är det för kort om tid mellan tågbytet och det blir förseningar kan det blir förseningar på andra linjen också. Vi vill därmed ha vissa marginaler så att störningar på en linje inte ska fortplanta sig på nästa.
Måste personalen alltid ha rast vid tågbyte?
Nej. Personalen måste inte ha rast mellan tågbyten men vi vill ha en viss robusthet i planeringen.
Vad är viktigt att tänka på vid uppdelning av linjerna i regioner?
Vi vet idag inget bra sätt att göra uppdelningen på. Det man kan gör är att testa sig fram och prova olika angreppssätt och sedan fundera på hur fördelningen bör se ut och bygga ihop olika sammansättningar.
Hur tänker ni när ni delar upp olika områden?
Personal som tillhör åkstationer i exempelvis Sundsvall arbetar på linjerna i norr. Där-emot kan personal som tillhör åkstationer i Stockholmsområdet arbeta på iprincip alla linjer men det är begränsat av kompetenser och fordon. Vid fordonsplanering försöker man hålla samma fordon i samma tur så långt som det går.
Vad tycker ni om placeringen av åkstationer?
De flesta stationerna upplever vi är på rätt ställen men det finns ett antal andra platser vi hade kunnat ha och vissa stationer som kanske ligger lite väl nära varandra geogra-fiskt. Exempelvis skulle Falun och Borlänge slås ihop till en och även Stockholm och Hagalund. Det skulle även kunna vara fördelaktig för planeringen att öppna upp åksta-tioner i exempelvis Örebro, Norrköping och Ånge.
Bilaga 2: Fullständiga resultat
Mälardalen 17 41 99 178 0 172 -73 42,44%
Bergslagen 20 44 108 200 0 124 -16 12,90%
Söder 33 91 215 158 0 223 -8 3,59%
Bergslagen 25 60 145 97 0 160 -15 9,38%
Söder 32 175 382 249 0 416 -34 8,17%
Multivariabel modell - Lokförare
Slutgiltig indelning - Ombordpersonal
Kluster Dagstur Överliggning Antal
turer Tid Obemannad
Obemannade sträckor
Summa linjer enskilt
∆ Antal turer
Procentuell effekt
1 30 152 334 554 4
Oslo-Karlstad,
Karlstad-Oslo 360 -26 7,22%
2 64 110 284 184 0 332 -48 14,46%
3 25 56 137 51 0 147 -10 6,80%
4 15 43 101 106 0 116 -15 12,93%
5 3 2 7 0 0 7 0
-Totalt 895 962 -99 10,29%