Postdoctoral researcher in optimization for robust railway timetables — ETH Zürich

Descrizione completa

Ricercatore post-dottorato in ottimizzazione per robusti orari ferroviari 100%, Zurigo, a tempo determinato stampa Druppo Nonostante l'eccellente qualità dei sistemi di trasporto pubblico in Svizzera, il sistema ferroviario deve aumentare le sue prestazioni (qualità, ad esempio, tempi di viaggio e ritardi) e la capacità (importo dei servizi gestiti) e attirare più viaggiatori per soddisfare gli obiettivi ambiziosi da obiettivi politici e ambientali. Un aspetto chiave dei tradizionali sistemi di trasporto ferroviario è il loro piano, che si basa su percorsi predeterminati, linee e tempi programmati, con poca possibilità di adattarsi a circostanze non pianificate e inaspettate. D'altra parte, ritardi e interruzioni potrebbero influenzare molti servizi in tutta una rete per mezzo di propagazione. Il progetto si concentra sulla pianificazione degli orari che è in grado di minimizzare i ritardi e i loro impatti. Per farlo, l'ottimizzazione su larga scala affronta il problema del timetabling ferroviario. In genere vengono utilizzati approcci di programmazione lineare Integer Misti, matematicamente complessi, e con alcuni limiti, quando si modella la complessità della vita reale. Incorporare robustezza contro ritardi è un ulteriore aspetto importante. Questo progetto presuppone che siamo in grado di quantificare come piccoli ritardi si sviluppano e si propagano in tutta la rete; come le interruzioni più grandi si sviluppano e si propagano nella rete. Dato questo, vogliamo determinare orari robusti, con una scelta adeguata di buffer e riserve di tempo di esecuzione. Quei orari, in ritardo, sono in grado di eseguire quantitativamente meglio (cioè meno ritardi, meno ritardi,...). Questa posizione sarà disponibile, con una data di partenza ideale tra il settembre 2026 e l'aprile 2027, o più avanti d'accordo; la durata prevista del contratto iniziale è di un anno, da estendere sulla base di prestazioni di successo, fino a 2 anni. Sfondo del progetto L'obiettivo di questo progetto è capire come si verificano ritardi e si propagano in una rete ferroviaria di vita reale. Questo espone alcune dinamiche complesse come risposta ad eventi esterni (piccoli ritardi, interruzioni più grandi), e qualche impatto, che può essere caratterizzato da modelli di simulazione. La sfida scientifica consiste nella progettazione di modelli di timetabling in grado di affrontare la complessità delle dinamiche di sistema esistenti, in una varietà di aspetti integrativi. Il progetto è progettato in collaborazione con i player del settore che operano come responsabile delle infrastrutture ferroviarie. Le basi di progetto sui risolutori disponibili per il timetabling non periodico, che includono gli approcci MILP e Logic-Based Benders-Decomposition. Questa ricerca si svolge all'interno di una cooperazione internazionale con il gruppo Complex Systems dell'Università Utrecht, nei Paesi Bassi. Descrizione del lavoro

• espandere e consolidare i modelli di timetabling esistenti per includere vincoli da risorse limitate; e dinamiche complesse derivanti da scelte variabili.
• espandere la portata dei modelli di programmazione per affrontare i problemi multi oggettivi, e le funzioni oggettive non-scalari (come la probabilità di ritardi).
• studiare gli impatti locali e sistemici degli orari quando esposti alle dinamiche di ritardo previste o speculative. Profilo Idealmente, hai (o stai per ricevere) un Dottorato in scienze dei trasporti, scienze della gestione / decisioni, matematica applicata, econometria, statistiche, informatica, fisica o campi correlati. La vostra pista di ricerca è coerente e mostra un track record, o un potenziale chiaro, per analizzare, modellare, controllare e ottimizzare i sistemi di trasporto. Sei altamente motivato e auto-guidato, con una chiara visione di ricerca, ambizione accademica, e eccellenti capacità di comunicazione e scrittura (il fluente parlato e scritto inglese è obbligatorio). Inoltre, sono previste le seguenti competenze di un candidato promettente:
• Scienza informatica e capacità di programma software indipendente complesso
• Capacità di modellare e lavorare con design algoritmico, software e dati esistenti forniti da partner industriali
• Conoscenza delle scienze matematiche di ottimizzazione (MILP, IP, LP) e/o controllo
• Lavoro di squadra e commun