Learning-based model predictive control for passenger-oriented train rescheduling with flexible train composition

Resumo Técnico: Controle Preditivo Baseado em Aprendizado para o Reescalonamento de Trens Orientado ao Passageiro com Composição de Trem Flexível

Definição do Problema
Os sistemas de transporte ferroviário urbano enfrentam desafios significativos no escalonamento em tempo real devido à expansão rápida das redes, demandas de passageiros variáveis no tempo e a necessidade de equilibrar custos operacionais com qualidade de serviço. Embora pesquisas existentes abordem o escalonamento orientado ao passageiro, muitas abordagens são limitadas a composições de trens fixas ou frequências de partida fixas. Além disso, a incorporação da composição flexível de trens (ajustando o número de unidades de trem por serviço) e da circulação de material rodante (gerenciando as unidades de trem entre depósitos) introduz um grande número de variáveis de decisão inteiras. Isso transforma o problema de reescalonamento em um problema complexo de Programação Não Linear de Inteiros Mistos (MINLP) ou Programação Linear de Inteiros Mistos (MILP). O principal gargalo para a aplicação em tempo real é a alta carga computacional online necessária para resolver esses problemas dentro das rigorosas restrições de tempo do Controle Preditivo Baseado em Modelo (MPC).

Metodologia
O artigo propõe uma estrutura de Controle Preditivo Baseado em Modelo (MPC) baseada em Aprendizado que integra aprendizado profundo com otimização para lidar com a complexidade computacional do reescalonamento de trens em tempo real. A abordagem é estruturada da seguinte forma:

1. Formulação Matemática: Os autores estendem um modelo de reescalonamento orientado ao passageiro para incluir demanda de passageiros seccional variável no tempo, composição de trem flexível e circulação de material rodante. O objetivo é minimizar o tempo total de espera dos passageiros e os custos operacionais (energia e custos de mudança de composição). O problema é inicialmente formulado como um MINLP, onde variáveis inteiras representam composições de trens, ordenação de trens e circulação de material rodante, enquanto variáveis contínuas representam tempos de partida e chegada.
2. Técnicas de Presolve: Para reduzir a dimensionalidade do problema de otimização, quatro técnicas de presolve foram desenvolvidas. Essas técnicas eliminam subconjuntos de variáveis de decisão inteiras ao determinar seus valores com base em restrições predeterminadas e variáveis acopladas (por exemplo, fixando a ordenação de trens com base em horários predeterminados ou fixando a composição para trens que já partiram).
3. Abordagem Híbrida de Aprendizado-Otimização:
   • Treinamento Offline: Redes de Longa Memória de Curto Prazo (LSTM) são treinadas para prever os valores ótimos das variáveis inteiras restantes. O processo de treinamento utiliza um conjunto de redes LSTM para maximizar a taxa de viabilidade. As redes são treinadas em dados gerados pela resolução do problema MINLP completo, utilizando uma função de perda que minimiza o erro quadrático entre os valores do objetivo previstos pela rede e os valores ótimos.
   • Execução Online: No loop de MPC em tempo real, as redes LSTM treinadas geram as variáveis inteiras (composições e ordens de trens) com base no estado atual do sistema (contagem de passageiros, demandas e material rodante disponível). Essas variáveis são então fixadas.
   • Otimização Contínua: Com as variáveis inteiras fixadas, o problema MINLP original é reduzido a um problema de Programação Não Linear (NLP) contínuo (ou um problema de Programação Linear (LP), se a função objetivo for adicionalmente aproximada). Este problema reduzido é resolvido de forma eficiente para determinar o quadro de horários detalhado (tempos de partida e chegada).
4. Garantia de Viabilidade: Para garantir a viabilidade recursiva, um mecanismo de contingência heurístico (baseado no Lema 1) é empregado. Se a rede LSTM falhar em gerar um conjunto viável de variáveis inteiras, a heurística constrói uma solução viável, garantindo que o loop de MPC possa sempre prosseguir.

Principais Contribuições
O artigo lista três principais contribuições:

1. Modelo Estendido: O modelo de reescalonamento orientado ao passageiro é estendido para otimizar conjuntamente a demanda de passageiros variável no tempo, a composição de trem flexível e a circulação de material rodante, aproximando as demandas como funções constantes por partes.
2. Presolve e Redução de Dimensionalidade: Quatro técnicas de presolve foram desenvolvidas para reduzir as variáveis de decisão inteiras, diminuindo significativamente o espaço de busca para o algoritmo de aprendizado.
3. Estrutura de MPC Baseada em Aprendizado: Uma nova abordagem de MPC baseada em aprendizado profundo é desenvolvida, onde redes LSTM pré-treinadas determinam as variáveis inteiras, e a otimização restrita determina as variáveis contínuas. Isso combina as garantias de satisfação de restrições da otimização com a velocidade computacional do aprendizado.

Resultados
A abordagem foi avaliada utilizando dados reais de uma rede de três linhas do sistema de transporte ferroviário urbano de Pequim. As simulações compararam o MPC baseado em aprendizado proposto (variantes NLP e LP) contra um Benchmark (MINLP com warm-start e tempo estendido), um Warm-start MINLP padrão e uma abordagem MILP.

• Eficiência Computacional: As abordagens baseadas em aprendizado demonstraram uma redução dramática no tempo de solução. A abordagem Aprendizado + LP alcançou um tempo médio de solução de 0,13 segundos (máximo de 0,31s), comparado a 96,71 segundos (média) para o Warm-start MINLP e 51,36 segundos para o MILP em testes de malha fechada (closed-loop).
• Otimalidade: Os métodos baseados em aprendizado alcançaram um desempenho comparável às referências baseadas em otimização com um trade-off aceitável. Em testes de malha fechada, a abordagem Aprendizado + NLP mostrou um gap de otimalidade médio de 4,92%, e a Aprendizado + LP mostrou 5,50%, em relação ao benchmark.
• Viabilidade: A taxa de viabilidade inicial da saída bruta da LSTM foi de aproximadamente 98,5–98,9%. No entanto, com a aplicação do mecanismo de contingência heurístico, a taxa de viabilidade final atingiu 100% para todas as abordagens baseadas em aprendizado em simulações de malha fechada.
• Qualidade do Quadro de Horários: A análise visual dos quadros de horários gerados indicou que as abordagens baseadas em aprendizado adaptaram com sucesso as composições de trens aos fluxos de passageiros (por exemplo, usando trens mais longos durante as horas de pico), embora pequenas variações na estratégia em relação ao benchmark tenham levado a diferenças menores nos valores da função objetivo.

Significância e Alegações
O artigo afirma que a estrutura proposta aborda eficazmente os desafios de escalabilidade e a carga computacional inerentes ao reescalonamento de trens em tempo real com composição flexível. Ao desacoplar a tomada de decisão inteira (tratada pelo aprendizado) da otimização contínua (tratada por solvers), o método permite a geração de quadros de horários otimizados em tempo real (abaixo de 1 segundo para a variante LP), o que é crítico para centros de controle operacional. Os autores sustentam que esta abordagem equilibra a necessidade de soluções de alta qualidade e que satisfazem as restrições com os rigorosos requisitos de tempo das operações ferroviárias urbanas em tempo real, oferecendo uma alternativa viável aos métodos exatos computacionalmente caros para redes de grande escala. O trabalho sugere que pesquisas futuras poderiam explorar o aprendizado por reforço e sistemas multiagentes para aumentar ainda mais a adaptabilidade e a escalabilidade.