Gestão & Produção
https://www.gestaoeproducao.com/article/doi/10.1590/1806-9649-2024v31e6823
Gestão & Produção
Original Article

Crew optimization in urban railway systems: case study of Rio de Janeiro VLT

Otimização da tripulação em sistemas ferroviários urbanos: estudo de caso do VLT do Rio de Janeiro

Vitor Nunes Cruz; Orivalde Soares da Silva Junior; Luiz Antônio Silveira Lopes

http://dx.doi.org/10.1590/1806-9649-2024v31e6823 Gest. Prod., vol.31, e6823, 2024
PDF
SciELO
Downloads: 0
Views: 249

Abstract

ABSTRACT: : This study aims to develop a mathematical model for crew optimization in urban rail systems. In this sense, the proposed model offers a solution that considers the number of operators distributed daily in each working day, as well as providing the distribution of the workforce in work schedules, to minimize the total number of operators needed, but without any penalty to contractual work restrictions, legal restrictions and practical specificities presented by the operational context of the system. Another relevant aspect of the proposed model is the joint optimization of both the shifts and work schedule problem, without the need to use the timetable as an initial parameter for the model. Also in this work, the application of the model in a light rail vehicle (VLT) operator in the city of Rio de Janeiro is presented, while allowing the practical evaluation of the capacity to optimize the workforce after to use of the model, by the comparison between the generated computational results and the currently solution from the operator. In the end, some alternative work schedules in Brazilian labor legislation are tested and their direct gains in the reduction of the workforce obtained by optimizing the model are presented, as well as the guarantee of a more evenly fair work schedule, avoiding any work overload for operator or deviations from current labor legislation.

Keywords

Optimization, Crew scheduling, Light rail transit, LRT

Resumo

RESUMO: : O objetivo deste estudo é desenvolver um modelo matemático para otimização da tripulação em sistemas ferroviários urbanos. Neste sentido, o modelo proposto oferece uma solução que considere as quantidades de operadores alocados diariamente em cada jornada de trabalho, bem como prover a distribuição do efetivo em escalas de trabalho, de modo que minimize a quantidade total de operadores necessários, mas sem qualquer penalização às restrições contratuais de trabalho, restrições legais e especificidades práticas apresentadas pelo contexto operacional do sistema. Outro aspecto relevante acerca do modelo proposto é a otimização conjunta tanto do problema de alocação quanto escala, sem a necessidade de utilização de uma tabela de horários como parâmetro inicial ao modelo. Ainda neste trabalho, apresenta-se a aplicação do modelo em um operador de veículo leve sobre trilhos (VLT), na cidade do Rio de Janeiro, ao passo que permita a avaliação prática da capacidade de otimização do efetivo após o emprego do modelo, por meio da comparação entre os resultados computacionais gerados e o efetivo atualmente praticado no operador. Ao final, são testadas algumas alternativas de escalas de trabalho vigentes na legislação brasileira e apresentado seus ganhos diretos na redução do efetivo obtidos pela otimização do modelo, bem como a garantia de uma escala distribuída de forma mais equilibrada, evitando qualquer sobrecarga de trabalho dos operadores ou desvios na legislação vigente.

Palavras-chave

Otimização, Programação da tripulação, Veículo leve sobre trilhos, VLT

Referências

Abbink, E., Huisman, D., & Kroon, L. (2018). Railway crew management. In R. Borndörfer, T. Klug, L. Lamorgese, C. Mannino & M. Reuther (Eds.), Handbook of optimization in the railway industry: international series in operations research & management science (pp. 243-264). Cham: Springer. http://doi.org/10.1007/978-3-319-72153-8_11.

Amberg, B., & Amberg, B. (2023). Robust and cost-efficient integrated multiple depot vehicle and crew scheduling with controlled trip shifting. Transportation Science, 57(1), 82-105. http://doi.org/10.1287/trsc.2022.1154.

ANPTrilhos. (2014). Agenda Política 2015-2018. Retrieved in 2021, August 31, from https://anptrilhos.org.br/wp-content/uploads/2017/05/Agenda-Pol%C3%ADtica-2015-2018.pdf.

ANPTrilhos. (2021). Balanço Metroferroviário 2020-2021. Retrieved in 2021, August 31, from https://anptrilhos.org.br/wp-content/uploads/2021/04/anptrilhos-balanco-metroferroviario-2020-2021.pdf

Banerjee, T., Biswas, A., Shaikh, A., & Bhunia, A. (2022). An application of extended NSGA-II in interval valued multi-objective scheduling problem of crews. Soft Computing, 26(3), 1261-1278. http://doi.org/10.1007/s00500-021-06386-w.

Caprara, A., Fischetti, M., Toth, P., Vigo, D., & Guida, P. L. (1997). Algorithms for railway crew management. Mathematical Programming, 79(1), 125-141. http://doi.org/10.1007/BF02614314.

Constantino, A. (1997). Otimização de escala de trabalho para condutores de trem: sequenciamento de tarefas e alocação baseada em preferência declarada (Tese de Doutorado). Universidade Federal de Santa Catarina, Florianópolis, SC.

Dantzig, G. B. (1954). A comment on edie’s “traffic delays at toll booths”. Journal of the Operations Research Society of America, 2(3), 339-341. http://doi.org/10.1287/opre.2.3.339.

Erber, F. S. (2000). O padrão de desenvolvimento industrial e tecnológico e o futuro da indústria brasileira. Revista de Economia Contemporânea, 5(3), 1-32.

Ernst, A., Jiang, H., Krishnamoorthy, M., Nott, H., & Sier, D. (2001). An integrated optimization model for train crew management. Annals of Operations Research, 108(1–4), 211-224. http://doi.org/10.1023/A:1016019314196.

Gomes, P., & Gualda, N. (2015). Heuristics to solve the integrated airline crew assignment problem. Journal of Transport Literature, 9(1), 25-29. http://doi.org/10.1590/2238-1031.jtl.v9n1a5.

Hoffmann, K., Bucher, U., Neufeld, J., & Tamke, F. (2017). Solving practical railway crew scheduling problems with attendance rates. Business & Information Systems Engineering, 59(3), 147-159. http://doi.org/10.1007/s12599-017-0470-8.

Jütte, S., & Thonemann, U. W. (2012). Divide-and-price: a decomposition algorithm for solving large railway crew scheduling problems. European Journal of Operational Research, 219(2), 214-223. http://doi.org/10.1016/j.ejor.2011.12.038.

Kasirzadeh, A., Saddoune, M., & Soumis, F. (2017). Airline crew scheduling: models, algorithms, and data sets. EURO J Transp Logist., 6(2), 111-137. http://doi.org/10.1007/s13676-015-0080-x.

Ma, J., Song, C., Ceder, A., Liu, T., & Guan, W. (2017). Fairness in optimizing bus-crew scheduling process. PLoS One, 12(11), e0187623. http://doi.org/10.1371/journal.pone.0187623. PMid:29190772.

Moreno, C., Falcón, L., Escobar, J., Zuluaga, A., & Echeverri, M. (2019). Heuristic constructive algorithm for work-shift scheduling in bus rapid transit systems. Decision Science Letters, 8(4), 519-530. http://doi.org/10.5267/j.dsl.2019.4.002.

Perumal, S., Dollevoet, T., Huisman, D., Lusby, R., Larsen, J., & Riis, M. (2021). Solution approaches for integrated vehicle and crew scheduling with electric buses. Computers & Operations Research, 132, 105268. http://doi.org/10.1016/j.cor.2021.105268.

Tian, Z., & Song, Q. (2013). Modeling and algorithms of the crew scheduling problem on high-speed railway lines. Procedia: Social and Behavioral Sciences, 96, 1443-1452. http://doi.org/10.1016/j.sbspro.2013.08.164.

Tribunal Superior do Trabalho. (2020). Jornada de Trabalho. Retrieved in 2021, August 31, from http://www.tst.jus.br/jornada-de-trabalho.

VLT Carioca. (2020). VLT Carioca. Retrieved in 2021, August 31, from https://www.vltrio.com.br/.

Wanke, P. F., & Fleury, P. F. (2006). Transporte de cargas no Brasil: estudo exploratório das principais variáveis relacionadas aos diferentes modais e às suas estruturas de custos. In J. A. De Negri & L. C. Kubota (Eds.), Estrutura e Dinâmica do Setor de Serviços no Brasil (pp. 409-464). Brasília: IPEA.

Xie, L., Merschformann, M., Kliewer, N., & Suhl, L. (2017). Metaheuristics approach for solving personalized crew rostering problem in public bus transit. Journal of Heuristics, 23(5), 321-347. http://doi.org/10.1007/s10732-017-9348-7.
 

673b3bb9a95395597f7c0014 gp Articles
1806-9649 (Eletrônico) 0104-530X (Impresso)
Gest. Prod. ©2025 Todos os direitos reservados.

Gest. Prod.

Share this page
Page Sections