Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
O setor ferroviário apresenta grandes oportunidades e desafios para a aplicação de ferramentas de
Pesquisa Operacional. A maneira peculiar pela qual os trens se movem na malha, condicionado às diversas
características de infraestrutura, controle de tráfego e dinâmica de material rodante influenciam
diretamente no desempenho logístico das estradas de ferro. Deste modo, este trabalho elenca algumas
contribuições importantes do estado da arte, principalmente dos últimos 5 anos. Para uma apresentação
mais sistemática, primeiramente são discutidos os modelos analíticos e posteriormente os modelos em
simulação. Foi possível observar uma certa concentração das técnicas empregadas em modelos analíticos
nos níveis operacional e tático, ao passo que os modelos em simulação são predominantemente mais
estratégicos. Espera-se, desta maneira, contribuir para os atuais e futuros profissionais nessa área com
trabalhos de alta relevância para o direcionamento de suas pesquisas.
Palavras chave: Transporte Ferroviário; Pesquisa Operacional; Modelos analíticos; Modelos de
simulação.
1. Introdução
A logística ferroviária apresenta muitos desafios para os profissionais de modelagem e simulação. Krueger
et al (2000) apontam que, enquanto em certos setores a formulação matemática iterativa e a modelagem por
teoria das filas atendem razoavelmente aos requisitos de validação, a representação de vários aspectos da
operação ferroviária não pode ser alcançada de maneira satisfatória utilizando-se qualquer dessas duas
abordagens. Essa complexidade se explica, em boa parte, pela larga dimensão dos territórios modelados,
devido a tomada de decisão sob condições dinâmicas, pela oscilação de prioridades ao longo do trajeto dos
trens e pelo fato das operações raramente refletirem um estado transiente. Ahuja (2005) garante que estes
obstáculos para a modelagem tornam desafiadoras as oportunidades de aplicação de métodos e ferramentas
da Pesquisa Operacional (PO) neste modal.
Boa parte desses desafios de representação acontece pela maneira específica como os trens se movem em
malhas de linhas singelas (única linha para tráfego em ambos os sentidos). Nesses casos, a movimentação
de trens acontece de forma bastante restritiva. A FIGURA 1 ilustra uma encontro iminente entre trens se
movendo em sentidos contrários. Pelo processo descrito, os trens A e B concorrem por uma mesma linha
para realizarem seus deslocamentos (a). Neste exemplo, o trem A precisa acessar uma linha desviada no
pátio logo à frente (b), aguardar para que o trem B possa percorrer o caminho (c), liberando a linha principal
para que ele possa continuar a sua trajetória (d). É importante salientar que essas decisões de conflito
tendem a se tornar mais difíceis quanto maior a quantidade de trens e quanto mais complexos forem a
infraestrutura e o sistema de controle de tráfego existente.
a) b)
A
A B B
c) d)
A
B B A
Em função da grande variedade de sistemas ferroviários, muitos trabalhos são desenvolvidos visando
resolver problemas específicos, porém, não raro, encontram-se estudos genéricos para certos padrões de
ferrovia. Deste modo, este trabalho pretende discutir as principais contribuições (principalmente dos
últimos 5 anos) que têm surgido no estado da arte, levantando suas características, finalidades, vantagens e
desvantagens.
Com o propósito de expor de forma sistemática as contribuições mais recentes nessa área, são apresentados
alguns trabalhos com abordagens puramente analíticas e, posteriormente, algumas pesquisas com emprego
da SED de forma pura ou híbrida (combinada a outros métodos).
Por intermédio do software Arena, os autores desenvolveram um estudo de simulação de eventos discretos
para descrever o sistema atual e propor duas alternativas para inclusão do negócio de fretes neste contexto.
Ambas tratam da adição de trens na malha diferindo somente pela estratégia de operação: improvisada e
estruturada, semelhante ao estudo realizado por Marinov e Viegas (2011). A diferença ocorreu basicamente
nos resultados, onde a estratégia improvisada trouxe mais benefícios, obtendo-se uma melhor eficiência
através de um maior percentual de utilização em todos os subsistemas analisados, apesar de incremento nos
tempos de espera. Os autores alertaram, entretanto, para os problemas organizacionais que podem ocasionar
uma operação improvisada (de cargas) acontecendo em paralelo com uma operação estruturada (transporte
de passageiros) numa mesma malha, podendo afetar a estratégia principal do serviço de metrô, que é o da
confiabilidade de prazos para o transporte de passageiros. O estudo também permitiu concluir que o sistema
poderia acomodar 5% a mais de trens acima da operação prevista, sem danos significativos à circulação.
3. Discussão e Análise
Uma primeira constatação a se fazer acerca das características dos dois tipos de modelagem é a respeito
dos seus propósitos na abordagem dos problemas. Ao passo que os métodos analíticos são utilizados para
encontrar um ambiente ótimo de operação, os modelos em simulação são desenvolvidos para buscar uma
representação fiel do sistema. Isto pode ser melhor percebido nos trabalhos em que a simulação é aplicada
de forma pura (MARINOV E VIEGAS, 2011; MOTRAGHI E MARINOV, 2012), onde a preocupação
principal dos autores é a representação do sistema e as propostas de intervenção para melhoria limitam-se
a análises What-If ou de sensibilidade. Desta forma, pode-se concluir que os modelos analíticos possuem
uma finalidade tipicamente otimizadora, enquanto que os modelos de simulação são preponderantemente
descritivos.
Como consequência dessas funcionalidades distintas, pode-se perceber claramente que os métodos
analíticos prestam-se mais à resolução de problemas operacionais e táticos do que estratégicos. Observa-
se, dessa forma, que existe uma preocupação sistemática dos autores com o trade-off qualidade da resposta
e tempo de processamento. Esse é um ponto crucial que afeta bastante as decisões de programação e
reprogramação de tráfego, que devem ser realizadas com eficiência e celeridade, tendo em vista as diversas
restrições de fluxo encontradas, principalmente em linhas singelas. Interessante notar que sendo proibitivos
os tempos de processamento para certos problemas, especialmente de programação inteira, alguns autores
desenvolveram heurísticas com a finalidade de obter soluções sub ótimas, porém atingíveis em tempo
comercial. Esses foram os casos encontrados em Afonso e Bispo (2011) e Khaled et al (2015). Nestes casos,
os modelos de otimização serviram como calibradores da qualidade das heurísticas.
Em uma outra direção, os modelos mais voltados para representação do sistema (simulação) são os que
visaram, predominantemente, uma análise mais estratégica do negócio das operadoras ferroviárias. Através
da variação em alguns parâmetros de entrada do modelo, é possível então observar o impacto em medidas
gerais de desempenho. Avaliação de políticas operacionais de tráfego, dimensionamento da frota total do
sistema, indisponibilidade de terminais e impacto da implantação ou melhoria de infraestrutura são alguns
dos aspectos abordados nos trabalhos de Fioroni (2008), Marinov e Viages (2011) e Motraghi e Marinov
(2012). Vale salientar que estes foram os únicos dentro do rol das modelagens em simulação levantadas
que desenvolveram modelos a partir da perspectiva de lógica booleana, baseado em eventos, como
recomendado por Krueger (2000). De forma a contribuir com respostas de alto desempenho em suas
representações, alguns autores buscaram associar algumas análises de otimização ou heurísticas aos seus
modelos de simulação, como em Cheng (1998), Medanic e Dorfman (2002), Fioroni (2008) e Sajedinejad
(2011).
Um quadro com o resumo das principais características comentadas acima pode ser observado na TABELA
2.
Híbrido Lógica
Otimização + Decisões de
Autor(es) Aplicação (Simulação + booleana +
Heurística reprogramação
Analítico) eventos
Afonso e Bispo
Geral - - S S
(2011)
Hongsheng et al
Geral - - N N
(2012)
Analíticos
Harrod e
Geral - - N N
Schlechte (2013)
Barrena et al
Passageiro - - N N
(2014)
Khaled et al
Carga - - S S
(2015)
Cheng (1998) Geral S N - S
Medanic e
Geral S N - N
Dofrman (2002)
Carga S S - N
Simulação
Fioroni (2008)
Marinov e Viegas
Misto N S - N
(2011)
Sajedinejad et al
Geral S N - N
(2011)
Motraghi e
Misto N S - N
Marinov (2012)
Legenda: “S” = Sim/ “N” = Não/ “-“ = Não se aplica
4. Conclusão
As peculiaridades morfológicas e a dinamicidade única do tráfego ferroviário fazem dos problemas
encontrados nesse tipo de sistema um grande desafio aos profissionais de PO. Desse modo, esse artigo
pretendeu discutir as algumas contribuições na área, no intuito de evidenciar as melhores práticas do estado
da arte e seus propósitos específicos. Foi possível mostrar que as abordagens de cunho analítico estão mais
voltadas para as resoluções de problemas a nível operacional e tático, ao passo que os modelos de simulação
abarcam decisões no nível mais estratégico das operadoras ferroviárias. Além disso, foram levantadas as
limitações de cada metodologia, tendo em vista a aplicabilidade comercial das soluções (métodos
analíticos) e o nível de representatividade do sistema (modelos de simulação).
Espera-se que este artigo possa ter um valor catalográfico significativo para os pesquisadores da área, tendo
em vista as grandes oportunidades de trabalho no cenário nacional.
5. Referências
AFONSO, P.A. E BISPO, C.F., Railway Traffic Management: Meet and Pass Problem. Journal of System
and Management Sciences. Vol 1., n. 1, pp. 1-26, 2011.
AHUJA, R. K.; CUNHA, C. B.; SAHIN, Güvenç. Network models in railroad planning and scheduling.
TutORials in operations research, v. 1, p. 54-101, 2005.
BARRENA, Eva et al. Exact formulations and algorithm for the train timetabling problem with dynamic
demand. Computers & Operations Research, v. 44, p. 66-74, 2014.
CHANDRA, S., AGARWAL, M. M. Railway engineering. ed.New Delhi: Oxford University Press, 2007.
v. 1
CHENG, Y., Hybrid Simulation for Resolving Conflicts in Train Traffic Rescheduling. Computers in
Industry. 35, pp. 233-246, 1998.
FIORONI, M.M., Simulação em Ciclo Fechado de Malhas Ferroviárias e suas Aplicações no Brasil:
Avaliação de Alternativas para o Direcionamento de Composições. 216 p. Tese (Doutorado em Eng. Naval
e Oceânica), Poli-USP, São Paulo, 2008.
HARROD, S., SCHLECHTE, T. A direct comparison of physical block occupancy versus timed block
occupancy in train timetabling formulations. Transportation research part E: logistics and transportation
review, v. 54, p. 50-66, 2013.
HONGSHENG, S. U.; JING, C. A. I.; SHIMING, HUANG. Simulation System Engineering for Train
Operation Based on Cellular Automaton. Systems Engineering Procedia, v. 3, p. 13-21, 2012.
KHALED, A. A. et al. Train design and routing optimization for evaluating criticality of freight railroad
infrastructures. Transportation Research Part B: Methodological, v. 71, p. 71-84, 2015.
KRUEGER, H. et al. Simulation within the railroad environment. In: Proceedings of the 32nd conference
on Winter Simulation. Society for Computer Simulation International, 2000. p. 1191-1200.
MARINOV, M., VIEGAS, J. A Mesoscopic Simulation Modelling Methodology for Analyzing and
Evaluating Freight Train Operations in a Rail Network. Simulation Modelling Practice and Theory. 19, pp.
516-539, 2011.
MOTRAGHI, A., MARINOV, M. Analysis of Urban Freight by Rail Using Event Based Simulation.
Simulation Modelling Practice and Theory. 25, pp. 73-89, 2012.
SAJEDINEJAD, A. et al., SIMRAIL: Simulation Based Optimization Software for Scheduling Railway
Network. Proceedings of the 2011 Winter Simulation Conference. pp. 3735-3746, 2011.