Home Praktijkprojecten Machinistplanning NS
Machinistplanning bij de NS

Intelligente dienstwijzigingen bij de Nederlandse Spoorwegen

(MAS@NS: Multi-Agent System At NS)

Ooit een lesrooster samengesteld? Ook al eens meegemaakt dat op een dag de hele planning in duigen valt, omdat er plotseling een verstoring optreedt? Bijvoorbeeld doordat er een leraar ziek is of een lokaal plotseling niet beschikbaar blijkt. Probeer dan het rooster maar eens snel aan te passen. Dat is nogal ingewikkeld, zo niet onmogelijk omdat de complexiteit voor een mens niet te overzien is.

Vandaar dat er nogal eens lessen uitvallen als er een leraar ziek is. Want ‘even’ het rooster aanpassen, is er gewoonweg niet bij.
Hoewel.... ICIS agent-technologie moet hier uitkomst kunnen bieden. Of dit ook werkelijk zo is, wordt in de praktijk getoetst bij onder meer de Nederlandse Spoorwegen (NS). Logo NS

 

In het MAS@NS (Multi-Agent-System-at-NS) project werken D-CIS Lab onderzoekers David Mobach, Niek Wijngaards en Eddy van der Heijden in ICIS samen met Erwin Abbink, Pieter-Jan Fioole en Leo Kroon van NS Reizigers (Logistiek en Innovatie). Leo Kroon is tevens hoogleraar aan de Erasmus Universiteit en Rotterdam Business School.


Doel van het MAS@NS project is om met actor-agent technologie het proces van aanpassen van de diensten van machinisten te verbeteren en vooral te versnellen.
David Mobach geeft leiding aan een vast ontwikkelteam, dat inmiddels anderhalf jaar werkt aan de daadwerkelijke implementatie van een actor-agent-systeem.

 

Dienstwijzigingen bij de NS

“Bij de Nederlandse Spoorwegen staan dienstregelaars, zogenaamde ‘bijstuurders’, dagelijks voor ingewikkelde roosterproblemen. Elke dag rijden er 5.000 treinen in Nederland, verdeeld over 1.000 machinistendiensten”, vertelt David Mobach.

Trein“De machinisten vertrekken aan het begin van hun dienst vanuit één van de 29 standplaatsen, maken hun ritten met de ene na de andere trein en komen aan het einde van hun dienst weer met de laatst geplande rit terug naar hun oorspronkelijke standplaats.

Tenminste, als alles goed gaat. Maar..., er zijn nogal eens verstoringen. Een trein heeft vertraging, er gebeurt een ongeluk, er is een technisch mankement,...
Als dat gebeurt, kan een machinist te laat of misschien zelfs helemaal niet aankomen om zijn volgende trein te besturen. En dat heeft weer gevolgen voor een andere machinist, die daardoor ook weer zijn taken niet volgens plan kan uitvoeren, enzovoort.”

Machinist agenten ruilen

Vanzelfsprekend streeft de NS ernaar om het ongemak van vertragingen en uitvallende treinen zoveel mogelijk te voorkomen. Dus als er een verstoring optreedt, moeten er zo snel mogelijk aangepaste diensten komen, waarin machinisten ritten van elkaar overnemen en eventueel reserve-machinisten uitrukken om te helpen. Onnodig te vermelden dat dit een heel gepuzzel is.

En dat gebeurt meerdere keren op een dag. Vooralsnog uitgevoerd door alleen mensen, de eerder genoemde ‘bijstuurders’. Zij passen de diensten aan en doen dat vanuit vier regionale regelcentra. Momenteel maken zij daarbij nog geen gebruik van beslissingsondersteunende automatisering.

 

Machinist-agenten zoeken razendsnel een oplossing

Doel van het MAS@NS project is om met actor-agent technologie het bijsturingsproces te verbeteren en vooral te versnellen. Uitgangspunt daarbij is dat agenten, als kunstmatige representanten van de machinisten, onderling ritten gaan ruilen. Net zo lang totdat nieuwe diensten ontstaan, waarin de conflicten zo goed mogelijk zijn weggewerkt. Dat wil zeggen, tegen zo min mogelijk ‘kosten’. Die kosten zijn bijvoorbeeld overwerk, uitval van de lunchpauze en inzet van reserve-machinisten.

Het MAS@NS-systeem kent onder meer de volgende spelers, zowel mensen (actoren) als autonome software agenten (agenten):

  • Bijstuurder- actor Dit is de bijstuurder als persoon. Hij is eindverantwoordelijk voor het bijsturingsproces. Als er een verstoring plaatsvindt, stelt de bijstuurder algemene voorwaarden, zoals aantal beschikbare reserve-machinisten en maximum overwerk. Onder die condities, en vele andere variabelen in het systeem, kunnen de agenten aan de slag. De bijstuurder beslist over de oplossingen die het systeem aandraagt.
  • Machinist-actor De machinist als persoon, die de taken volgens de dienst uitvoert. Brengt randvoorwaarden in, zoals de traject- en materieel-bekendheid van de machinist. Elke machinist-actor is gekoppeld aan een machinist-agent, zijn kunstmatige representant, die in overleg met andere agenten taken (dus ritten) gaat ruilen.
  • Bijstuurder-agent Representeert een bijstuurder-actor. Deze agent houdt, binnen het hele ruilproces dat geautomatiseerd plaatsvindt, het overzicht. En geeft de eind-oplossing door aan de bijstuurder-actor.
  • Machinist-agent De virtuele representant van de machinist. Iedere machinist-actor (mens) heeft een machinist-agent. De agenten die een taak kunnen overnemen van een agent die deze door de verstoring niet meer kan uitvoeren, melden zich en gaan net zolang met elkaar ruilen totdat de oplossing gevonden is.


“Zodra er een verstoring optreedt”, vervolgt Mobach, “krijgen de machinist-agenten die direct door het probleem getroffen zijn, de rol van teamleider. Vanaf dat moment start er eigenlijk een proces van teamformatie.

De teamleiders melden zich en stellen in feite de vraag aan de overige agenten: “Wie kan mijn taak overnemen en daarmee in mijn team komen?”
Dan melden agenten, die in principe kunnen overnemen zich, maar die moeten vervolgens misschien ook weer één of meer taken laten overnemen.

 

Bekijk de video voor een demonstratie

Start

  

Resultaten

Groot voordeel hierbij is dat het systeem in één keer een totaaloplossing suggereert aan de bijstuurder. Zonder dit systeem is de opgave dermate complex dat vaak slechts deeloplossingen mogelijk zijn. Er komt dan eerst een oplossing voor een aantal machinisten, waarna vervolgoplossingen bedacht worden. Bovendien kan het systeem rekening houden met de individuele voorkeuren van machinisten.

Daarnaast is deze methode heel inzichtelijk. Het proces is goed te volgen (zie de video) en de betrokken actoren kunnen letterlijk zien dat de aangedragen oplossing goed is. Alternatieve methoden bieden die inzichtelijkheid niet. Daarbij vindt veel rekenwerk op de achtergrond plaats en verschijnt als bij toverslag een oplossing.”

 

Vooruitstrevend

De NS loopt in Europa, en misschien zelfs wel in de wereld, voorop met onderzoek naar deze beslissingsondersteunende systemen.
Leo Kroon: “De NS is hiermee vooruitstrevend. Dit komt ook doordat wij de algehele verbetering van het planningsproces, die andere spoorwegmaatschappijen nog moeten doorvoeren, al achter de rug hebben. (Waarvoor de NS in 2008 de prestigieuze Franz Edelman Award ontvangen heeft –red.). Wij kunnen dus nu een stap verder gaan met deze methode voor rescheduling."

 

Hoe verder?

Momenteel heeft MAS@NS nog de status van verkenningsproject. De volgende stap is om het systeem te testen op de werkvloer. Wellicht wordt het in de toekomst uitgebreid met 1.300 conducteursdiensten.

Wanneer het systeem daadwerkelijk ingevoerd kan worden, is nog onduidelijk. Dit hangt namelijk samen met de implementatie van een volledig nieuw bijsturingssysteem.

Download de project PDF

Toelichting

Wat zijn agents?

Softwareagenten worden gebruikt in het vakgebied van de kunstmatige intelligentie.

Agenten zijn autonome computerprogramma's die de belangen van de gebruiker behartigen. Deze agenten hebben meestal een bepaalde doelstelling, en gedragen zich rationeel en autonoom.

Een systeem is autonoom als zijn gedrag wordt bepaald door zijn eigen ervaringen; het systeem vertoont een lerend gedrag.

Een veelgebruikt voorbeeld is een agent die voor de gebruiker verschillende websites af gaat om de beste prijs en voorwaarden voor een bepaald artikel te vinden, hierover onderhandelt en tot slot de transactie afsluit.

Bron: Wikipedia

Valorisatieprojecten

De valorisatieprojecten van ICIS zijn bedoeld om de doorstroom van opgebouwde kennis naar de markt te bevorderen.

Kennisinstellingen, bedrijven en potentiële technologieafnemers werken in deze projecten samen aan een praktische toepassing die gebruikmaakt van ICIS onderzoeksresultaten.