I forskningsprojektet FLOAT utvecklas och utvärderas metoder för beräkningsstöd som syftar till att underlätta tågtrafikledarens arbete i den operativa driften – i synnerhet vid avvikelser orsakade av planerade eller oplanerade trafikstörningar. Det är dock allmänt känt att det är svårt att snabbt, i realtid, lösa komplexa optimeringsproblem av den typ som operativ omplanering av tågtrafik motsvarar. Det finns således ett reellt behov av att studera olika metoder för att formulera problemet väl, att utveckla och utvärdera effektiva lösningsmetoder och framför allt att undersöka dess praktiska tillämpbarhet. Det är dessa utmaningar som är centrala i FLOAT och med fokus på de förstnämnda aspekterna. Projektet är utfört av Blekinge Tekniska Högskola under perioden oktober 2013 - mars 2017 på uppdrag av Trafikverket och finansierat inom ramen för KAJTs verksamhet. Projektet FLOAT består av två delstudier, där den första fokuserar på förutsättningarna på Malmbanan medan den andra delstudien fokuserar på delar av Södra Stambanan och dess anslutning till den enkelspåriga Blekinge Kustbana. I delstudie 1 inledde vi med en enklare analys av undervägspunktligheten av trafiken på sträckan Narvik-Kiruna för att få en bättre bild av i hur pass stor omfattning trafiken avviker från aktuell tidtabell i praktiken. Analysen baseras på utdrag av data från LUPP för perioden maj 2014 samt perioden januari-maj 2015. Analysen visar – inte överraskande - att trafiken mycket ofta avviker från aktuell tidtabell, vilket skapar mycket merarbete för trafikledarna. Vi har även utvecklat och experimentellt utvärderat optimeringsmetoder för omplanering av trafiken vid olika typer av trafikstörningar. Baserat på vald målfunktion som minimerar förseningar, så tar optimeringsmetoden beslut om: • Tågens ankomst- och avgångstider • Spårval på linjen och stationer (inkl. plattformsval) • Tågordningen (inkl. möten och förbigångar). Optimeringsmetoden består av en linjär, kombinatorisk optimeringsmodell implementerad i Java som löses med hjälp av den kommersiell mycket kraftfulla mjukvaran Gurobi. Vi har även diskuterat våra resultat från delstudie 1 och behoven av beslutstödjande funktioner med personalen i Boden och det verkar finnas ett betydande behov där av grundläggande beslutsstödjande funktioner. Det som därför verkar mest relevant att arbeta vidare med i nuläget utifrån Trafikverkets behov och förutsättningar på den nämnda banan är två funktioner: 1) En leveranskvalitetssäkrande funktion som kan putsa till och trimma planen och konfliktreglera tågplanen mm när den går över till trafikledningen från korttidsplaneringen, samt 2) En konsekvensanalytisk funktion som i realtid ”bedömer” aktuell plan och dess sannolika konsekvenser över tiden samt som ev. föreslår mindre justeringar av planen vid behov. I delstudie 2 är förutsättningarna helt andra och där är trafiken mycket mer intensiv och inkluderar ett ganska stort område som består av enkel-dubbel- och fyrspår. För samma planeringshorisont som vi tillämpade i delstudie 1, dvs. 4 timmars framförhållning, så kan Gurobi inte hitta en tillräckligt bra lösning tillräckligt snabbt (10-30 sekunder). Å andra sidan kanske det inte krävs i denna kontext eftersom det är mycket tätare mellan stationerna och möjligheterna att genomföra oplanerade förbigångar och möten är betydligt större än på Malmbanan. Dessutom bygger omplanering såväl i praktiken som i den teoretiska modellen av trafiksystemet på vissa antaganden om tågens körtider, mötestider och tider för trafikutbyten mm vilket kan motivera en kortare planeringshorisont på 1-1.5h. Vi har i delstudie 2 utvecklat och tillämpat en alternativ grafbaserad beräkningsmetod som i andra schemaläggningssammanhang har visat sig effektiv. I våra utvärderingsexperiment av den för tågtrafik anpassade grafbaserade metoden visar analysen att den inte är tillräckligt tidseffektiv i dess nuvarande implementation. Då denna metodutveckling har skett i slutfasen av projektet har det inte funnits tid att göra en mer omfattande analys av dess svagheter och möjliga strategier för att uppnå förbättringar. I nuläget är vi försiktigt optimistiska gällande dess potential, men vi tror att det finns än större potential i en parallelliserad stabil meta-heuristik effektivt implementerad på grafikkort (GPUs). Under många år har den typ av frågor och metodutveckling som adresseras i detta projekt endast skett inom olika typer av akademiska forskningsprojekt, men under de senaste fem åren har ett antal systemleverantörer och järnvägssystemförvaltare på allvar börjat arbete med dessa, vilket är mycket spännande. Att effektivt och proaktivt hantera trafikstörningar i järnvägssystem och att utveckla beslutstöd för detta är lika mycket en organisatorisk som teknisk utmaning. De organisatoriska aspekter blir dessutom desto tydligare i de sammanhang där avregleringen är genomförd i stor utsträckning. De organisatoriska och tekniska lärdomar som dragits av de få praktiska tillämpningar som gjorts fram till nu är tyvärr dock sällan dokumenterade och publika, men förhoppningsvis ökar transparensen när allt fler statliga myndigheter upphandlar dessa mer sofistikerade system för tågledning och utvärderar dessa innan de sätts i drift.