Primary delay injection models : a data-driven approach to robust stochastic railway simulation

Abstract

This thesis addresses the challenge of accurately sampling primary delays in railway operations, which represent a critical factor for effective scheduling and disruption management for railway operators. Traditional approaches often rely on simplified assumptions about delay distributions or use deterministic models, failing to capture the complex, stochastic nature of real-world delays. This thesis aims to enhance the modeling of primary delays through the development and evaluation of Primary Delay Injection Models (PDIMs), which serve as a stochastic input to macroscopic railway simulation systems.The methodology involves a detailed analysis of real-world railway data, including train travel records and infrastructure models provided by the Austrian Railway Infrastructure provider (ÖBB-Infrastruktur AG). Various statistical and machine learning techniques are explored. Particularily important is the identification of optimal probability distributions (Log-normal and Pareto) for modeling primary delays. Based on this foundation, various models were developed, including CatBoost-based parameterized distribution models (DistBoost), ensemble models, and Bayesian hierarchical models.A key finding of this thesis is the superior performance of the DistBoost model compared to other approaches. It effectively captures epistemic uncertainty through machine learning parameterization of probability distributions, achieving a balance between accuracy, efficiency, and adaptability. The thesis demonstrates the importance of considering both aleatoric and epistemic uncertainty in stochastic delay modeling, highlighting the limitations of relying solely on pointwise error metrics and emphasizing the necessity of evaluating distributional fit. Furthermore, the research underscores the critical role of accurate primary delay modeling in improving simulation outcomes, including the proper representation of extreme values. Ultimately, this work contributes to the advancement of railway simulation by providing a robust framework for modeling primary delays and thereby optimizing scheduling and disruption management.

Diese Arbeit befasst sich mit der Herausforderung, Primärverspätungen im Eisenbahnbetrieb genau zu erfassen. Diese stellen einen entscheidenden Faktor für die effektive Fahrplangestaltung von Eisenbahnverkehrsunternehmen dar. Traditionelle Ansätze beruhen oft auf vereinfachten Annahmen über Verspätungsverteilungen oder auf deterministischen Modellen. Solche Modelle sind jedoch nicht in der Lage die komplexen, stochastischen Verspätungsmuster der Realität adäquat abbilden. Ziel dieser Arbeit ist es daher, die Modellierung von Primärverspätungen zu verbessern. Hierzu werden Primärverspätungs-Injektionsmodelle (PDIMs) entwickelt und bewertet. Die damit generierten Primärverspätungen dienen anschließend als stochastische Eingabe für makroskopische Eisenbahnsimulationssysteme. Die Methodik umfasst eine detaillierte Analyse realer Eisenbahndaten. Dazu gehören Zugfahrtaufzeichnungen und Infrastrukturmodelle, die von der ÖBB-Infrastruktur AG bereitgestellt werden. Daraufhin werden verschiedene statistische und maschinelle Lerntechniken untersucht. Besonders wichtig ist hierfür die Identifikation optimaler Wahrscheinlichkeitsverteilungen (Log-Normal und Pareto) zur Modellierung von Primärverspätungen. Auf dieser Grundlage wurden verschiedene Modelle entwickelt, wie zum Beispiel CatBoost-basierte Modelle zur Parametrisierung von Wahrscheinlichkeitsverteilungen (DistBoost), Ensemble-Modelle und bayesianische hierarchische Modelle. Ein zentrales Ergebnis dieser Diplomarbeit ist die überlegene Leistung des DistBoost-Modells im Vergleich zu anderen Verfahren. Insbesondere kann es epistemische Unsicherheit effektiv erfassen, indem es Wahrscheinlichkeitsverteilungen mittels maschinellen Lernens parametrisiert. Dabei kann ein ausgewogenes Verhältnis zwischen Genauigkeit, Effizienz und Anpassungsfähigkeit hergestellt werden. Die Arbeit verdeutlicht, wie wichtig es ist, sowohl aleatorische als auch epistemische Unsicherheit in der stochastischen Verzögerungsmodellierung zu berücksichtigen. Zudem werden Grenzen in der Anwendung von punktuellen Fehlerkennzahlen, wie dem mittleren absoluten Fehler, aufgezeigt. Es erweist sich auch die Notwendigkeit, die Anpassung der Verteilung für verschiedene Eingaben systematisch zu evaluieren. Besonderes Augenmerk wird auf die genaue Modellierung von Primärverspätungen für die Verbesserung von Simulationsergebnissen gelegt, besonders im Umgang mit Extremwerten. Insgesamt liefert diese Arbeit einen fundierten theoretischen Rahmen zur Modellierung primärer Verspätungen und leistet damit einen wesentlichen Beitrag zur Optimierung der Fahrplangestaltung.