49
ini pengiriman sistem pendukung dinamika kereta dihitung secara terpisah
dari penjadwalan. Akan lebih baik, jika pembahasan integrasi sistem yang
diusulkan masuk ke dalam beberapa daerah pengiriman. Untuk itu
dekomposisi
masalah besar menjadi masalah kecil yang harus diselesaikan
oleh sistem pengirim lokal untuk memastikan
koordinasi secara global dan
untuk menghitung solusi yang efektif untuk jaringan kereta api secara
keseluruhan.
Untuk memperjelas masalah dalam perhitungan waktu yang terjadi
dalam kereta api, Krasemann (2010) telah mengembangkan sebuah algoritma
greedy
yang
efektif memberikan solusi yang baik dalam waktu yang
diizinkan.
Algoritma greedy
tersebut berlangsung secara iteratif dengan
mencari
kedatanganan kereta api dan menunggunya untuk dieksekusi
berikutnya dengan
membangun pohon kejadian yang dieksekusi secara
berturut-turut yang menjadi node di pohon. Setiap node
mempunyai estimasi
biaya dari setiap solusi. Algoritma
ini memiliki tiga fase. Tahap pertama
adalah tahap fase pengolahan terlebih dahulu, kemudian fase kedua adalah
pencarian secara depth-first untuk secara cepat menemukan solusi yang layak
dan baik dengan membangun cabang pertama lengkap dari pohon. Pada fase
ketiga, algoritma menggunakan perhitungan waktu yang tersisa dan diizinkan
untuk meningkatkan solusi yang ada dengan mundur kembali pada node yang
berpotensial di pohon dan cabang-cabangnya untuk menemukan solusi yang
lebih baik sehingga estimasi biaya tersebut dapat menurun. Hal yang
terpenting
untuk mengembangkan algoritma tersebut adalah memastikan
bahwa pengguna
dapat menerima independen solusi layak yang cukup baik
dari jenis
permasalahan gangguan
dengan cepat
misalnya dalam waktu 30
detik.
Selanjutnya penelitian yang dilakukan oleh Jariyasunant, Mai, &
Sengupta (2010) yang dengan melalui data transit mengenai data konfigurasi
rute serta API (Application Programming Interfaces) dalam posisi bus secara
real-time
dan dapat mengestimasi waktu kedatangannya. Jariyasunant, Mai,
& Sengupta (2010) mengembangkan algoritma untuk menghitung waktu
tempuh dari K-shortest paths
dalam jaringan transportasi umum dimana
hanya diketahui secara real-time. Algoritma tersebut dikembangkan dengan
menarik data real-time
dari pihak API yang disebut dengan Trans. Dalam
 |