Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-10-31T20:55:43Z No. of bitstreams: 1 eggo_pinheiro.pdf: 1913399 bytes, checksum: d95298cbe73fd1e96bc181f116178ffa (MD5) / Made available in DSpace on 2017-10-31T20:55:43Z (GMT). No. of bitstreams: 1 eggo_pinheiro.pdf: 1913399 bytes, checksum: d95298cbe73fd1e96bc181f116178ffa (MD5) Previous issue date: 2017-07-19 / Freight railways are the major means of transportation of bulk material, such as iron ore from the origin to the destination. Usually for heavy haul railways, the destination is a port. For the last few years there has been a fast growing demand. However, railway infrastructure capacity increasing is very expensive and require a lot of investiment budget. Therefore, an improvement of train scheduling process is needed to ensure the best and efficient use of the current railway. Nevertheless, in some situations it is overwhelmingly complex to solve, an NP-hard problem. Since all the previous work provided on the Train Timetable Problem is usually only applied locally to a single railway, this work provides a public base benchmark of test railways built by heuristcs. Moreover, this work deals with the train timetabling problem applied to mixed traffic railways with both cargo trains and passenger trains sharing the same resources with different priorities. It is proposed a new mathematical model extended from literature previous work intended to avoid infeasible solutions instead reparing or discarding on these cases. This model contains additional support for parallel multi-track for several railway’s signaling system approaches context as well as overtaking on it without deadlocks possibility. This model considers trains in current position and future departure planned. To achieve an improved train scheduling is applied the Evolutionary Clustering Search (ECS) with multi heuristics approaches and a modified mutation operator of Genetic Algorithm as component of ECS. The experiments shows ECS outperforms almost all tests scenario and the modified mutation operator strongly improve the results / Ferrovias de trens de carga são os principais meios de transporte de materiais, tais como minério de ferro, da sua origem até o seu destino. Geralmente para ferrovias de transporte pesado, o destino é o porto. Nos últimos anos, a demanda de produção tem aumentado assim como o uso da ferrovia para transportá-la, no entanto, a expansão da sua infraestrutura requer um grande investimento. Assim, um planejamento de circulação de trens mais efetivo que maximize a capacidade de tráfego se faz necessária. No entanto, em algumas situações a sua otimização é bastante complexa para ser executada, um problema NP-Difícil. Embora todo trabalho elaborado nesse tema é geralmente aplicado localmente em uma única ferrovia, este trabalho provê uma base genérica de ferrovias gerado por heurísticas. Além disso, esta dissertação lida com o problema de circulação de trens aplicado a ferrovias mistas envolvendo trens de carga assim como trens de passageiros compartilhando o mesmo recurso e com diferentes prioridades. É proposto um novo modelo matemático estendido de um trabalho existente na literatura que procura evitar conflitos ao invés de permitir soluções inviáveis, sendo necessário reparação delas ou descarte. Este modelo lida com uma quantidade variável de linhas em locais de parada compatível com várias abordagens de sistema de sinalização disponíveis, assim como considera ultrapassagens de forma a evitar deadlocks, da mesma forma que trata contextos de trens em circulação como planejados para realizar a otimização. Para encontrar boas soluções, ao planejamento de circulação de trens é aplicado uma abordagem do Evolutionary Clustering Search (ECS) com múltiplas heurísticas, e um operador de mutação modificado do Algoritmo Genético como componente do ECS. Os experimentos computacionais mostraram que o ECS superou quase todos os cenários de teste e o operador de mutação modificado melhorou significativamente os resultados finais.