Scheduling trains is a hard problem where current solutions typically create timetables that create undesirable amounts of delay for the trains that use them. This study considers the fact that conventional timetables, which only use fixed intervals to schedule trains, might not be optimal for minimising the delay and travel time of passengers. In this study, we compare this ”simple” timetable with timetables generated via a fuzzy controller which has access to information about the flow of passengers throughout the day. The hypothesis is that this fuzzy controller therefore becomes more ”intelligent”. We evaluate the performance using a custom-built simulator that measures the average delay and travel time of the passengers. We conclude that the fuzzy controller can generate timetables that quickly adapt to passenger demands and show favourable resource usage over the simple timetable. However, more research is needed on the input variables and their usage within the fuzzy controller to further optimise the performance.

Schemaläggning av tåg är ett svårt problem och nuvarande lösningar skapar ofta tidtabeller med oönskade mängder förseningar. Den här rapporten behandlar faktumet att enkla tidtabeller, som enbart använder fasta intervaller för tågens avgång, kanske inte är optimala för att minimera antalet förseningar samt resenärers restid. Den här studien jämför enkla tidtabeller, med fasta intervall, med tidtabeller som skapats av en fuzzy controller som har tillgång till information om passagerarflödet. Hypotesen är att fuzzy controllern på så sätt blir mer intelligent. Rapporten utvärderar hur bra tidtabellerna presterar med hjälp av en simulator som mäter genomsnittlig försening och restid för passagerarna i simulationen. Slutsatsen som dras är att en fuzzy controller kan generera tidtabeller som kan anpassa sig till passagerarflödet samt att denna uppvisar gynnsam resursanvändning i jämförelse med den enkla tidtabellen. Dock framhävs behovet av ytterligare forskning på indatavariabler och dess användning inom fuzzy controllern för att vidare kunna optimera dess prestanda.