Ett team av forskare knutna till flera institutioner i Storbritannien har funnit att kaskadeffekter är mer skyldiga till dålig prestanda av Londons pendeltågssystem än mekaniska fel. I deras papper publicerad i tidskriften Royal Society Open Science , teamet beskriver sin analys av Londons pendeltågsnät och vad de hittade.

Tidigare forskning har visat att Londons pendeltågstjänster inte är så bra som åkarna önskar att de ska vara - förra året, tjänsterna var enligt schemat bara 86,9 procent av tiden. Och nästan 5 procent av tågen körde aldrig alls eller var betydligt sena med det. Detta är ett stort problem för många Londonbor som använder järnvägstjänsterna för att ta sig fram och tillbaka till jobbet - cirka 1,7 miljarder passagerare reser varje år. Regeringen har till och med föreslagit att sådana förseningar leder till förlorad produktivitet och ekonomisk aktivitet i regionen. I denna nya ansträngning, forskargruppen tog en seriös titt på pendeltågstjänsten som trafikerar London och områdena runt den för att lokalisera problemen.

Anekdotiska bevis tyder på att de flesta pendlare tror att förseningar orsakas av tekniska problem, men forskarna fann att så inte var fallet. Genom att bygga modeller och simuleringar av systemet, de fann att de flesta förseningar orsakades av kaskadeffekter och att det fanns många faktorer som spelade in i förekomsten av sådana effekter. De noterade att en liten fördröjning vid en station kan resultera i en något längre fördröjning vid nästa, och så vidare. Forskarna kallar det en form av en återkopplingsslinga. De föreslår att en pragmatisk lösning helt enkelt är att tåg som upplever förseningar hoppar över en station på sina rutter. Om du gör det kan du ställa om klockan, så att säga, så att tåget kan komma tillbaka enligt tidtabellen.

Simuleringarna visade också att nätverksstrukturen i vissa fall ledde till sannolikheten för förseningar som ledde till kaskadeffekter. De beskriver situationen som att sammanhängande nätverk överträffar osammanhängande, och föreslå att ändra rutter på vissa linjer kan förbättra effektiviteten.

© 2019 Science X Network