Ingrid Johansson, KTH presenterade en utvecklad metod för att beräkna kapacitetsutnyttjande på stationer och linje. Hon visade hur grundmetoden UIC 406 kan appliceras på linjer, stationer och helhet. En viktig del av forskningen är just att förtydliga steget mellan en enskild komprimering linje/station och en nätkomprimering av linjer och stationer.
Sara Gestrelius, Rise presenterade forskningsprojektet Grapro som går ut på att optimera en grafisk prognostidtabell. Projektet genomfördes tillsammans med Magnus Backman, kapacitetsanalytiker hos Trafikverket.
Sara utvecklade en optimeringsalgoritm med sex olika målfunktioner under projektet. Optimeringarna genomfördes på järnvägsnätet i södra Sverige. Slutsatsen är att modellen klarar av att optimera och leverera relevanta tågplaner. För att modellen ska bli användbar krävs dock mer forskning om interaktionen mellan optimeringsmodell och analytiker.
Martin Joborn och Zohreh Ranjbar, båda Rise avslutade seminariet med att presentera utförd forskning om tidiga och sena godståg från Malmö godsbangård. De har studerat trafikeringen av godsbangården utifrån en större mängd data från Green Cargo. Ett par slutsatser är ett starkt samband mellan avgångstid och k-rapporteringstid (5 minuter). En annan slutsats är att machine learning, maskininlärning, kan ge indikation på avgångstid. (Maskininlärning är ett område inom artificiell intelligens. Det handlar om metoder för att med data "träna" datorer att upptäcka och "lära" sig regler för att lösa en uppgift, utan att datorerna har programmerats med regler för just den uppgiften.)
