相似案例
AI企業應用案例集
← 案例
香港物流與運輸2004 – 進行中

港鐵

夜間工程作業排程的 AI 引擎

香港港鐵將夜間維修規畫交給 AI 排程系統，估計效率提升51%

已見成效企業自行發布

問題

港鐵每晚只有約4小時的非行車時段，可對路線進行維修。數百項維修與工程作業，爭用軌道進入權、工程列車與人力，少數專家須逐一人工檢查每項申請是否符合安全與營運規則。

做法

自2004年初起，港鐵與香港城市大學合作，在其網路版工程作業及行車資訊管理系統（ETMS）中加入 AI 引擎。該引擎將安全與營運規則編碼，申請一輸入即標示衝突，並以啟發式搜尋與基因演算法產出每週及每季計畫。引擎於2004年7月投入日常使用；規畫人員仍在每週會議上審閱並核可每份計畫，緊急維修則可人工插入。

主要數據

51%+軌道占用規畫流程的估計效率提升幅度企業自行發布[2]
30% → 4.1%人員預約進入軌道後未到場的比率，ETMS 導入前與2005年2月之比較企業自行發布[2]
5-10比較21週期間，人工排程每日違反硬性規則的次數；AI 排程則無違規企業自行發布[1]
US$800,000港鐵估計因工作分配改善而每年節省的金額企業自行發布[4]

啟示

系統在員工輸入申請時，即依編碼規則檢查，使錯誤偵測從每週會議提前。所有公布的數字均為港鐵與開發人員的估計。

分類

創新類型
流程創新
AI技術
最佳化
依據
企業自行發布

來源

  1. Scheduling Engineering Works for the MTR Corporation in Hong Kong
    AAAI (IAAI-05 conference)2005年7月研究論文或報告
  2. Application of Artificial Intelligence for a Computerized Maintenance Scheduling System
    MTR Corporation and City University of Hong Kong2007年1月研究論文或報告
  3. Engineering Works Scheduling for Hong Kong's Rail Network
    AAAI (Proceedings of the AAAI Conference on Artificial Intelligence)2014年7月27日研究論文或報告

來源摘要

[1]AAAI (IAAI-05 conference)2005年7月

香港城市大學與港鐵的人員，因已部署的 AI 應用而獲獎。他們說明規則庫、啟發式與基因演算法排程器，以及版本發布歷程，並指出 AI 引擎自2004年7月起已投入日常使用。比較21週的歷史排程後，他們表示人工排定的計畫每天有5至10項違反硬性規則，而引擎排定的計畫則沒有。

[2]MTR Corporation and City University of Hong Kong2007年1月

港鐵的資訊總監與該系統的學界開發者估計，ETMS 使占用規畫的效率至少提升51%，並表示到2005年2月，預約進入軌道後未到場的比率與未經排程進入軌道的比率，已分別從約30%和50%降至4.1%和6.4%。他們也說明工作申請的回覆可在數秒內送達，過去則最長需1週。

[3]AAAI (Proceedings of the AAAI Conference on Artificial Intelligence)2014年7月27日

香港城市大學一名研究人員與港鐵一名工程師說明，夜間作業必須排進約4至5小時的非行車時段，而該引擎會在安全與營運規則內分配資源，以盡量增加完成的作業量。他們指出，2004年的系統正由可同時服務其他城市的新平台取代。

[4]GIGAZINE2014年7月8日

GIGAZINE 引述《New Scientist》2014年的報導，介紹港鐵的排程器。約200項規則（包括當地噪音限制）已編成機器可讀的形式，產出的排程仍須人工核可。報導引述港鐵的估計：工作分配更有效率，每年可節省約80萬美元。

詳細內容請參閱原始資料。

收錄日期 2026年10月25日 · 更新日期 2026年10月25日
開啟案例頁面 ↗