Intellectual Technologies on Transport

Интеллектуальные технологии на транспорте

2413-2527

99519

10.20295/2413-2527-2025-343-25-32

ueuhqe

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ТРАНСПОРТНЫЕ СИСТЕМЫ

ARTIFICIAL INTELLIGENCE AND TRANSPORT SYSTEMS

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ТРАНСПОРТНЫЕ СИСТЕМЫ

Multi-Agent Architecture for Intelligent Rolling Stock Diagnostics: Concept and Prototyping

Многоагентная архитектура для интеллектуальной диагностики подвижного состава: концепция и прототипирование

Барановский

Анатолий Михайлович

Baranovsky

Anatoly Mikhailovich

bamvka@mail.ru

кандидат технических наук;

candidate of technical sciences;

Бобриков

Даниил Алексеевич

Bobrikov

Daniil Alekseevich

daniil20001210@mail.ru

Петербургский государственный университет путей сообщения Императора Александра I Санкт-Петербург Россия Emperor Alexander I St. Petersburg State Transport University St. Petersburg Russian Federation

25 09 2025

3 25 32 09 06 2025 09 08 2025

https://atjournal.ru/en/nauka/article/99519/view

Рассматривается подход к построению интеллектуальной системы диагностирования и восстановления работоспособности информационно-управляющих систем (ИУС) подвижного состава на основе многоагентной архитектуры. Введение: в связи с увеличением сложности ИУС подвижного состава возникает необходимость повышения надежности и возрастает потребность в интеллектуальных системах диагностики и восстановления. В настоящее время традиционные централизованные методы теряют свою эффективность в определенных условиях. Цель: разработка концепции интеллектуальной системы диагностирования и восстановления работоспособности ИУС подвижного состава, основанной на многоагентной архитектуре, с возможностью внедрения в существующую транспортную инфраструктуру. Методы: предложен подход, при котором каждый агент в системе выполняет специализированные задачи: сбор телеметрической информации, анализ и фильтрацию данных, формирование диагностических признаков и принятие решений о техническом состоянии системы. Архитектура системы предусматривает многоуровневую организацию и протоколы взаимодействия между агентами. Результаты: формирование архитектурной модели и концепции прототипа, демонстрирующего функционирование распределенной интеллектуальной системы. Представление ключевых компонентов, интерфейса взаимодействия, аппаратной и программной реализации. Практическая значимость: разработанный подход может служить для повышения устойчивости и автономности транспортных систем в реальных эксплуатационных условиях. Обсуждение: возможность масштабирования прототипа, его интеграция в существующие ИУС.

The paper considers the development of an intelligent diagnostics and recovery system for rolling stock information management system operability, based on a multi-agent architecture. Introduction: the growing complexity of rolling stock information management systems (IMS) demands for greater reliability and more advanced intelligent diagnostic and recovery systems. Traditional centralized methods can become inefficient under certain conditions. Purpose: to develop the concept of an intelligent system for diagnosing and restoring the operability of rolling stock IMS. This system is based on a multi-agent architecture that can be implemented in existing transport infrastructure. Methods: the proposed approach involves the implementation of a specialized task allocation system, wherein each agent within the system is assigned a specific task. These tasks encompass the collection of telemetric information, the analysis and filtration of data, the formation of diagnostic indicators, and the undertaking of decisions concerning the technical condition of the system. The system’s architecture facilitates multi-level organization and interaction protocols between the agents. Results: the development of an architectural model and a prototype concept has been undertaken for the purpose of demonstrating the functionality of a distributed intelligent system. The presentation has focused on the key components, interaction interface, and hardware and software implementations. Practical significance: the developed approach has the potential to enhance the stability and autonomy of transport systems in real operating conditions. Discussion: the potential for scaling the prototype and integrating it into existing IMS is a subject of discussion.

многоагентные системы нейросетевые технологии транспорт информационно-управляющие системы автоматизация

multi-agent systems neural network technologies transport information management systems automation

Барановский А. М., Бобриков Д. А. Современные подходы к диагностике и восстановлению работоспособности информационно-управляющих систем подвижного состава с применением многоагентных и нейросетевых технологий // Интеллектуальные технологии на транспорте. 2025. № 1 (41). С. 5–13. DOI: 10.20295/2413-2527-2025-141-5-13.

Baranovsky A. M., Bobrikov D. A. Sovremennye podkhody k diagnostike i vosstanovleniyu rabotosposobnosti informatsionno-upravlyayushchikh sistem podvizhnogo sostava s primeneniem mnogoagentnykh i neyrosetevykh tekhnologiy [Modern Approaches to Diagnostics and Recovery of Rolling Stock Information Management Systems Using Multi-Agent and Neural Network Technologies], Intellektualnye tekhnologii na transporte [Intellectual Technologies on Transport], 2025, No. 1 (41), Pp. 5–13. DOI: 10.20295/2413-2527-2025-141-5-13. (In Russian)

Wooldridge M. J. An Introduction to MultiAgent Systems. Second Edition. Chichester: Wiley, 2009. 488 p.

Wooldridge M. J. An Introduction to MultiAgent Systems. Second Edition. Chichester, Wiley, 2009, 488 p.

Jennings N. R., Wooldridge M. J. Applications of Intelligent Agents // Agent Technology: Foundations, Applications, and Markets / N. R. Jennings, M. J. Wooldridge (eds.). Heidelberg: Springer Berlin, 1998. Pp. 3-28. DOI: 10.1007/978-3-662-03678-5_1.

Jennings N. R., Wooldridge M. J. Applications of Intelligent Agents. In: Jennings N. R., Wooldridge M. J. (eds.) Agent Technology: Foundations, Applications, and Markets. Heidelberg, Springer Berlin, 1998, Pp. 3-28. DOI: 10.1007/978-3-662-03678-5_1.

Бочков А. П., Хомоненко А. Д., Барановский А. М. Модель формирования кластеров информативных узлов интегрированной и распределенной обработки данных в вычислительной сети // Наукоемкие технологии в космических исследованиях Земли. 2021. Т. 13, № 1. С. 44–57. DOI: 10.36724/2409-5419-2021-13-1-44-57.

Bochkov A. P., Khomonenko A. D., Baranovsky A. M. Model formirovaniya klasterov informativnykh uzlov integrirovannoy i raspredelennoy obrabotki dannykh v vychislitelnoy seti [Model of Formation of Clusters of Informative Nodes of Integrated and Distributed Data Processing in a Computer Network], Naukoemkie tekhnologii v kosmicheskikh issledovaniyakh Zemli [High Technologies in Earth Space Research], 2021, Vol. 13, No. 1, Pp. 44–57. DOI: 10.36724/2409-5419-2021-13-1-44-57. (In Russian)

Bellifemine F. L., Caire G., Greenwood D. Developing Multi-Agent Systems with JADE. Chichester: Wiley, 2007. 300 p.

Bellifemine F. L., Caire G., Greenwood D. Developing Multi-Agent Systems with JADE. Chichester, Wiley, 2007, 300 p.

Russell S. J., Norvig P. Artificial Intelligence: A Modern Approach. Fourth Edition. Hoboken (NJ): Pearson, 2020. 1136 p.

Russell S. J., Norvig P. Artificial Intelligence: A Modern Approach. Fourth Edition. Hoboken (NJ), Pearson, 2020, 1136 p.

Станкевич Л. А. Интеллектуальные системы и технологии: учебник и практикум для вузов. 2-е изд., перераб. и доп. М.: Юрайт, 2025. 478 с.

Stankevich L. A. Intellektualnye sistemy i tekhnologii: uchebnik i praktikum dlya vuzov [Intelligent systems and technologies: textbook and practical training for universities]. Moscow: Urait Publishing House, 2025, 478 p. (In Russian)

Андронов С. А., Фетисов В. А. Интеллектуальные транспортные системы: учебное пособие. 2-е изд. М.: IPR Media, 2024. 266 c.

Andronov S. A., Fetisov V. A. Intellektualnye transportnye sistemy: uchebnoe posobie [Intelligent transport systems: a tutorial]. Moscow, IPR Media, 2024, 266 p. (In Russian)

Евстафьев В. А., Тюков М. А. Искусственный интеллект и нейросети: практика применения в рекламе: учебное пособие. М.: Дашков и К, 2023. 426 с.

Evstafyev V. A., Tyukov M. A. Iskusstvennyy intellekt i neyroseti: praktika primeneniya v reklame: uchebnoe posobie [Artificial intelligence and neural networks: practical application in advertising: a tutorial]. Moscow, Dashkov and Co., 2023, 426 p. (In Russian)

10.

Rockwell Automation’s Holonic and Multiagent Control Systems Compendium / P. Vrba, P. Tichý, V. Mařík [et al.] // IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews). 2011. Vol. 41, Iss. 1. Pp. 14–30. DOI: 10.1109/TSMCC.2010.2055852.

Vrba P., Tichý P. Mařík V., et al. Rockwell Automation’s Holonic and Multiagent Control Systems Compendium, IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 2011, Vol. 41, Iss. 1, Pp. 14–30. DOI: 10.1109/TSMCC.2010.2055852.

11.

Werneck V. M. B., Moreira Costa R. M. E., Cysneiros L. M. Modelling Multi-Agent System Using Different Methodologies // Multi-Agent Systems — Modeling, Interactions, Simulations and Case Studies / F. Alkhateeb [et al.](eds.). InTechOpen, 2011. Pp. 77–96. DOI: 10.5772/14792.

Werneck V. M. B., Moreira Costa R. M. E., Cysneiros L. M. Modelling Multi-Agent System Using Different Methodologies. In: Alkhateeb F., et al. (eds.) Multi-Agent Systems — Modeling, Interactions, Simulations and Case Studies. InTechOpen, 2011, Pp. 77–96. DOI: 10.5772/14792.

12.

Luck M., McBurney P., Preist C. Agent Technology: Enabling Next Generation Computing (A Roadmap for Agent-Based Computing). Southampton, 2003. 100 p.

Luck M., McBurney P., Preist C. Agent Technology: Enabling Next Generation Computing (A Roadmap for Agent-Based Computing). Southampton, 2003, 100 p.

13.

Pudovikov O. E., Tarasova V. N., Degtyareva V. V. Predictive Diagnostics of Rolling Stock and the Industrial Internet of Things // Russian Engineering Research. 2023. Vol. 43, Iss. 8. Pp. 987–990. DOI: 10.3103/S1068798X23080282.

Pudovikov O. E., Tarasova V. N., Degtyareva V. V. Predictive Diagnostics of Rolling Stock and the Industrial Internet of Things, Russian Engineering Research, 2023, Vol. 43, Iss. 8. Pp. 987–990. DOI: 10.3103/S1068798X23080282.

14.

Shoham Y., Leyton-Brown K. Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations. New York (NY): Cambridge University Press, 2009. 504 p.

Shoham Y., Leyton-Brown K. Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations. New York (NY), Cambridge University Press, 2009, 504 p.

15.

Киселев Г. Г. Искусственный интеллект в системе мониторинга, диагностики и прогнозирования технического состояния подвижного состава // Известия Тульского государственного университета. Технические науки. 2024. Вып. 3. С. 621–626. DOI: 10.24412/2071-6168-2024-3-621-622.

Kiselev G. G. Iskusstvennyy intellekt v sisteme monitoringa, diagnostiki i prognozirovaniya tekhnicheskogo sostoyaniya podvizhnogo sostava [Artificial Intelligence in the System of Monitoring, Diagnostics and Forecasting of the Technical Condition of Rolling Stock], Izvestiya Tulskogo gosudarstvennogo universiteta. Tekhnicheskie nauki [News of the Tula State University. Technical Sciences], 2024, Iss. 3, Pp. 621–626. DOI: 10.24412/2071-6168-2024-3-621-622. (In Russian)

16.

Использование искусственных нейронных сетей на Российских железных дорогах для контроля токоприемников поездов / В. С. Язынин, А. М. Барановский, А. А. Воробьев, И. Ю. Романова // International Journal of Advanced Studies. 2023. Т. 13. № 1. С. 267–287. DOI: 10.12731/2227-930X-2023-13-1-267-287.

Yazinin V. S., Baranovskiy A. M., Vorobyev A. A., Romanova I. Yu. Ispolzovanie iskusstvennykh neyronnykh setey na Rossiyskikh zheleznykh dorogakh dlya kontrolya tokopriemnikov poezdov [The Use of Artificial Neural Networks on Russian Railways to Control Current Collectors of Trains], International Journal of Advanced Studies, 2023, Vol. 13, No. 1, Pp. 267–287. DOI: 10.12731/2227-930X-2023-13-1-267-287. (In Russian)