Россия
Россия
Россия
Цель: План формирования поездов является важнейшим логистическим инструментом управления перевозками грузов. Но использование при его разработке дискретных значений расчетных нормативов — затрат вагоно-часов на накопление составов и экономии от проследования вагонами технической станции без переработки — не всегда гарантируют оптимальность решения в силу объективно существующей неравномерности эксплуатационной работы. Именно она порождает неопределенность, которая не является стохастической по своей природе, и вызывает необходимость корректировок плана формирования на протяжении его жизненного цикла. Кроме колебаний вагонопотоков, она вызывает изменение и значений расчетных нормативов. Для управления такой неопределенностью существуют специальные методы, одним из которых является нечеткая логика. В статье описан способ учета изменения всех расчетных нормативов плана формирования поездов. Методы: Использованы методы одной из технологий вычислительного искусственного интеллекта — нечеткая логика, нечеткие множества и нечеткая математика. Результаты: Установлена зависимость изменения расчетных параметров плана формирования поездов от колебаний вагонопотоков отдельных его назначений. Полученные на основе известных аналитических выражений формулы позволяют определять значения нормативов плана формирования без использования вспомогательных таблиц и графиков. Практическая значимость: Использование полученных зависимостей при разработке плана формирования позволит повысить точность его расчета за счет учета колебаний не только вагонопотоков, но и зависящих от них значений расчетных нормативов.
Вычислительный интеллект, нечеткие множества, колебания вагонопотоков, система организации вагонопотоков
1. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. - М.: Горячая линия - Телеком, 2006. - 452 с.
2. Siddique N. Computational intelligence: synergies of fuzzy logic, neural network and evolutionary computing / N. Siddique, H. Adeli. - John Wiley & Sons, Ltd, 2013. - 517 p.
3. Shukla A. Computational intelligence / A. Shukla, B. K. Murthy, N. Hasteer et al. // Lecture Notes in Electrical Engineering. - 2022- Vol. 968. - Pp. 1876-1119. - DOI:https://doi.org/10.1007/978-981-19-7346-8.
4. Eberhart R. C. Computational Intelligence: Concepts to Implementations / R. C. Eberhart, Y. Shi. - Elsevier, 2011. - 496 p.
5. Xiao J. Comprehensive optimization of the one-block and two-block train formation plan / J. Xiao, B. Lin // Journal of Rail Transport Planning & Management. - 2016. - DOI:https://doi.org/10.1016/j.jrtpm.2016.09.002.
6. Yaghini M. Solving railroad blocking problem using ant colony optimization algorithm / M. Yaghini, A. Foroughi, B. Nadjari // Applied Mathematical Modelling. - 2011- Vol. 35. - Pp. 5579-5591. - DOI:https://doi.org/10.1016/j.apm.2011.05.018.
7. Yaghini M. A fuzzy railroad blocking model with genetic algorithm solution approach for Iranian railways / M. Yaghini, M. Momeni, M. Sarmadi et al. // Applied Mathematical Modelling. - 2015. - Vol. 39. - Pp. 6114-6125. - DOI:https://doi.org/10.1016/j.apm.2015.01.052.
8. Milenković M. A fuzzy random model for rail freight car fleet sizing problem / M. Milenković, N. Bojović // Transportation Research Part C: Emerging Technologies. - Vol. 33, August 2013. - DOI:https://doi.org/10.1016/j.trc.2013.05.003.
9. Yang L. Railway freight transportation planning with mixed uncertainty of randomness and fuzziness / L. Yang, Z. Gao, K. Li // Applied Soft Computing, January 2011. - Vol. 11. - Iss. 1. - DOI:https://doi.org/10.1016/j.asoc.2009.12.039.
10. Schneider M. Minimising economic losses due to inefficient rescheduling / M. Schneider, N. Nießen // Journal of Rail Transport Planning & Management. - 2016. - DOI:https://doi.org/10.1016/j.jrtpm.2016.05.002.
11. Yang Z. Semi-active Control of High-speed Trains Based on Fuzzy PID Control / Z. Yang, J. Zhang, Z. Chen et al. // Procedia Engineering. - 2011. - Vol. 15. - Pp. 521-525. - DOI:https://doi.org/10.1016/j.proeng.2011.08.099.
12. Teodorovic D. Traffic control and transport planning: a fuzzy sets and neural network approach / D. Teodorovic, K. Vukadinovic. - Kluwer Academic Publishers Group, 1998. - 387 p.
13. Teodorovic D. Transportation Engineering: Theory, Practice and Modeling / D. Teodorovic, M. Janic. - Butterworth-Heinemann, 2016. - 900 p.
14. Dolgopolov P. Optimization of train routes based on neuro-fuzzy modeling and genetic algorithms / P. Dolgopolov, D. Konstantinov, L. Rybalchenko et al. // Procedia Computer Science. - 2019. - Vol. 149. - Pp. 11-18. - DOI:https://doi.org/10.1016/j.procs.2019.01.101.
15. Alekseychik T. The choice of transport for freight and passenger traffic in the region, using econometric and fuzzy modeling / T. Alekseychik, T. Bogachev, V. Bogachev et al. // Procedia Computer Science. - 2017. - Vol. 120. - Pp. 830-834. - DOI:https://doi.org/10.1016/j.procs.2017.11.314.
16. Badetskii A. P. Improving the Stability of the Train Formation Plan to Uneven Operational Work / A. P. Badetskii, O. A. Medved // Transportation Research Procedia, Novosibirsk, 2021. - Pp. 559-567. - DOI:https://doi.org/10.1016/j.trpro.2021.02.108.
17. Кукушкина Я. В. Зависимость величины переходящего остатка от накопления смежных составов / Я. В. Кукушкина // Известия Петербургского университета путей сообщения. - 2010. - № 3(24). - С. 132-140.
18. Панков А. Н. О составообразовании на сортировочных станциях / А. Н. Панков, В. А. Кудрявцев, Я. В. Кукушкина и др. // Железнодорожный транспорт. - 2016. - № 3. - С. 45-50.
19. Zadeh L. A. Fuzzy Sets / L. A. Zadeh // Information and Control. - 1965. - Vol. 8. - Pp. 338-353.
20. Бадецкий А. П. Использование самонастраивающихся нечетких моделей для принятия решений о корректировке назначений плана формирования поездов / А. П. Бадецкий, О. А. Медведь // Транспорт России: проблемы и перспективы - 2016: материалы международной научно-практической конференции. - СПб.: ИПТРАН, 2016. - С. 221-224.
21. Осьминин А. Т. Модуль оперативной корректировки назначений плана формирования поездов / А. Т. Осьминин, И. И. Осьминина, А. П. Бадецкий и др. // Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование (ИСУЖТ-2016): труды пятой научно-технической конференции. - М.: НИИАС, 2016. - С. 86-89.
22. Кудрявцев В. А. Учет колебаний вагонопотоков при расчете плана формирования поездов / В. А. Кудрявцев, А. П. Бадецкий // Известия Петербургского университета путей сообщения. - 2012. - № 3. - С. 10-16.
23. Бадецкий А. П. Применение переменных нормативов в расчете плана формирования поездов как способ учета неравномерности вагонопотоков / А. П. Бадецкий // Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование (ИСУЖТ-2019): труды восьмой научно-технической конференции. - М.: НИИАС, 2019. - С. 123-126.
24. Бадецкий А. П. Разработка расчетных вагонопотоков плана формирования поездов с учетом их неравномерности / А. П. Бадецкий // Вестник транспорта Поволжья. - 2013. - № 3. - С. 53-60.
