УДОСКОНАЛЕННЯ ІНТЕЛЕКТУАЛЬНИХ ТЕХНОЛОГІЙ ВИКОНАННЯ ПОЇЗНОЇ РОБОТИ НА СОРТУВАЛЬНИХ СТАНЦІЯХ
DOI:
https://doi.org/10.15802/tstt2016/76818Ключові слова:
штучна нейронна мережа, черговий по станції, прогноз прибуття поїздів, система підтримки прийняття рішеньАнотація
Мета. Метою даної роботи являється удосконалення нейромережевої моделі вибору колії приймання поїзда на сортувальну станцію за рахунок врахування прогнозу розвитку поїзної ситуації та вибору раціональних параметрів архітектури нейронної мережі. Методика. В якості моделі вибору колії приймання поїзда обрано штучну нейронну мережу. Формування вектора вхідних параметрів пропонується виконувати на основі даних АСК ВП УЗ-Є. З метою врахування прогноз розвитку поїзної ситуації на станції та на підходах до станції пропонується виконати декомпозицію нейронної мережі із виділенням блоку прогнозування руху та блоку безпосереднього вибору колії приймання. Результати. Представлена комплексна нейромережева модель дозволяє враховуючи прогноз прибуття поїздів та прогноз розвитку ситуації в парку приймання, визначати раціональні колії для приймання поїздів. При цьому прогноз прибуття поїздів представляється в явному вигляді, а прогноз розвитку ситуації в парку – в неявному вигляді (шляхом врахування моментів та послідовності прибуття поїздів в парк). Наукова новизна. Наукова новизна роботи полягає в удосконаленні нейромережевої моделі вибору колії приймання поїзда на сортувальну станцію, що досягається за рахунок формування комплексної нейронної мережі, яка враховує прогноз прибуття поїздів на станцію та прогноз розвитку поїзної ситуації в парку, а також за рахунок встановлення раціональних параметрів архітектури, кількості нейронів у вихідному шарі нейронної мережі та способу представлення результатів моделі. Практична значимість. Практична значимість отриманих результатів полягає в тому, що представлена модель може бути використана при створенні системи підтримки прийняття рішень ДСП парку приймання при виконанні поїзної та маневрової роботи.Посилання
Долгий, И. Д. Динамические модели прогнозирования движения поездов в интеллектуальных системах диспетчерского управления / Долгий И. Д., Криволапов С. В. // Вестник Рост. гос. ун-та путей сообщ. – 2012. – № 4. – С. 75-81.
Chen, G. Introduction to fuzzy sets, fuzzy logic and fuzzy control systems / Guanrong Chen, Trung Pat Pham, – New York: CRC Press, 2001. – 316 p.
Лаврухін, О. В. Розробка моделі підтримки прийняття рішень на залізничному транспорті [Текст] / О. В. Лаврухін // Вісник Дніпропетровського національного університету залізничного транспорту імені академіка В. Лазаряна. – 2006. – Вип. 11. – С. 84-86.
Bavarian, B. Introduction to neural networks for intelligent control [Електрон. ресурс] / B. Bavarian // Control Systems Magazine, IEEE. – 1988. – № 6(2). – P. 3-7. – Режим доступу – http://ieeecss.org/CSM/ library/1988/april1988/w03-07.pdf. – перевірено 12.03.2016.
Лаврухін, О. В. Формування підходів щодо реалізації системи підтримки прийняття рішень оперативного управління поїздопотоками з розподіленим штучним інтелектом / О. В. Лаврухін // Транспортні системи та технології перевезень. – 2014. – Вип. 8. – С. 88-99.
Бардась, О. О. Удосконалення критерію вибору черговості розпуску составів з урахуванням завдань попереднього сортування вагонопотоків [Текст] / О. О. Бардась // Транспортні системи та технології перевезень. – 2013. – Вип. 6. – С. 5-9.
Бардась, О. О. Дослідження впливу точності прогнозування руху на ефективність керування черговістю розформування поїздів / О. О. Бардась // Транспортні системи та технології перевезень. – 2015. – Вип. 9. – С. 4-9.
Лаврухин, А. В. Формирование интеллектуальной модели функционирования железнодорожной станции при выполнении поездной работы / А. В. Лаврухин // Наука та прогрес транспорту. – 2015. – № 1(55). – С. 43-53.
Вернигора, Р. В. Структура та принципи функціонування прогнозної моделі роботи залізничного напрямку / Р. В. Вернигора, Л. О. Єльнікова // Транспортні системи і технології перевезень. – 2015. – Вип. 9. – С. 16-22.
Вернигора, Р. В. Дослідження ефективності використання нейронних мереж при прогнозуванні прибуття поїздів на технічні станції / Р. В. Вернигора, Л. О. Єльнікова // Восточно-Европейский журнал передовых технологий. – 2015. – № 3/3. –С. 23-27.
Haykin, S. Neural networks. A comprehensive foundation / S. Haykin, – Hamilton: McMaster University, 2005. – 823 p.
Бобровский, В. И. Количественная оценка технико-технологических параметров железнодорожных станций на основе эргатических моделей / В. И. Бобровский, Р. В. Вернигора, В. В. Малашкин // Вісник Дніпропетровського національного університету залізничного транспорту імені академіка В. Лазаряна. – 2007. – Вип. 16 – С. 50-57.
##submission.downloads##
Як цитувати
Номер
Розділ
Ліцензія
a. Автори зберігають за собою авторські права на роботу і передають журналу право першої публікації разом з роботою, одночасно ліцензуючи її на умовах Creative Commons Attribution License, яка дозволяє іншим поширювати дану роботу з обов'язковим зазначенням авторства і посиланням на оригінальну публікацію в цьому журналі.
b. Автори зберігають право укладати окремі, додаткові контрактні угоди на неексклюзивне поширення версії роботи, опублікованої цим журналом (наприклад, розмістити її в університетському репозітарії або опублікувати її в книзі), з посиланням на оригінальну публікацію в цьому журналі.
c. Авторам дозволяється розміщувати їх роботу в мережі Інтернет (наприклад, в університетському репозітарії або на їх персональному веб-сайті) до і під час процесу розгляду її даними журналом, так як це може привести до продуктивного обговорення, а також до більшої кількості посилань на дану опубліковану роботу (Див. The The Effect of Open Access).
