Bulletin of scientific research results Bulletin of scientific research results Бюллетень результатов научных исследований 2223-9987 70294 10.20295/2223-9987-2023-3-32-45 Проблематика транспортных систем PROBLEMATIC OF TRANSPORT SYSTEM Проблематика транспортных систем Taking into Account the Variable Nature of the Calculation Standards of the Train Formation Plan Using Computational Intelligence Technologies Учет переменного характера расчетных нормативов плана формирования поездов с использованием технологий вычислительного интеллекта Бадецкий Александр Петрович Badeckiy Aleksandr Petrovich

кандидат технических наук;

candidate of technical sciences;

 Медведь Оксана Анатольевна Medved' Oksana Anatol'evna

кандидат технических наук;

candidate of technical sciences;

 Кукушкина Яна Васильевна Kukushkina Yana Vasil'evna

кандидат технических наук;

candidate of technical sciences;

 Петербургский государственный университет путей сообщения Императора Александра I Санкт-Петербург Россия Emperor Alexander I St. Petersburg State Transport University St. Petersburg Russian Federation Петербургский государственный университет путей сообщения Императора Александра I Санкт-Петербург Россия Emperor Alexander I St. Petersburg State Transport University Saint-Petersburg Russian Federation Петербургский государственный университет путей сообщения Императора Александра I Санкт-Петербург Россия Emperor Alexander I St. Petersburg State Transport University Saint-Petersburg Russian Federation 26 09 2023 26 09 2023 2023 3 32 45 23 09 2023 https://itt-pgups.ru/en/nauka/article/70294/view

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.

Purpose: The train formation plan is the most important logistics tool for cargo transportation management. But the use of discrete values of design standards in its development — the quantity of car-hours for the accumulation of trains and savings from passing of cars through technical station without processing — do not always guarantee the optimal solution due to the objectively existing unevenness of operational work. It is precisely this factor that generates uncertainty, which is not inherently stochastic, and necessitates adjustments to the train formation plan throughout its lifecycle. In addition to fluctuations in car traffic, it causes a change in the values of the calculated standards. To manage such uncertainty, there are special methods, one of which is fuzzy logic. The article describes a way to account for changes in all calculation standards of the train formation plan. Methods: The methods of one of the technologies of computational artificial intelligence are used — fuzzy logic, fuzzy sets and fuzzy mathematics. Results: The dependence has been established on how changes in the calculated parameters of the train formation plan are affected by fluctuations in car flows on specific destinations. The formulas obtained on the basis of known analytical expressions allow us to determine the values of the standards of the formation plan without using auxiliary tables and graphs. Practical significance: The use of the obtained dependencies in the development of the formation plan will improve the accuracy of its calculation by taking into account fluctuations not only of car traffic, but also the values of the calculated standards depending on them.

 Вычислительный интеллект нечеткие множества колебания вагонопотоков система организации вагонопотоков Computational intelligence fuzzy sets fluctuations of car traffic the system of car traffic organization

Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. - М.: Горячая линия - Телеком, 2006. - 452 с. Rutkovskaya D. Neyronnye seti, geneticheskie algoritmy i nechetkie sistemy / D. Rutkovskaya, M. Pilin'skiy, L. Rutkovskiy. - M.: Goryachaya liniya - Telekom, 2006. - 452 s. Siddique N. Computational intelligence: synergies of fuzzy logic, neural network and evolutionary computing / N. Siddique, H. Adeli. - John Wiley & Sons, Ltd, 2013. - 517 p. Siddique N. Computational intelligence: synergies of fuzzy logic, neural network and evolutionary computing / N. Siddique, H. Adeli. - John Wiley & Sons, Ltd, 2013. - 517 p. 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: 10.1007/978-981-19-7346-8. 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: 10.1007/978-981-19-7346-8. Eberhart R. C. Computational Intelligence: Concepts to Implementations / R. C. Eberhart, Y. Shi. - Elsevier, 2011. - 496 p. Eberhart R. C. Computational Intelligence: Concepts to Implementations / R. C. Eberhart, Y. Shi. - Elsevier, 2011. - 496 p. 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: 10.1016/j.jrtpm.2016.09.002. 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: 10.1016/j.jrtpm.2016.09.002. 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: 10.1016/j.apm.2011.05.018. 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: 10.1016/j.apm.2011.05.018. 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: 10.1016/j.apm.2015.01.052. 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: 10.1016/j.apm.2015.01.052. 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: 10.1016/j.trc.2013.05.003. 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: 10.1016/j.trc.2013.05.003. 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: 10.1016/j.asoc.2009.12.039. 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: 10.1016/j.asoc.2009.12.039. Schneider M. Minimising economic losses due to inefficient rescheduling / M. Schneider, N. Nießen // Journal of Rail Transport Planning & Management. - 2016. - DOI: 10.1016/j.jrtpm.2016.05.002. Schneider M. Minimising economic losses due to inefficient rescheduling / M. Schneider, N. Nießen // Journal of Rail Transport Planning & Management. - 2016. - DOI: 10.1016/j.jrtpm.2016.05.002. 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: 10.1016/j.proeng.2011.08.099. 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: 10.1016/j.proeng.2011.08.099. 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. 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. Teodorovic D. Transportation Engineering: Theory, Practice and Modeling / D. Teodorovic, M. Janic. - Butterworth-Heinemann, 2016. - 900 p. Teodorovic D. Transportation Engineering: Theory, Practice and Modeling / D. Teodorovic, M. Janic. - Butterworth-Heinemann, 2016. - 900 p. 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: 10.1016/j.procs.2019.01.101. 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: 10.1016/j.procs.2019.01.101. 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: 10.1016/j.procs.2017.11.314. 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: 10.1016/j.procs.2017.11.314. 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: 10.1016/j.trpro.2021.02.108. 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: 10.1016/j.trpro.2021.02.108. 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. Kukushkina Ya. V. Zavisimost' velichiny perehodyaschego ostatka ot nakopleniya smezhnyh sostavov / Ya. V. Kukushkina // Izvestiya Peterburgskogo universiteta putey soobscheniya. - 2010. - № 3(24). - S. 132-140. 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. Pankov A. N. O sostavoobrazovanii na sortirovochnyh stanciyah / A. N. Pankov, V. A. Kudryavcev, Ya. V. Kukushkina i dr. // Zheleznodorozhnyy transport. - 2016. - № 3. - S. 45-50. Zadeh L. A. Fuzzy Sets / L. A. Zadeh // Information and Control. - 1965. - Vol. 8. - Pp. 338-353. Zadeh L. A. Fuzzy Sets / L. A. Zadeh // Information and Control. - 1965. - Vol. 8. - Pp. 338-353. 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. Badeckiy A. P. Ispol'zovanie samonastraivayuschihsya nechetkih modeley dlya prinyatiya resheniy o korrektirovke naznacheniy plana formirovaniya poezdov / A. P. Badeckiy, O. A. Medved' // Transport Rossii: problemy i perspektivy - 2016: materialy mezhdunarodnoy nauchno-prakticheskoy konferencii. - SPb.: IPTRAN, 2016. - S. 221-224. 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. Os'minin A. T. Modul' operativnoy korrektirovki naznacheniy plana formirovaniya poezdov / A. T. Os'minin, I. I. Os'minina, A. P. Badeckiy i dr. // Intellektual'nye sistemy upravleniya na zheleznodorozhnom transporte. Komp'yuternoe i matematicheskoe modelirovanie (ISUZhT-2016): trudy pyatoy nauchno-tehnicheskoy konferencii. - M.: NIIAS, 2016. - S. 86-89. 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. Kudryavcev V. A. Uchet kolebaniy vagonopotokov pri raschete plana formirovaniya poezdov / V. A. Kudryavcev, A. P. Badeckiy // Izvestiya Peterburgskogo universiteta putey soobscheniya. - 2012. - № 3. - S. 10-16. 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. Badeckiy A. P. Primenenie peremennyh normativov v raschete plana formirovaniya poezdov kak sposob ucheta neravnomernosti vagonopotokov / A. P. Badeckiy // Intellektual'nye sistemy upravleniya na zheleznodorozhnom transporte. Komp'yuternoe i matematicheskoe modelirovanie (ISUZhT-2019): trudy vos'moy nauchno-tehnicheskoy konferencii. - M.: NIIAS, 2019. - S. 123-126. Бадецкий А. П. Разработка расчетных вагонопотоков плана формирования поездов с учетом их неравномерности / А. П. Бадецкий // Вестник транспорта Поволжья. - 2013. - № 3. - С. 53-60. Badeckiy A. P. Razrabotka raschetnyh vagonopotokov plana formirovaniya poezdov s uchetom ih neravnomernosti / A. P. Badeckiy // Vestnik transporta Povolzh'ya. - 2013. - № 3. - S. 53-60.