Формування моделі управління пріоритетністю обробки вагонів на технічних станціях в умовах невизначеності

Автор(и)

  • Лариса Олексіївна Пархоменко Український державний університет залізничного транспорту, Ukraine https://orcid.org/0000-0001-8963-6467
  • Віктор Миколайович Прохоров Український державний університет залізничного транспорту, Ukraine https://orcid.org/0000-0003-1647-7746
  • Тетяна Юріївна Калашнікова Український державний університет залізничного транспорту, Ukraine https://orcid.org/0000-0001-6563-5945
  • Денис Олександрович Овcянніков Український державний університет залізничного транспорту, Ukraine https://orcid.org/0009-0006-8944-3490

DOI:

https://doi.org/10.18664/ikszt.v29i1.300904

Ключові слова:

дотримання терміну доставки вантажів, пріоритетність обробки вагонів, автоматизація управління технічною станцією, невизначеність, нейромережева модель

Анотація

Забезпечення своєчасної доставки вантажів є ключовим моментом перевізного процесу і вирішальну роль в цьому питанні повинні грати залізничні технічні станції, так як саме вони керують процесом обробки вагонопотоків. Складність вирішення цієї проблеми полягає в наявності низки факторів невизначеностей, які мають потенційний вплив на процес прийняття рішень, але згідно до традиційних технологій управління їх взагалі дуже важко оцінити, а тим паче врахувати при прийнятті управлінських рішень. Стаття присвячена проблемі ідентифікації факторів, які необхідно першочергово враховувати при прийнятті рішень, з цією метою було запропоновано модель визначення пріоритетності обробки вагонів на залізничних технічних станціях з метою подальшої автоматизації процесу управління. Були проаналізовані як фактори невизначеності, що можуть ускладнювати процеси обробки та формування поїздів та їх просування залізничною мережею, так і параметри вагонів, за якими доцільно визначати пріоритетність обробки вагонів з метою забезпечення своєчасної доставки вантажів та зменшення збитків залізничних перевізників. Стаття пропонує рішення у вигляді нейромережевої моделі, спеціально розробленої для визначення пріоритетності обробки вагонів. Основні функціональні блоки моделі включають в себе вхідний шар, що враховує різні фактори, такі як затримка, залишковий час, величина штрафу тощо. Приховані шари обчислюють взаємодію цих факторів, а вихідний шар генерує оцінки пріоритету для кожного вагона. Модель класифікує вагони за чотирма класами пріоритетності: звичайний, середній, високий та винятковий і визначає величину абсолютного пріоритету. Такий підхід дозволяє максимально точно прогнозувати чутливість процесу обробки вагонів до керуючих дій з метою забезпечення для максимальної кількості вагонів можливості "наздогнати" графік та уникнути штрафних санкцій. Висновок статті вказує на важливість розробленої моделі для подальшої автоматизації процесу управління технічними станціями з метою уникнення затримок у доставці вантажів та штрафних санкцій.

Біографії авторів

Лариса Олексіївна Пархоменко, Український державний університет залізничного транспорту

кандидат технічних наук, доцент кафедри управління експлуатаційною роботою

Віктор Миколайович Прохоров, Український державний університет залізничного транспорту

кандидат технічних наук, доцент кафедри управління експлуатаційною роботою

Тетяна Юріївна Калашнікова, Український державний університет залізничного транспорту

кандидат технічних наук, доцент кафедри управління експлуатаційною роботою

Денис Олександрович Овcянніков, Український державний університет залізничного транспорту

магістрант

Посилання

Shuib A., Alwadood Z. A Railway Rescheduling Мodel with Priority Setting. Pertanika Journal of Science & Technology. 2017. 25(2). P. 649–660.

McCartney S., Stittle J.‘Failing to deliver’-the privatized British rail freight industry. Public Money & Management. 2013. 33(5). P. 321–328.

https://doi.org/10.1080/09540962.2013.817115

Guo C., Li S. Optimizing operation of delivering and fetching wagons at a railway station with mixedshaped goods operation sites. PLoS ONE. 2022. 17(1):e0263029. https://doi.org/10.1371/journal.pone.0263029

Guo CJ. Multi-objective optimization model and algorithm for scheme of placing-in and taking-out of wagons in branch-shaped freight operation sites. China Railway Science. 2017. 38(1). P. 138–143.

Guo CJ. Research on optimization of formulation for shunting operation plan of placing-in and taking out wagons based on phase plan. Journal of the China Railway Society. 2019. 41(10). P. 10–16.

Wolpert D.H. Stacked generalization. Neural Networks. 1992. 5(2). P.241–259.

##submission.downloads##

Опубліковано

2024-03-01