Preview

Мир транспорта

Расширенный поиск

Цифровая модель: прогноз поведения в транспортных процессах

https://doi.org/10.30932/1992-3252-2019-17-2-6-14

Аннотация

В современном мире многие процессы и события зависят от прогнозирования. С развитием математических моделей учитывается всё большее количество факторов, влияющих на конечный результат прогноза, что, в свою очередь, делает всё более актуальным использование нейронных сетей. Но для обучения нейронной сети требуются исходные наборы данных, которые зачастую не всегда достаточны или вовсе могут отсутствовать. В статье рассмотрен способ получения максимально приближенной к реалиям информации. Предлагаемый подход заключается в генерации исходных данных с помощью имитационных моделей объекта. Показано решение задачи генерации наборов данных и обучения на их основе нейронной сети на примере типового сортировочного железнодорожного узла, имитации работы сортировочной горки.

Об авторах

В. Н. Гридин
Центр информационных технологий в проектировании Российской академии наук
Россия

Гридин Владимир Николаевич – доктор технических наук, профессор, научный руководитель 

Москва



В. В. Доенин
Российский университет транспорта
Россия

Доенин Виктор Васильевич – доктор технических наук, профессор

Москва



В. С. Панищев
Центр информационных технологий в проектировании Российской академии наук
Россия

Панищев Владимир Славиевич – кандидат технических наук, старший научный сотрудник 

Москва



И. С. Разживайкин
Российский университет транспорта
Россия

Разживайкин Игорь Станиславович – ассистент 

Москва



Список литературы

1. Доенин В. В. Адаптация транспортных процессов. – М.: Спутник+, 2009. – 219 с.

2. Доенин В. В. Моделирование транспортных процессов и систем. – М.: Спутник+, 2012. – 288 с.

3. Каталевский Д. Ю. Основы имитационного моделирования и системного анализа в управлении: Учеб. пособие. – 2-е изд., перераб. и доп. – М.: Дело, 2015. – 496 с.

4. Куприяшкин А. Г. Основы моделирования систем: Учеб. пособие. – Норильск: Норильский индустр. ин-т, 2015. – 135 с.

5. Вакуленко С. П., Голубев П. В. Расчёт пропускной и перерабатывающей способности станции. – М.: МИИТ, 2004. – 108 с.

6. Корешков А. Н., Киселев А. Н., Сапежинский Ф. Н., Бородина Е. В., Панин В. В. Организация работы сортировочной станции. – М.: МИИТ, 2008. – 88 с.

7. Максимей И. В., Сукач Е. И., Гируц П. В., Ерофеева Е. А. Имитационное моделирование вероятностных характеристик функционирования железнодорожной сети // Математические машины и системы. – 2008. – № 4. – C. 147–153.

8. Максимей И. В., Сукач Е. И., Гируц П. В., Ерофеева Е. А. Автоматизация этапов разработки и эксплуатации имитационных моделей транспортных систем // Проблемы программирования. – 2008. – № 4. – C. 104–111.

9. Александров А. Э., Ковалёв И. А., Пермикин В. Ю. Моделирование транспортных систем: Учеб.-метод. пособие. – Екатеринбург: УрГУПС, 2011. – 56 с.

10. Лычкина Н. Н. Проектирование логистической инфраструктуры межрегионального мультимодального логистического центра с применением имитационного моделирования // Логистика и управление цепями поставок. – 2014. – № 5. – С. 48–56.

11. Современные проблемы транспортного комплекса России: Межвуз. сб. науч. трудов / Под ред. А. Н. Рахмангулова. – Магнитогорск: Изд-во МГТУ им. Г. И. Носова, 2011. – 209 с.

12. Программа имитационного моделирования работы припортовой железнодорожной станции с вероятностно-статистическим подходом к изменению параметров поступающего вагонопотока. Свидетельство о государственной регистрации программы для ЭВМ № 2014613827 / Зарегистр. в реестре программ для ЭВМ 08.04.2014. Р. Г. Король, П. В. Даниленко.

13. Карасёв С. В., Сивицкий Д. А. Распределение сортировочной работы на полигоне методом динамического программирования // Совершенствование технологии перевозочного процесса. – Новосибирск, 2015. – С. 94–99.

14. Сивицкий Д. А. Совершенствование методов расчёта параметров сортировочных устройств для многогруппной подборки вагонов / Дис… канд. техн. наук. – Новосибирск: СГУПС, 2017. – 191 с.

15. Осипов Д. В. Совершенствование методов расчёта параметров перевалочной части сортировочной горки / Дис… канд. техн. наук. – Новосибирск: СГУПС, 2017. – 191 с.


Рецензия

Для цитирования:


Гридин В.Н., Доенин В.В., Панищев В.С., Разживайкин И.С. Цифровая модель: прогноз поведения в транспортных процессах. Мир транспорта. 2019;17(2):6-14. https://doi.org/10.30932/1992-3252-2019-17-2-6-14

For citation:


Gridin V.N., Doenin V.V., Panishchev V.V., Razzhivaykin I.S. Digital Model: Behavior Forecast in Transport Processes. World of Transport and Transportation. 2019;17(2):6-14. https://doi.org/10.30932/1992-3252-2019-17-2-6-14

Просмотров: 507


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1992-3252 (Print)