Создание интеллектуальных систем поддержки принятия решений в единой автоматизированной системе управления грузовыми железнодорожными перевозками Украины
Loading...
Date
2018
Journal Title
Journal ISSN
Volume Title
Publisher
Національна металургійна академія України, Дніпро
Abstract
RUS: Целью данной работы является разработка методов оперативного прогнозирование недетерминированных и антиперсистентных технолого-экономических процессов железнодорожного транспорта на основе применения новых статистических методов анализа временных рядов, которые собираются системой АСУ ГП УЗЕ (единой АСУ грузовыми перевозками украинских ж.д.). Методика. Данные о процессах перевозок, накапливающиеся в АСУ ГП УЗЕ, являются временными рядами (ВР). Эти ряды имеют сложную динамическую структуру и отражают свойства технологических, финансовых и многих других процессов железнодорожного транспорта. В статье использованы новые статистические методы анализа таких рядов, в частности - параметров вагонопотоков. Среди этих методов выделены поиск показателя Херста, который позволяет оценить стохастичность ряда и наличие в нем долговремен ной «памяти», а также метод Т. Демарка, используемый для прогнозирования биржевых процессов. Результаты. Произведены расчеты свойства персистентности (антиперсистентности) для ряда ВР технолого-экономических процессов железнодорожного транспорта, в частности, параметров вагонопотоков по станциям, характеризующих количество отправленных за сутки вагонов. Расчеты показали, что даже при наличии достаточного количества статистических данных, применение стандартных статистических методов анализа данного ВР не дает возможности построить достоверный оперативный план. Показана возможность выполнения оперативного прогноза параметров вагонопотока на основе модифицированного метода Т. Демарка, который в комбинации с методом размножения выборок с заданными свойствами (методом «бутстреп»), позволяет построить прогноз и оценить его точность. Научная новизна. Для анализа и дальнейшего исследования технолого-экономических процессов, описывающих ВР, для которых показатель Херста находится в области так называемого «белого шума» (H = [0,4, 0,5]), предложено использовать процедуру агрегирования уровней ВР (объединение, укрупнение показателей процессов по определенным признакам). Предлагается процедура построения классификации ВР путем их преобразования, обобщения и выравнивания расположенных рядом уровней. Практическая значимость. Результаты разработок обеспечивают возможность автоматизации и повышения эффективности процессов технолого-экономического управления сложными системами в условиях недетерминированных параметров процессов и систем железнодорожного транспорта.
UKR: Метою даної роботи є розробка методів оператівного прогнозування недетермінованих і антіперсистентних технолого-економічних процесів залізничного транспорту на основі застосування нових статистичних методів аналізу часових рядів, які збираються системою АСК ВП УЗЄ (єдиною АСУ вантажними перевезеннями українських залізниці). Методика. Дані про процеси перевезень, що накопичуються в АСК ВП УЗЄ, є часовими рядами (ЧР). Ці ряди мають Ці ряди мають складну динамічну структуру і відображають властивості технологічних, фінансових і багатьох інших процесів залізничного транспорту. У статті використані нові статистичні методи аналізу таких рядів, зокрема - параметрів вагонопотоків. Серед цих методів виділені пошук показника Херста, який дозволяє оцінити стохастичность ряду і наявність в ньому довгочасової «пам'яті», а також метод Т. Демарка, який використовується для прогнозування біржових процесів. Результати. Зроблено розрахунки властивості персистентності (антіперсистентності) для ряду ЧР технолого-економічних процесів залізничного транспорту, зокрема, параметрів вагонопотоків по станціях, що характеризують кількість відправлених за добу вагонів. Розрахунки показали, що навіть при наявності достатньої кількості статистичних даних, застосування стандартних статистичних методів аналізу даного ЧР не дає можливості побудувати достовірний оперативний план. Показана можливість виконання оперативного прогнозу параметрів вагонопотоків на основі модифікованого методу Т. Демарка, який в комбінації з методом розмноження вибірок із заданими властивостями (методом «бутстреп»), дозволяє побудувати прогноз і оцінити його точність. Наукова новизна. Для аналізу і подальшого дослідження технолого-економічних процесів, що описують ЧР, для яких показник Херста знаходиться в області так званого «білого шуму» (H = [0,4, 0,5]), запропоновано використовувати процедуру агрегування рівнів ЧР (об'єднання, укрупнення показників процесів за певними ознаками). Пропонується процедура побудови класифікації ВР шляхом їх перетворення, узагальнення і вирівнювання розташованих поруч рівнів. Практична значимість. Результати розробок забезпечують можливість автоматизації і підвищення ефективності процесів технолого-економічного управління складними системами в умовах недетермінованих параметрів процесів і систем залізничного транспорту.
ENG: The purpose of this work is to develop methods and operational forecasting nondeterministic antipersistent technological and economic processes rail transport through the application of new methods of statistical analysis time series, which are collected by the single automated system for control of Ukrainian Railways freight transportations (SAS CFT UR). Methodology. The data on the transport processes accumulating in the SAS CFT UR are time series (TS). These series have a complex dynamic structure and reflect the properties of technological, financial and many other processes of rail transport. The article uses new statistical methods for the analysis of such series, in particular, the parameters of car-flows. Among these methods, the search for the Hurst index is distinguished, which allows one to evaluate the stochasticity of the series and the presence of a long-term "memory" in it, as well as the method of T. Demark used to predict exchange processes. Results. Calculations persistence properties (antipersistent) for a number of TS's technological and economic processes of rail transport, in particular, car traffic parameters at the stations, characterizing the amount sent per day cars. Calculations showed that even with sufficient statistical data, the use of standard statistical methods for analyzing this TS does not provide an opportunity to build a reliable operational plan. The possibility of performing the operational forecast of the parameters of the car-stream based on the modified method of T. Demark is shown. In combination with the method of multiplication of samples with given properties (by the "bootstrap" method), it is possible to build a forecast and estimate its accuracy. indings. For further study and analysis of technological and economic processes describing TS, which is the Hurst index in the so-called «white noise» (H = [0,4, 0,5]), is proposed to use the aggregation procedure BP levels (combining, enlargement indicators of processes by certain characteristics). A procedure is proposed for constructing a classification of TS by converting them, generalizing and leveling the adjacent levels. Practical value. The results of the developments provide an opportunity to automate and improve the efficiency of processes of technological and economic management of complex systems in conditions of nondeterministic parameters of processes and systems of railway transport.
UKR: Метою даної роботи є розробка методів оператівного прогнозування недетермінованих і антіперсистентних технолого-економічних процесів залізничного транспорту на основі застосування нових статистичних методів аналізу часових рядів, які збираються системою АСК ВП УЗЄ (єдиною АСУ вантажними перевезеннями українських залізниці). Методика. Дані про процеси перевезень, що накопичуються в АСК ВП УЗЄ, є часовими рядами (ЧР). Ці ряди мають Ці ряди мають складну динамічну структуру і відображають властивості технологічних, фінансових і багатьох інших процесів залізничного транспорту. У статті використані нові статистичні методи аналізу таких рядів, зокрема - параметрів вагонопотоків. Серед цих методів виділені пошук показника Херста, який дозволяє оцінити стохастичность ряду і наявність в ньому довгочасової «пам'яті», а також метод Т. Демарка, який використовується для прогнозування біржових процесів. Результати. Зроблено розрахунки властивості персистентності (антіперсистентності) для ряду ЧР технолого-економічних процесів залізничного транспорту, зокрема, параметрів вагонопотоків по станціях, що характеризують кількість відправлених за добу вагонів. Розрахунки показали, що навіть при наявності достатньої кількості статистичних даних, застосування стандартних статистичних методів аналізу даного ЧР не дає можливості побудувати достовірний оперативний план. Показана можливість виконання оперативного прогнозу параметрів вагонопотоків на основі модифікованого методу Т. Демарка, який в комбінації з методом розмноження вибірок із заданими властивостями (методом «бутстреп»), дозволяє побудувати прогноз і оцінити його точність. Наукова новизна. Для аналізу і подальшого дослідження технолого-економічних процесів, що описують ЧР, для яких показник Херста знаходиться в області так званого «білого шуму» (H = [0,4, 0,5]), запропоновано використовувати процедуру агрегування рівнів ЧР (об'єднання, укрупнення показників процесів за певними ознаками). Пропонується процедура побудови класифікації ВР шляхом їх перетворення, узагальнення і вирівнювання розташованих поруч рівнів. Практична значимість. Результати розробок забезпечують можливість автоматизації і підвищення ефективності процесів технолого-економічного управління складними системами в умовах недетермінованих параметрів процесів і систем залізничного транспорту.
ENG: The purpose of this work is to develop methods and operational forecasting nondeterministic antipersistent technological and economic processes rail transport through the application of new methods of statistical analysis time series, which are collected by the single automated system for control of Ukrainian Railways freight transportations (SAS CFT UR). Methodology. The data on the transport processes accumulating in the SAS CFT UR are time series (TS). These series have a complex dynamic structure and reflect the properties of technological, financial and many other processes of rail transport. The article uses new statistical methods for the analysis of such series, in particular, the parameters of car-flows. Among these methods, the search for the Hurst index is distinguished, which allows one to evaluate the stochasticity of the series and the presence of a long-term "memory" in it, as well as the method of T. Demark used to predict exchange processes. Results. Calculations persistence properties (antipersistent) for a number of TS's technological and economic processes of rail transport, in particular, car traffic parameters at the stations, characterizing the amount sent per day cars. Calculations showed that even with sufficient statistical data, the use of standard statistical methods for analyzing this TS does not provide an opportunity to build a reliable operational plan. The possibility of performing the operational forecast of the parameters of the car-stream based on the modified method of T. Demark is shown. In combination with the method of multiplication of samples with given properties (by the "bootstrap" method), it is possible to build a forecast and estimate its accuracy. indings. For further study and analysis of technological and economic processes describing TS, which is the Hurst index in the so-called «white noise» (H = [0,4, 0,5]), is proposed to use the aggregation procedure BP levels (combining, enlargement indicators of processes by certain characteristics). A procedure is proposed for constructing a classification of TS by converting them, generalizing and leveling the adjacent levels. Practical value. The results of the developments provide an opportunity to automate and improve the efficiency of processes of technological and economic management of complex systems in conditions of nondeterministic parameters of processes and systems of railway transport.
Description
В. Скалозуб: ORCID 0000-0002-1941-4751, И. Жуковицкий: ОRCID 0000-0002-3491-5976, И. Клименко: ORCID 0000-0001-5149-3974
Keywords
интеллектуальные системы, железнодорожные перевозки, временные ряды, прогноз, статистический анализ, показатель Херста, інтелектуальні системи, залізничні перевезення, часові ряди, статистичний аналіз, показник Херста, intellectual systems, rail transportation, time series, forecast, statistical analysis, Hurst rate, КЕОМ, КІТ
Citation
Создание интеллектуальных систем поддержки принятия решений в единой автоматизированной системе управления грузовыми железнодорожными перевозками Украины / В. В. Скалозуб, И. В. Жуковицкий, И. В. Клименко, А. П. Заец // Системні технології. – Дніпро, 2018. – Т. 3, № 116. – С. 153–162.