Удосконалення інтелектуальної моделі керування поїзною роботою парку приймання сортувальної станції
| dc.contributor.author | Бардась, Олександр Олександрович | uk_UA |
| dc.date.accessioned | 2019-02-28T08:33:54Z | |
| dc.date.available | 2019-02-28T08:33:54Z | |
| dc.date.issued | 2018 | |
| dc.description | О. Бардась: ORCID 0000-0001-8772-9328 | uk_UA |
| dc.description.abstract | UK: Мета. Метою даної роботи являється удосконалення нейромережевої моделі вибору колії приймання поїзда на сортувальну станцію за рахунок декомпозиції нейронної мережі на сукупність взаємопов’язаних блоків, кожен із яких вирішує окреме елементарне завдання. Методика. Модель вибору колії приймання поїзда сформовано на основі штучної нейронної мережі. Формування вектора вхідних параметрів пропонується виконувати на основі даних АСК ВП УЗ-Є. З метою спрощення процедури навчання нейромережевої моделі пропонується виконати декомпозицію нейронної мережі із виділенням блоку прогнозування руху, блоку прогнозування звільнення колій парку приймання та блоку визначення ступенів пріоритетності колій приймання. Результати. Представлена удосконалена нейромережева модель дозволяє враховуючи прогноз прибуття поїздів та прогноз розвитку ситуації в парку приймання, визначати раціональні колії для приймання поїздів. За рахунок виділення окремих елементарних завдань, що вирішуються нейромережевою моделлю, був виконаний поділ суцільної нейронної мережі на окремі блоки, кожен із яких відповідальний за окреме завдання. Наукова новизна. Наукова новизна роботи полягає в спрощенні процедури навчання нейромережевої моделі вибору колії приймання поїзда на сортувальну станцію, що досягається за рахунок декомпозиції нейронної мережі на окремі блоки, кожен із яких вирішує окреме елементарне завдання. 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. | uk_UA |
| dc.description.abstract | RU: Цель. Целью данной работы является усовершенствование нейросетевой модели выбора пути приема поезда на сортировочную станцию за счет декомпозиции нейронной сети на совокупность взаимосвязанных блоков, каждый из которых решает отдельную элементарную задачу. Методика. Модель выбора пути приема поезда сформирована на основе искусственной нейронной сети. Формирование вектора входных параметров предлагается выполнять на основе данных АСК ВП УЗ-Є. С целью упрощения процедуры обучения нейросетевой модели предлагается выполнить декомпозицию нейронной сети с выделением блока прогнозирования движения, блока прогнозирования освобождения путей парка прибытия и блока определения степеней приоритетности путей приема. Результаты. Представленная усовершенствованная нейросетевая модель позволяет учитывая прогноз прибытия поездов и прогноз развития ситуации в парке приёма, определять рациональные пути для приёма поездов. За счет выделения отдельных элементарных заданий, решаемых нейросетевой моделью, было выполнено разделение нейронной сети на отдельные блоки, каждый из которых отвечает за выполнение отдельного задания. Научная новизна. Научная новизна работы заключается в упрощении процедуры обучения нейросетевой модели выбора пути приёма поезда на сортировочную станцию, которое достигается за счет декомпозиции нейронной сети на отдельные блоки, каждый из которых решает отдельное элементарное задание. Практическая значимость. Практическая значимость полученных результатов заключается в том, что представленная модель может быть использована при создании системы поддержки принятия решений ДСП парка приёма при выполнении поездной и маневровой работы. | ru_RU |
| dc.description.abstract | EN: Purpose. The purpose of this article is to improve the neural network model of the train receiving path selection by neural network decomposition into a set of interrelated blocks, each of which solves an elementary problem. Methodology. As a model of selection the train receive path is selected artificial neural network. Formation of the input parameters vector is proposed to be carried out based on data of automated rail traffic management systems. In order to simplify the procedure of the neural network learning, it is proposed to decompose the neural network with the allocation of a arrival prediction unit, the arrival paths release prediction unit and the unit of arrival paths priority determining. Findings. Represented complex neural network model allows determining efficient trains arrival paths, taking into account the trains arrival forecast and forecast of the arrival park situation. By separating the elementary tasks solved by the neural network model, the neural network was divided into separate units, each of which is responsible for performing a separate task. Originality. The scientific novelty of this work consists in simplifying the neural network learning procedure of the model of train arrival path selecting, which is achieved due to decomposition of the neural network into separate units, each of which solves a separate elementary task. Practical value. The practical significance of the results is that the presented model can be used when creating a decision support system chipboard reception at arrival park for supporting train and shunting work. | en |
| dc.identifier | DOI: 10.15802/tstt2018/150184 | en |
| dc.identifier.citation | Бардась, О. О. Удосконалення інтелектуальної моделі керування поїзною роботою парку приймання сортувальної станції / О. О. Бардась // Транспортні системи і технології перевезень : зб. наук. пр. Дніпропетр. нац. ун-ту залізн. трансп. ім. акад. В. Лазаряна. – Дніпро, 2018. – Вип. 15. – С. 5–11. – DOI: 10.15802/tstt2018/150184. | uk_UA |
| dc.identifier.issn | 2222-419Х (Print) | |
| dc.identifier.issn | 2313-8688 (Online) | |
| dc.identifier.uri | http://eadnurt.diit.edu.ua/jspui/handle/123456789/11115 | en |
| dc.identifier.uri | http://tstt.diit.edu.ua/article/view/150184/pdf_130 | en |
| dc.identifier.uri | http://tstt.diit.edu.ua/article/view/150184 | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | Дніпропетровський національний університет залізничного транспорту ім. акад. В. Лазаряна, Дніпро | uk_UA |
| dc.subject | штучна нейронна мережа | uk_UA |
| dc.subject | черговий по станції | uk_UA |
| dc.subject | прогноз прибуття поїздів | uk_UA |
| dc.subject | система підтримки прийняття рішень | uk_UA |
| dc.subject | искусственная нейронная сеть | uk_UA |
| dc.subject | дежурный по станции | ru_RU |
| dc.subject | прогноз прибытия поездов | ru_RU |
| dc.subject | система поддержки принятия решений | ru_RU |
| dc.subject | artificial neural network | en |
| dc.subject | station duty officer | en |
| dc.subject | train arrival forecast | en |
| dc.subject | decision support system | en |
| dc.subject | КТВ | uk_UA |
| dc.title | Удосконалення інтелектуальної моделі керування поїзною роботою парку приймання сортувальної станції | uk_UA |
| dc.title | Совершенствование интеллектуальной модели управления поездной работой парка приема сортировочной станции | ru_RU |
| dc.title.alternative | Improving the Intelligence Model of Train Traffic Management on Arrival Yards of Sorting Stations | en |
| dc.type | Article | en |