Розробка підсистеми оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи

Abstract

UK:Виконано аналіз існуючих штучних нейронних мереж для вирішення задач прогнозування. Визначено, що для прогнозування простоїв поїздів доцільно використати гібридну мережу, яка об'єднає в собі переваги нейронних мереж і систем нечіткого виводу. Спроектовано 6-входову нейронечітку мережу ANFIS, що надає прогноз періодів простою поїздів за алгоритмом Такагі-Сугено. Складено методику створення системи ANFIS в середовищі Matlab. Розроблено підсистему оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи. Виконана оцінка точності запропонованої методики.

RU: Выполнен анализ существующих искусственных нейронных сетей для решения задач прогнозирования. Определено, что для прогнозирования простоев поездов целесообразно использовать гибридную сеть, которая объединит в себе преимущества нейронных сетей и систем нечеткого вывода. Спроектирована 6-входовая нейронечеткая сеть ANFIS, предоставляющая прогноз периодов простоя поездов по алгоритму Такаги-Сугено. Составлена методика создания системы ANFIS в среде Matlab. Разработана подсистема оперативного прогнозирования простоев прибывающих поездов на основе ANFIS-системы. Выполнена оценка точности предложенной методики.

EN: The analysis of the existing artificial neural networks for solving the problems of forecasting. It was determined that in order to predict the idle trains is advisable to use a hybrid network that combine the advantages of neural networks and fuzzy inference systems. Designed six-input neuronetwork ANFIS, providing forecast periods of inactivity train the algorithm Takagi-Sugeno. Compiled method of creating a system ANFIS in the environment Matlab. The subsystem operational forecasting delays of trains arriving on ANFIS-based system. The estimation accuracy of the proposed method.