автореферат диссертации по транспорту, 05.22.08, диссертация на тему:Интеллектуальное сопровождение производственных процессов на железнодорожном транспорте

На правах рукописи

ОСОКИН ОЛЕГ ВИКТОРОВИЧ

ИНТЕЛЛЕКТУАЛЬНОЕ СОПРОВОЖДЕНИЕ

ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ

Специальность 05.22.08 - Управление процессами перевозок

АВТОРЕФЕРАТ

диссертации на соискание учёной степени доктора технических наук

005549102

15 МАП 2014

Москва-2014

005549102

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Уральский государственный университет путей сообщения» (УрГУПС)

Научный консультант - Козлов Пётр Алексеевич

доктор технических наук, профессор, лауреат Государственной премии РФ

Официальные оппоненты: Бородин Андрей Фёдорович

доктор технических наук, профессор, ОАО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», руководитель научно-технического комплекса по управлению перевозками

Персианов Владимир Александрович доктор экономических наук, профессор, ФГБОУ ВПО «Государственный университет управления», профессор кафедры «Управление на транспорте»

Ефименко Юрий Иванович доктор технических наук, профессор, ФГБОУ ВПО «Петербургский государственный университет путей сообщения», профессор кафедры «Железнодорожные станции и узлы»

Ведущая организация - федеральное государственное унитарное

предприятие «Научный центр по комплексным транспортным проблемам Министерства транспорта Российской Федерации»

Защита состоится «04» июня 2014 года в 13 час. 30 мин. на заседании диссертационного совета Д 218.005.07 на базе федерального государственного бюджетного образовательного учреждении высшего профессионального образования «Московский государственный университет путей сообщения» (МГУПС (МИИТ)) по адресу: 127994, г.Москва, ул. Образцова, д. 9, стр. 9, ауд. 2505.

С диссертацией можно ознакомиться в библиотеке и на сайте МГУПС (МИИТ).

Автореферат разослан «24» апреля 2014 года.

Отзывы на автореферат, заверенные печатью организации (в двух экземплярах), просим направлять по адресу диссертационного совета.

Учёный секретарь диссертационного совета, доктор технических наук, профессор

А.В. Горелик

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность проблемы и степень её разработанности. На

железнодорожном транспорте России создана мощная информационная среда, позволяющая вести мониторинг перевозочного процесса в реальном масштабе времени, и это является большим достижением. Однако отдача от многих информационных систем, некорректно называемых АСУ, остаётся довольно низкой. На руководителей и оперативных работников обрушивается огромный, но слабо упорядоченный поток информации, что затрудняет его эффективное использование. Работники ГВЦ могут выдавать ежедневно около трёх тысяч различных справок, но фактически запрашивается их всего лишь два-три десятка.

В построении информационной среды на железнодорожном транспорте можно выделить две стадии. Первая - это развитие информационного сопровождения производственных процессов, то есть построение автоматизированных справочных систем; вторая - развитие интеллектуального сопровождения производственных процессов, то есть создание систем поддержки принятия управленческих решений.

До недавнего времени ежедневный отчёт начальнику дороги представлял собой книгу из ста с лишним страниц. Процесс принятия решений в ней фактически не затрагивается. Это означает, что практически реализована лишь первая стадия построения интеллектуальной информационной среды.

В условиях структурного и технологического усложнения производственных процессов на железнодорожном транспорте всё более очевидной становится необходимость перехода ко второй стадии. Рыночная экономика с её высокой динамикой экономических и транспортных связей, наличием многих участников транспортного процесса (собственников подвижного состава, операторов, грузовладельцев и т.д.) создаёт условия, в которых оперативным и административным руководителям всё труднее

принимать эффективные управленческие решения. Об этом говорит ухудшение ряда важных эксплуатационных показателей работы дорог. Станционные парки забиты вагонами, порожний пробег увеличился чуть ли не вдвое, на подходах к морским торговым портам неделями стоят сотни железнодорожных составов. Рыночная же экономика требует наличия надёжных и эффективных транспортных связей, и это требование обусловливает необходимость развития транспортной инфраструктуры. Решение этой задачи предусмотрено в Стратегии развития железнодорожного транспорта в Российской Федерации до 2030 года. В отрасли разрабатываются и реализуются десятки крупных инвестиционных проектов. ОАО «РЖД» ежегодно выделяет на эти цели более 400 млрд. руб.

Методы технологической оценки проектов, разработанные десятилетия назад, сегодня недостаточны. Необходима их серьёзная корректировка, основанная на имитационной экспертизе, то есть, технологическом исследовании проекта с использованием компьютерного моделирования. Эта важная общетранспортная проблема до сих пор остаётся нерешённой.

Таким образом, создание комплекса интеллектуальных систем автоматизированного анализа, расчёта и управления в сфере железнодорожных перевозок - это объективная необходимость настоящего времени.

Целью исследования являлась разработка методологии интеллектуального сопровождения производственных процессов на железнодорожном транспорте, в том числе обоснование необходимости формирования интеллектуальной информационной среды, формулирование принципов выбора моделей и создание технологии их использования в интеллектуальных системах автоматизированного управления.

В качестве объекта исследования выбраны производственные процессы в сфере перевозок на железнодорожном транспорте, предметом исследования является проблема организации интеллектуального

сопровождения технологий перевозочного процесса.

Задачи исследования. Реализация цели исследования потребовала решения следующих задач:

- исследование существующего научного и практического опыта построения информационной среды для эффективной организации перевозочного процесса;

- анализ и выбор инструментов для организации интеллектуального сопровождения основных производственных процессов;

- исследование принципов построения систем интеллектуального анализа состояния и результатов работы железнодорожного транспорта;

- разработка технологии прогнозирования транспортных потоков с использованием информационного хранилища, динамических моделей и имитационного моделирования;

- определение принципов построения интеллектуальной системы планирования поездообразования и согласованного подвода вагонов;

разработка технологии автоматизированного построения интеллектуальных имитационных моделей для расчёта станций и узлов;

- разработка технологий оптимального управления оборотом поездных локомотивов и потоками порожних вагонов;

- обоснование принципов построения интеллектуального тренажёра;

- апробация результатов исследования при решении практических задач.

Научная новизна исследования. В диссертации разработана

методология интеллектуального сопровождения производственных процессов на железнодорожном транспорте, включающая обоснование необходимости создания интеллектуальной информационной среды, принципы выбора моделей и технологию их использования.

Разработаны:

принципы построения автоматизированных систем для интеллектуального анализа состояния и результатов работы систем

железнодорожного транспорта;

- технология прогнозирования потоков и состояния системы с использованием информационного хранилища и имитационного моделирования;

- принципы построения интеллектуальной системы планирования поездообразования на сортировочных станциях и согласованного подвода вагонов и поставки грузов;

- технология автоматизированного построения интеллектуальных имитационных моделей для расчёта железнодорожных станций и узлов;

- технология оптимального управления потоками порожних вагонов с использованием динамических моделей, в том числе вагонов частных собственников;

технология оптимального управления оборотом поездных локомотивов с использованием динамических моделей;

- принципы построения интеллектуального тренажёра и методика обучения на нём станционных диспетчеров.

Теоретическая значимость исследования заключается в разработке методологии интеллектуального сопровождения производственных процессов на железнодорожном транспорте, включающей принципы выбора моделей и технологию их использования.

Практическая значимость. Разработанная в диссертации методология даст возможность:

а) освободить оперативных и административных руководителей от рутинной переработки огромных потоков информации, поскольку интеллектуальный адресный аначиз позволит получать оценку состояния системы и результатов работы в удобном агрегированном виде;

б) повысить эффективность принимаемых решений с помощью предлагаемых оптимизационных и имитационных моделей;

в) существенно сократить время на анализ и принятие управленческих

решений, а также избежать многочисленных ошибок, которые обычно случаются при работе человека с большими массивами данных.

В результате достигаются следующие виды эффекта:

• имитационная экспертиза с исследованием на подробной компьютерной модели позволит существенно повысить качество проектов развития транспортной инфраструктуры;

• использование аналитического аппарата информационного хранилища позволит делать более обоснованные прогнозы;

• использование метода динамического Согласования даст возможность более рационально планировать подвоз грузов к портам и крупным потребителям;

• предложенная технология применения моделей класса «динамическая транспортная задача» позволит более эффективно управлять потоками порожних вагонов, ускорить оборот частных вагонов и поездных локомотивов;

• внедрение интеллектуального тренажёра на сети дорог даст возможность усовершенствовать обучение станционных диспетчеров и поднять уровень их квалификации.

Использование основных положений и выводов диссертации на практике показало их применимость и высокую эффективность.

Методология исследования базируется на использовании аппарата оптимизации, теории случайных процессов, теории множеств, имитационного моделирования и теории принятия решений. Методической основой явились труды ведущих учёных отрасли в области расчёта транспортных систем, технологии работы транспорта, методов моделирования и оптимизации: В.М.Акулиничева, А.Э.Александрова, В.И.Апатцева, А.П.Батурина, А.Ф.Бородина, Н.П.Бусленко, И.П.Владимирской, А.С.Гершвальда, Ю.В.Дьякова, Ю.И.Ефименко, П.А.Козлова, В.А.Кудрявцева, А.В.Кутыркина, Б.А.Лёвина, В.Я.Негрея, В.И.Некрашевича, А.Т.Осьминина, Ю.О.Пазойского,

В.А.Персианова, А.П.Петрова, Н.В.Правдина, С.М.Резера, Е.А.Сотникова, И.Б.Сотникова, Е.Н.Тимухиной, Е.М.Тишкина, Н.А.Тушина, А.К.Угрюмова, Н.С.Ускова, Д.Р.Фалкерсона, Л.Р.Форда, Н.Н.Шабалина, В.А.Шарова, М.И.Шмулевича, а также разработки ведущих научных организаций отрасли.

Результаты исследования, выносимые на защиту:

- методология интеллектуального сопровождения производственных процессов на железнодорожном транспорте, то есть обоснование необходимости интеллектуальной информационной среды, принципы выбора моделей и технология их использования для построения интеллектуальных АСУ. В том числе:

принципы построения автоматизированных систем интеллектуального анализа;

- разработка имитационных систем для интеллектуального построения и обработки результатов компьютерных моделей железнодорожных станций и узлов;

технология имитационной экспертизы проектов развития транспортной инфраструктуры;

- методика прогнозирования потоков и состояния системы с использованием аналитического аппарата информационного хранилища и ряда моделей;

- методика интеллектуального планирования поездообразования и согласованного подвода грузов к портам и крупным потребителям;

- технология оптимального управления потоками в распределённых транспортно-складских системах;

- технология оптимального управления кольцевыми сырьевыми маршрутами;

- технология оптимального управления потоками порожних вагонов;

- технология оптимального управления оборотом поездных локомотивов и грузовых вагонов частных собственников;

- построение интеллектуального тренажёра для автоматизированного обучения станционных диспетчеров.

Достоверность и обоснованность основных научных положений, выводов и рекомендаций подтверждается логичным построением процесса исследования, корректным использованием математических методов и оптимизирующих процедур, а также экспериментальными расчётами и внедрением результатов исследования в практику.

Реализация результатов работы. Результаты научных исследований использовались при экспертизе проектов развития транспортного узла Усть-Луга, железнодорожного узла Дёма, при построении формализованной технологии для принятой в опытную эксплуатацию автоматизированной системы управления работой основного полигона Свердловской железной дороги, при оценке результатов обоснования инвестиций в развитие станций Карымская, Курган и других, при выборе эффективных технологий доставки сырья кольцевыми маршрутами на ряде дорог сети. Технология снижения стыковых потерь, модели оптимизации, технология автоматизированного построения имитационных моделей железнодорожных станций и узлов используются в учебном процессе Уральского государственного университета путей сообщения. Результаты работы подтверждены документами об их внедрении и использовании.

Апробация работы. Основные положения и результаты диссертации обсуждались и были одобрены на Межгосударственной научно-технической конференции «Состояние и перспектива развития научно-технического потенциала Южно-Уральского региона» (Магнитогорск, МГМИ, 1994); Межгосударственной научно-технической конференции «Развитие сырьевой базы промышленных предприятий Урала» (Магнитогорск, МГМА, 1995); Первой научно-технической конференции «Наука и инженерное творчество -XXI веку» (Екатеринбург, РУО АИН РФ, 1995); Всероссийской научно-технической конференции «Фундаментальные и прикладные исследования -

транспорту» (Екатеринбург, УрГУПС, 2000); Всероссийской научно-технической конференции «Проблемы и перспективы развития железнодорожного транспорта», посвященной 125-летию Свердловской железной дороги (Екатеринбург, УрГУПС, 2003); научно-практической конференции, посвященной 50-летию ВНИИАС «Создание имитационных моделей транспортных процессов» (Звенигород-Москва, ВНИИАС, 2004); Международной научно-практической конференции «Современные тенденции развития средств управления на железнодорожном транспорте» (Москва, ВНИИАС, 2006); Международной научно-практической конференции «Актуальные проблемы стратегического менеджмента и развитие экономики. Августовские чтения - 2009» (Магнитогорск, МГТУ, 2009); Международной научно-практической конференции «Социально-экономическое развитие хозяйственных систем в современных условиях: опыт, проблемы, перспективы» (Магнитогорск-Москва, МГТУ, 2010); Первой научно-технической конференции «Интеллектуальные системы управления на железнодорожном транспорте - ИСУЖТ-2012» (Москва, МИИТ, 2012); Первой международной научно-практической конференции «Инновации и исследования в транспортном комплексе» (Курган, КИЖТ УрГУПС, 2013); Всероссийской научно-технической конференции «Транспорт Урала - 2013» (Екатеринбург, УрГУПС, 2013); расширенных заседаниях кафедр «Управление эксплуатационной работой» УрГУПС (Екатеринбург, 2013) и «Железнодорожные станции и узлы» МГУПС (Москва, 2013) и др.

Публикации. По теме диссертации опубликовано 34 работы, в том числе 16 - в ведущих изданиях из перечня, рекомендованного ВАК при Минобрнауки России.

Структура и объём диссертации. Работа содержит 355 страниц машинописного текста, включая рисунки и таблицы. Структура диссертации включает: введение, 9 глав основного текста, заключение, список использованной литературы (176 наименований), список сокращений и

условных обозначений, приложение.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении даётся постановка проблемы, раскрывается актуальность темы диссертации, формулируются цель и задачи исследования.

В главе 1 «Состояние практики и исследования по теме» показано развитие информатизации в разных производственных сферах, а также дан анализ научных работ в этой области на железнодорожном транспорте.

Создание высокоэффективных современных производств предполагает автоматизацию не только физического, но и умственного труда человека. Как показал анализ, в последние десятилетия в сфере производства складывается ситуация, при которой человек уже не в состоянии воспринимать и перерабатывать весь объём информации, необходимый для принятия эффективных управленческих решений. Автоматизация интеллектуальной деятельности потребовала решения новых научных и практических задач, не возникавших ранее. Прогресс в области информатизации практически всех сфер деятельности человека связан с тем, что часть интеллектуальной нагрузки берут на себя компьютеры. Научное направление, в рамках которого решаются такие задачи, называют искусственным интеллектом. В настоящее время развитие науки и техники достигло такого уровня, когда становится уже реальным его создание, или точнее, моделирование (имитация) интеллектуальной деятельности человека.

Как показало исследование, на железнодорожном транспорте при создании информационной среды ставилась и решалась задача мониторинга перевозочного процесса. Основная часть научных разработок посвящалась построению моделей расчёта железнодорожных станций, плана формирования и графика движения поездов. Проблема интеллектуального сопровождения производственных процессов практически не затрагивалась. В диссертации поставлена задача рассмотреть эту проблему и предложить пути её решения.

Глава 2 «Интеллектуальное сопровождение процессов расчёта станций и узлов» посвящена принципам создания имитационных систем для интеллектуального построения моделей в автоматизированном режиме.

На крупных железнодорожных станциях пути, сортировочные и грузовые устройства объединены в единое целое сложной сетевой структурой, включающей десятки станционных путей и сотни стрелочных переводов (для краткости далее будем называть их стрелками). В структуре возникают задержки, которые изменяют характер процессов взаимодействия. Как показало исследование, пропускная способность станционных горловин не является независимым параметром, она функционально зависит от многих факторов организационно-технологического характера и схемы путевого развития станции. Процессы взаимодействия транспортного потока с путевой структурой не поддаются формальному описанию, поэтому единственным адекватным методом расчёта станций является имитационное моделирование.

Автоматизированное построение моделей. На первых этапах основную работу по построению модели брал на себя пользователь. Он должен был подробно описывать схему станции и технологию работы, в том числе варианты выполнения каждой операции и управление процессами (Рисунок 1). Огромная трудоёмкость (полное описание модели крупной станции составляет 600-700 тысяч строк) и высокая вероятность ошибок ставили серьёзные препятствия на пути применения этого метода. Стала объективно необходимой автоматизация этой работы.

В этом случае в имитационную систему включается подсистема автоматизированного построения и расчёта (САПР), которая берёт часть как рутинной, так и интеллектуальной работы пользователя на себя. При моделировании «на уровне операций» САПР генерирует все варианты выполнения операций с участвующими элементами, а «на уровне процессов» строит структуру процесса в виде последовательности операций и условий их выполнения (Рисунок 2). В этом случае САПР выполняет порядка 95% всего

объёма работы. Для этого система моделирования должна иметь богатый электронный справочник, который «знает» основные технологические процессы станций и характер выполнения операций.

"к1.-','■■'.- .*, ■■ '; «.пи;

Построение модели на

уровне элементов

Рисунок 1. Построение модели на уровне элементов системы

Интеллектуальное сопровождение построения моделей включает в себя (Рисунок 3):

автоматизированное, удобное для пользователя построение схемы путевого развития и отображение структурных параметров моделируемой системы;

- автоматическое преобразование (декомпозицию) структуры в элементы модели;

- автоматизированное отображение технологии с заданием технологических параметров;

- 14- автоматическое преобразование технологии в операции модели и их взаимосвязи;

автоматическое получение параметров структуры и технологии из оперативных баз данных информационного хранилища или из электронных справочников.

Рисунок 2. Моделирование на уровне процессов

Все части схемы должны быть отражены в элементах:

Е, (1)

где Р, Я, Ь - множества путей, перегонов и стрелок;

Е - множество элементов. При этом все одновременно происходящие передвижения после разбиения должны быть реализуемы:

где ^ /,(/А. >,</>; ¡);\г0 )>\1р />{Ра /)' Маршруты передвижений на реальной схеме;

Л /-Ру\\_1/_ги>\ / _/н>\ / оиЛ I

маршруты передвижении

на схеме в модели;

/>,•, Г{, /,■ - соответственно путь, перегон, стрелка и элемент; X,Z - номера передвижений на реальной схеме; \>,М> - номера передвижений на схеме в модели.

Рисунок 3. Принципы автоматизации построения моделей

САПР должна уметь присваивать операциям постоянные и динамические приоритеты.

В главе 3 «Имитационная экспертиза проектов развития транспортной инфраструктуры» рассматривается разработанная автором технология имитационной экспертизы проектов развития транспортной инфраструктуры.

Показано, что схемные решения в проектах развития железнодорожных станций должны проходить технологическую проверку. Сама по себе схема -это всего лишь застывшая форма. Только после наложения технологии, наполнения схемы потоками, которые надо переработать и пропустить с оценкой параметров этой работы, схема становится объектом проектирования. Неслучайно в промышленно развитых странах проекты, как правило, проходят этап имитационной экспертизы.

В диссертации показано, что имитационная экспертиза - это системное исследование с помощью экспериментов на модели, позволяющее получить полную характеристику объекта (пропускная способность, время нахождения транспортных средств в системе с расчленением по районам и операциям, «узкие места» структуры и технологии), а также характеристику работы элементов и их взаимодействия между собой и с транспортными потоками (полную и полезную загрузку устройств, «узкие места» структуры и технологии).

Для качественной оценки проекта важно выполнять структурно-функциональный и функционально-структурный анализы. В первом случае задержки потока из-за элементов структуры распределяются по операциям (Рисунок 4), во втором - наоборот: операциям соотносятся определённые элементы системы.

Для внедрения такого подхода необходимо совместным решением ОАО «РЖД» и Минтранса России ввести процедуру имитационной экспертизы проектов, утвердить требования к системе моделирования, составу модели и

выдаваемым результатам, а затем провести обучение сотрудников проектных

организаций.

Задержка

Элемент Тип операции Графически Сумиарн. |чч:ми) Средн. на операцию (чч:мы)

1 Стр.205,207,213.215217,219221.2 135 245.349.3536.355,3576 Не указан район

Окончание формирования 06:46 00:11

Отправление поезда 01:53 00:03

Формирование подачи 01 01 00:03

Отправление поезда {КМ) 00:34 00:03

Перестановка 00:31 00:07

Перестановка (КМ) 00:16 00:06

!Стр.80,94,100 Не указан район

Расформирование „ < 04:18 00:06

Следование локомотива резервом 01:09 00:01

Расформирование (с маршрутами) 00:30 00:01

Уборка поездного локомотива 00:28 00:02

Подана поездного локомотива 00:25 00:02

Перестановка (КМ) 00:05 00:01

Перестановка 00:03 00:02

п парка Парк 5 Не указан район

Расформирование 03:36 00:07

Расформирование (с маршрутами) 00:24 00:02

Перестановка 00:13 00:13

Перестановка (КМ) 00:06 00:01

| Стр.204 Не указан район

Подача поездного локомотива 01:51 00:03

Перестановка 00:41 00:02

Уборка поездного локомотива 00:35 0002

Прием поезда 00:29 00:05

Отправление поезда 00:20 00:03

Следование локомотива резервом 00:19 00:02

Рисунок 4. Разложение структурных задержек по операциям

Глава 4 «Организация интеллектуального анализа» посвящена проблеме построения автоматизированных систем интеллектуального анализа.

Как уже отмечалось, на железнодорожном транспорте функционирует разветвлённая сеть АСУ, то есть информационных систем, которые позволяют вести мониторинг технологического процесса в реальном времени. Информация всё чаще получается не ручным вводом, а автоматически, от рельсовых цепей и других устройств автоматики. Однако огромные потоки информации используются слабо и мало влияют на выработку рациональных решений. Причина состоит в том, что справочные данные не ориентированы

на конкретного руководителя и не проходят необходимую содержательную обработку. В современных условиях лицам, принимающим решения, необходима «интеллектуальная надстройка» - автоматизированные аналитические системы, которые могли бы выполнять интеллектуальную обработку информации и выдавать адресный анализ для оперативных и административных руководителей в соответствии с их полномочиями и набором возможных технологических решений. Такого рода анализ должен стать основой системы поддержки принятия решений.

В главе показано также, что автоматизированные аналитические системы должны опираться на существующую информационную среду, обеспечивающую сбор информации в местах её возникновения, передачу этой информации в оперативные базы данных с последующей обработкой и хранением в технологических информационных хранилищах (Рисунок 5).

АВТОМАТИЗИРОВАННЫЕ АНАЛИТИЧЕСКИЕ СИСТЕМЫ

ч Аналитические

НАЗНАЧЕНИЕ

1. Детальный анализ технологического процесса

— по видам перевозок,

— по направлениям,

- по дорогам,

- по станциям и узлам

2. Оперативный анализ эффективности принимаемых решений.

3. «Узкие места» структуры и технологии.

4. Рекомендуемые меры по совершенствованию технологии.

Анализ вьдеаётся адресный — в соответствии с полномочиями и требованиями административного или оперативного руководителя.

Рисунок 5. Построение перспективной информационной среды

Автоматизированные аналитические системы должны использовать корректно построенную принципиальную модель объекта или процесса для содержательной трактовки полученной информации. Интерпретация результатов мониторинга требует понимания сущности процессов, протекающих в транспортной системе. Аналитик должен иметь теоретическую модель, показывающую, как в принципе можно объяснить те или иные результаты или показатели функционирования системы. Таким образом, теоретическая модель «говорит» где искать возможную причину тех или иных проблем в транспортной системе.

В диссертации показано, что автоматизированный анализ обладает несомненными достоинствами благодаря:

- оперативности за счёт использования мощностей компьютеров;

- точности из-за снижения субъективных ошибок;

- лёгкой распространяемости данных, достигаемой путём использования электронных носителей информации;

- удобству использования для последующих анализов за счёт унификации данных и хранения их в компьютерной памяти;

обучаемости автоматизированных аналитических систем (настраиваемость, выбраковка лишнего и ошибочного).

Как показал анализ, автоматизированная система может осуществлять и интеллектуальный мониторинг работы транспортной системы. При оценке результатов на практике приходится сравнивать действия одного диспетчера с действиями другого по среднестатистическим параметрам существующей технологии, не совпадающей с оптимальной технологией (идеальным процессом), наилучшей в данных условиях. В последнем случае необходимо применять оптимизационные модели. Сравнение же с «идеальным процессом» можно считать интеллектуальным анализом. Именно он становится основой для систем поддержки принятия решений.

В главе 5 «Интеллектуальное сопровождение процессов управления

транспортными потоками» приводится методология использования динамических моделей для интеллектуального сопровождения процессов управления транспортными потоками.

Известно, что в транспортных исследованиях оптимизацию управления потоками чаще всего пытались осуществлять решением транспортной задачи линейного (редко квадратичного) программирования, которая по сути своей является статической. С её помощью оптимизировать реальные динамические процессы невозможно. В ней нет понятий, описывающих ритмы отправления и прибытия грузов, а также процесс перемещения потоков по сети. Поэтому дальше сферы научных разработок линейное программирование на транспорте не пошло. Практике нужны динамические модели.

В диссертации предлагается использовать класс моделей, построенных на основе разработанной профессором П.А.Козловым «динамической транспортной задачи с задержками» (ДТЗЗ). Она впервые позволила рассчитать оптимальный динамический процесс.

Динамическая задача решается сведением к статической методом «размножения во времени». Преобразование ДТЗЗ для решения определённого типа задач осуществляется введением ряда дополнительных дуг с содержательным смыслом. Таким образом могут создаваться модели оптимального управления грузопотоками, гружёными и порожними вагонопотоками, поездопотоками, а также оборотом поездных локомотивов и частных вагонов (Рисунок 6).

Как показало исследование, в зависимости от типа задачи и масштабов объекта число переменных в «размноженной» модели может колебаться от 2030 тысяч до 300 тысяч. Задачи нижнего уровня с использованием модели можно решать на персональных компьютерах, а задачи верхнего уровня -лучше на суперкомпьютерах.

Управление потоками порожняка

Управление оборотом локомотивов

\

т

Управление оборотом частных вагонов

т

т

Динамическая транспортная задача с задержками (ДТЗЗ)

■I - - 1 — Г

во времени

- Тт

т

т~т

Решение ТЗЛП большого размера

Преобразование результатов ТЗЛП в результаты ДТЗЗ

Т".............."1" т

Результаты ДТЗЗ

П=Е

Преобразование результатов ДТЗЗ в результаты содержательных задач

I

Согласованный подвод к портам

X

Преобразование содержательной задачи в формальн)'ю

Транспортная задача линейного программирования (ТЗЛП)

Результаты (частные вагоны)

Преобразование ДТЗЗ в ТЗЛП методом размножения

Результаты (согласованный подвод)

Рисунок 6. Схема автоматизированного решения задач оптимального управления транспортными потоками

Исследование показало, что для решения задачи управления потоками на большом полигоне необходима обширная исходная информация о состоянии путевой инфраструктуры, о расположении вагонов и локомотивов, условиях пропуска потока по участкам и др. Необходим специальный программный блок, который преобразовывал бы информацию из существующих информационных систем (АСОУП, ДИСПАРК, ДИСЛОК и др.) в вид, необходимый для работы модели. Без автоматизации процесса подготовки исходной информации автоматизированное управление построить нельзя.

Управление потоками порожних вагонов в последние годы усложнилось, как и выбор рациональных управленческих решений. Для использования динамической транспортной задачи необходимо знать начальное расположение «порожняка» с подразделением по родам вагонов. Система ДИСПАРК позволяет получить эту информацию по определённому запросу. При этом нужно знать не только местонахождение вагонов на момент планирования перевозки, но и на момент её фактического начала. И здесь должна работать подсистема автоматизированного прогноза, ведь за время определения заявки может произойти перемещение вагонов из района приближения и их выгрузка.

К тому же планирование подвода порожних вагонов может осуществляться на несколько суток вперёд. Случайный разброс по времени выполнения отдельных операций весьма велик и это вызывает большие сомнения в правомерности прикрепления конкретных вагонов к конкретным заявкам с помощью системы ЭТРАН.

Практика показывает, что степень расхождения планируемого и фактического места и времени нахождения вагона и вначале, и в конце операции весьма значительно. Более целесообразным был бы следующий подход: до района конкретного распределения вагонов по пунктам погрузки (например, до ЦУМРов) вагоны распределяются в безномерном порядке, а в

районе осуществляется номерное прикрепление с учётом конкретной ситуации (Рисунок 7).

В главе 6 «Оптимизация процессов обращения вагонов, локомотивов и поездообразования» описывается технология использования ДТЗЗ для решения задач оптимального управления оборотом поездных локомотивов, частных вагонов и прогноза поездообразования. Подход к решению каждой из этих задач имеет свои особенности.

Оборот частных вагонов. Потоки вагонов разных собственников могут требовать различных режимов пропуска. Поэтому поток следует рассматривать как многоструйный. По каждой струе могут быть заданы разные скорости продвижения, стоимостные параметры и режимы пропуска. Оптимизировать управление многоструйными потоками предлагается с помощью многопродуктовой ДТЗЗ.

Наличие многих собственников существенно усложняет процессы транспортного обслуживания экономики. Возможны ограничения по времени

общего оборота вагонов и другим параметрам. Например, для вагонов с дорог Казахстана, после превышения нормативного времени пребывания их на территории России, нелинейно возрастают штрафы. Поэтому здесь приходится выбирать законченные маршруты оборота с выполнением ограничений по времени и рациональным использованием по стоимостным параметрам. Задача оптимизации при этом существенно усложняется, так как возникают процессы перехода вагонов из порожнего состояния в гружёное и наоборот. Можно учитывать и динамику грузопотока на станциях погрузки и выгрузки. В функционал включаются затраты на перемещение и простои гружёных и порожних вагонов.

В моделях могут отображаться замкнутый и разомкнутый циклы оборота вагонов, требование возврата тех или иных вагонов в конкретный пункт сети не позднее заданного срока, перерабатывающие возможности пунктов погрузки-выгрузки и другие условия.

Оборот поездных локомотивов. Предлагается использовать специальную (модифицированную) постановку динамической транспортной задачи - ДТЗЗ-Л. Её особенностью является необходимость одновременного отображения перемещения составов и локомотивов, разделения и соединения этих потоков на станциях с депо.

Введём обозначения: xml(^) " поток составов в поездах, прибывающих на станцию (/, k,j); yml(t) - поток локомотивов в поездах, прибывающих на станцию (/, k,J); Хц(t) - локомотивы на станции в ожидании депо; Уи (t) ~ составы на станции, ожидающие подачи в депо; Ху(t) - процесс обработки состава; yik (t) - подача локомотива в депо; Укк (t)~ локомотивы, ожидающие обслуживания в депо;

- обслуживание локомотива в депо; ху(( ) - готовые составы в поезде, ожидающие отправления; У ') - локомотивы в поезде, ожидающие отправления; лгу/ (() - поток составов в поездах, следующих на другую станцию; Уt) - поток локомотивов с поездами, следующих на другую станцию. Ах* (1) • формирование составов; Ах^ (I) - расформирование составов.

По станциям отображаются три пункта:

• пункт «/» — простоя составов и локомотивов после прибытия;

• пункт «к» - нахождения локомотивов в ожидании обслуживания в депо;

• пункт «)» - нахождения составов и локомотивов в поездах, готовых к отправлению (Рисунок 8).

Дуга Ху (I) означает обработку состава;

дуга у¡к (I) - подачу локомотива в депо;

дуга Ущ(1) - обслуживание локомотива в депо.

Дуги Хр(1) и у¡1 (() отображают процесс движения поездов со станции (/, к, у) в пункт /. Процесс зарождения потока отображается переменной Ах^ (I), процесс погашения - переменной Ах~^(1).

Задача решается в следующей постановке: обеспечить движение составов от пунктов зарождения к пунктам погашения с минимальными суммарными затратами на непроизводительные простои составов и локомотивов. При этом не должны нарушаться ограничения по пропускной способности участков, ёмкости станционных путей и производительности депо.

Рисунок 8. Схема преобразования ДТЗЗ для отображения оборота локомотивов

Разработаны балансные уравнения ДТЗЗ-Л:

динамика прибывших составов на станцию -

хи« + Л) = хи(1) + хт1О-тт1) + АхТ(0-хиО), (3)

динамика прибывших локомотивов -

Ун 0 + 1) = У и ( О + Ут> (* У ¡к ( О» (4)

динамика локомотивов, ожидающих подачи в депо -

Укк (* + !) = Укк(0 + У ¡к (* - Ггк ) - У к/О, (5)

динамика составов в поездах, ожидающих отправления -

Хма+1) = Х)]0) + Ху (I -т0)- хл (1)-Лх~}(1), (6) динамика локомотивов под составами, ожидающих отправления -

У}// + 1) = уш(1) + ущ(1-Тк,)~ уп((), (7)

Основные ограничения:

по пропускной и перерабатывающей способности (в размноженной сети это одно и то же) -

\/Р]\/\х1/()<<11/(), (8)

| уы(0^ы(0, (9)

по вместимости станций -

V О О , (Ю)

Функционал может содержать затраты различной структуры. Как правило, будет достаточно отразить лишь непроизводительные простои составов и локомотивов. Для данной станции это обеспечивается условием:

11(^-ха(о+сг-уа(о)+^М'уи(о+т: Ьхк-хкк(о /' 1=0 к ¡=0 ) (—0

Т (И)

+ 1 М-Укк(0^тт

; 1=о

или в общем случае -

11 (cfxa (t) + cf y„ (t)) -> min (12)

i t

Движение потоков будет вызываться необходимостью согласовать потоки с переменными AxJ (t) и минимизацией функционала.

Отображение захода локомотивов в депо и их смены осуществляется в несколько этапов.

Этап 1. Обеспечение поездопотока локомотивами, как если бы они не заходили в депо. Решается задача ДТЗЗ-JI, описанная выше.

Этап 2. Специальная подпрограмма определяет точки замены локомотивов под составами (Рисунок 9).

Этап 3. Строится новая ДТЗЗ, где потоками являются только потоки локомотивов из точек движения в депо и из депо. На этом этапе решается задача выбора оптимальных маршрутов движения локомотивов, с учётом возможностей депо и требования бесперебойного обеспечения поездопотока тягой. Если локомотивов не хватает, ДТЗЗ укажет точки возможного срыва.

Интеллектуальная система планирования поездообразования. Система состоит из двух подсистем - предварительного расчёта на базе специализированной ДТЗЗ и имитационной модели, проверяющей реализуемость плана.

Подсистема предварительного расчёта поездообразования. Пусть задан план формирования поездов по направлениям. Известны состояние сортировочного парка, парка прибытия, прогноз прибытия поездов и их состав. Требуется определить наилучший режим расформирования поездов, обеспечивающий сокращение времени накопления составов. Эту задачу решает подсистема предварительного расчёта. Для этого потребовалась специальная трактовка ДТЗЗ. «Пунктами производства» А'-го вида «продукции» выступают пути в парке приёма. На эти пути принимают составы, содержащие разные виды «продукции» — группы вагонов разных назначений. «Пунктом потребления» А-го вида «продукции» является путь в сортировочном парке, специализированный для накопления вагонов на Аг-е назначение. Требуется минимизировать суммарные затраты, связанные с нахождением вагонов на путях парка приёма, с перемещением вагонов (во времени и в пространстве) с путей приёма на сортировочные пути и с нахождением вагонов на путях сортировочного парка.

Подсистема предварительного расчёта определяет рациональную очерёдность роспуска составов и рассчитывает наиболее ранние возможные моменты завершения накопления составов.

Подсистема окончательного расчёта поездообразования. В основе расчёта лежит имитационная модель, настроенная на конкретную станцию. В

этой модели отображается всё многообразие передвижений в горловинах станции и на станционных путях. Это позволяет в процессе расчёта учитывать все «враждебные» передвижения. Для создания модели, работающей в интеллектуальной системе, используется имитационная система ИСТРА. Исходные данные для расчёта поступают в систему из трёх источников: АСОУП, АСУСС, АРМ нормировщика локомотивных бригад (АРМ ТЧБ). Другим основным источником информации для описываемой автоматизированной системы служит АСУСС. Расчёт на имитационной модели позволяет определить моменты окончания накопления составов по плану формирования станции с учётом действующих норм длины и веса поездов. По информации о прогнозируемых моментах окончания накопления составов по путям сортировочного парка и назначениям принимаются обоснованные решения по нарядам бригад. Анализ опыта эксплуатации системы показал, что она обладает достаточной точностью.

Глава 7 «Планирование согласованного подвода вагонов и грузов» посвящена технологии построения и использования моделей для тонирования согласованного подвода грузов и вагонов.

Согласованный подвод грузов или порожних вагонов предполагает гармонизацию ритмов прибытия потока и ритма его потребления. Рассчитать необходимые ритмы отправления из разных пунктов с разным временем хода и отличающейся интенсивностью потока практически невозможно из-за огромного числа вариантов. Равномерное отправление из мест погрузки не может обеспечить равномерное прибытие потока в пункт назначения. Вот как выглядел бы график прибытия маршрутов с углём на Новолипецкий комбинат при равномерном отправлении (Рисунок 10).

Если нет опозданий, то можно найти рациональный вариант продвижения потока сопоставлением затрат на простои вагонов у отправителя и получателя. Решение задачи в такой постановке разработано. В противном случае нужно корректировать ритмы отправления.

Рисунок 10. График прибытия маршрутов с углём при ритмичном

отправлении

Для корректировки ритмов отправления используется метод динамического согласования (МДС). Он отличается тем, что в ДТТЗ вводятся корректирующие переменные О)/ (t) в пунктах производства р;-, означающие уменьшение объёма производства q¡(t) и соответственно увеличение qt(t — 1) на величину (Dj(t) с производственными расходами Cj (t) (Рисунок 11). Конечные точки для потоков по этим дуг ам будут означать новые точки отправления.

В качестве критерия оптимальности принимается минимум транспортных расходов, расходов на хранение и затрат на перестройку производственных программ поставщиков:

J, + J2+J3-> min, (13)

Т

где (1)' иц (0 - транспортные расходы, (14)

т

/2 = X (' иН (0 - затраты на хранение запасов, (15)

1=0 Р^р

т

= X Л СI ({) • а>1 ({) - затраты на корректировку ритмов (16) ¡=0 р1еР

при ограничениях, задаваемых:

а) уравнениями динамики изменения запасов у поставщика и динамики размещения производства:

иц(Г + 1)=ии(0 + Ч1(0- £ ицф + щО + 1)-щ(0 , (17)

РубР

б) уравнениями динамики изменения запасов у потребителей:

ии(( + 1)=ии(0+ £ + (18)

Р)еР

Рисунок 11. Расчёт подвода с корректировкой ритма отправления

Для расчёта рационального подвода потока при наличии случайных колебаний во времени хода и ритмах потребления разработана ДТЗЗ в

стохастической постановке. Рассчитывается нужное смещение планового момента прибытия в зависимости от соотношения потерь от простоя вагонов и ущерба от недопоставки (Рисунок 12).

стошюсть простоя вагонов

прибытие по плану

потери от простоя вагонов с учётом вероятности

стоимость задержки потребления

вероятность смещения точки прибытия

потери от простоя оборудования

с учётом вероятности

Рисунок 12. Распределение потерь от простоя вагонов и задержки

потребления

Для согласованного подвода потока в припортовые узлы, которые включают несколько станций, используется имитационный аналог метода динамического согласования И-МДС.

Суть метода И-МДС состоит в организации технологических процессов по конечным ритмам. В имитационной модели описываются технологические цепочки подвода груза с причала, с припортовой станции и с каждой станции узла. Образуются технологические цепочки разной длины. В модели очередная заявка включается в очередь после выполнения некоторой операции при наличии заданных условий. В методе И-МДС эта проверка осуществляется не только на текущий момент, но и вперёд на глубину всех цепочек. Если условие выполняется, то включается соответствующая заявка. Например, время подачи вагонов с одной из станций узла 5 часов. В условии будет проверка, хватит ли груза на причале и припортовой станции для

обеспечения погрузки через 5 часов. Если это условие не выполняется, то заблаговременно запускается первая операция технологической цепочки подачи вагонов с этой станции.

На базе описанных динамических моделей реализованы автоматизированные системы согласованного подвода грузов в порт «Грузовой экспресс», а также управления дорожными кольцевыми маршрутами АСУ ДКМ на Свердловской железной дороге.

В главе 8 «Интеллектуальная обучающая система для подготовки диспетчерских кадров» описывается интеллектуальный тренажёр и приводится методика его использования для ускоренного обучения станционных диспетчеров.

Как известно, работа маневрового диспетчера заключается, в основном, в оценке сложившейся ситуации и принятии рационального решения. Трудность заключается в том, что возможных вариантов много, а времени на принятие решения — несколько минут. За это время диспетчер должен промоделировать в мозгу технологический процесс работы станции на несколько часов вперёд, чтобы оценить правильность решения. Это практически невозможно. Поэтому обучение идёт методом «проб и ошибок». У опытного диспетчера в памяти хранится много десятков ситуаций и проверенные практикой варианты их решения. Однако на накопление такой информации уходят годы.

Автоматизированное обучение помогает многократно ускорить этот процесс. Интеллектуальный тренажёр представляет собой активную компьютерную модель станции, взаимодействуя с которой обучаемый получает ту же информацию и принимает такие же решения, что и маневровый диспетчер в процессе своей реальной деятельности. Компьютерная модель максимально достоверно отображает схему путевого развития станции (в том числе, грузовые фронты, производственные подразделения), а также технологический процесс её работы, что позволяет

генерировать практически любые производственные ситуации (Рисунок 13).

На первом этапе идёт изучение схемы путевого развития и технологического процесса. Тренажёр с его образным представлением и развитым сервисом превращает процесс обучения в деловую интеллектуальную игру.

На втором этапе задаются расчётные ситуации. На одной из них модель останавливается и передаёт управление диспетчеру. На этом этапе диспетчер начинает принимать управляющие решения. При этом он может использовать подсказки: какую операцию выбрать из очереди, по какому варианту её выполнять и др. Обучаемый имеет в своём распоряжении ту же информацию, что и диспетчер в реальности: состояние путей в парках станции с разложением составов, расположение поездных и маневровых локомотивов, прогноз подхода поездов и др. Например, состояние

предгорочного парка и наличие свободных горочных локомотивов показано на рисунке 14.

Л ^ ;г Тк

г

^маневровые"

■^Сг

~Ц_4 _ еог~ 148 У^а

\

ЗН

Юг-

—11г-

Стройдета

Путь 9г. парк Парк Г Вагонов всего БО на Складскую нерастаможенные : 3 На Восточную : 3 Литер:4 На Складскую: 5 НаККЦ-2 : 14 На Входную:12 На Входную(Прокат): 12 На Входную(Сирьввцю): 7

Рисунок 14. Активная схема предгорочного парка

На третьем этапе диспетчер должен без подсказок организовать технологический процесс так, чтобы:

а) станция могла работать несколько суток в установившемся режиме;

б) все грузовые фронты обслужены в соответствии с заданными ритмами;

в) средний простой вагонов на станции (и расчлененный по видам вагонов, если необходимо) соответствовал нормативам.

Четвёртый этап - анализ результатов работы диспетчера. Тренажёр предоставляет исчерпывающий материал для детального анализа. Он позволяет проследить, какие решения и в какой ситуации принимались диспетчером, а какие принимала бы модель в аналогичной обстановке, работая как хороший маневровый диспетчер.

Диспетчер может просмотреть весь протокол работы модели, или только те операции, которые выполнял он сам. Система позволяет увидеть состояние станции в модели в любой момент времени. Модель выдаёт все количественные и качественные показатели, включая исполненный график

работы.

Кроме многократного ускорения процесса обучения, тренажёр полезен и в выработке разумной реакции диспетчера при сбоях в работе: сходе или повреждении вагона, отказе устройств автоматики и т.п. Интеллектуальный тренажёр может существенно повысить качество принимаемых решений станционными диспетчерами.

В главе 9 «Использование интеллектуальных инструментов в решении практических задач» приводятся результаты практического использования разработанных научных подходов и методик.

В распределённой транспортно-складской системе Москва-Уральский регион было внедрено автоматизированное управление потоками между распределительным и региональными складами на основе динамических моделей. Время нахождения грузов на складах в Екатеринбурге, Челябинске, Магнитогорске и Кургане сократилось в среднем в два с лишним раза. Требуемые площади складов удалось уменьшить на 30-80%.

Для проектируемого транспортного узла Усть-Луга расчётами на моделях было доказано, что при адаптивной организации работы число путей на терминальных станциях можно уменьшить на 20-30% без снижения надёжности обслуживания морских терминалов.

В Новороссийском узле при организации согласованного подвода потоков на основе методов МДС и И-МДС время нахождения вагонов на станции Новороссийск можно снизить почти в 2 раза.

В проекте реконструкции станции Карымская удалось найти вариант на 1,3 млрд. руб. дешевле предполагаемого при обеспечении переработки заданного потока в полном объёме.

Моделированием Дёмского узла, включающего 11 станций, найден ряд эффективных проектных решений и показано, что для переработки потоков, прогнозируемых на 2020 г., на обходной линии нет необходимости заменять двухпутные вставки вторым главным путём. Это позволяет отнести серьёзные

инвестиции на более поздние сроки.

Внедрение в опытную эксплуатацию системы автоматизированного управления кольцевыми маршрутами на Свердловской дороге позволило снизить количество составов с 58 до 50, а оборот вагонов — с 5,39 до 4,58 суток.

Имитационная экспертиза проекта развития транспорта Новолипецкого металлургического комбината в связи со строительством крупной домны показала его несостоятельность. Проект переработан и принят к реализации в новом варианте.

Была произведена оценка проектов развития ряда других станций, как правило, с корректировкой ранее намечавшихся решений.

Росжелдорпроект внедряет систему имитационного моделирования ИСТРА-САПР в 20 своих филиалах. Минтранс России и ОАО «РЖД» рассматривают вопрос о внедрении процедуры имитационной экспертизы в проектную практику.

Имитационное моделирование используется в учебных процессах УРГУПСа и МГУПСа (МИИТа).

ЗАКЛЮЧЕНИЕ

В диссертации предложено решение важной народнохозяйственной проблемы — организации интеллектуачъного сопровождения производственных процессов на железнодорожном транспорте. Доказана необходимость создания интеллектуальной информационной среды, предложены принципы выбора моделей и описана технология их использования.

Разработана технология построения автоматизированных систем в области интеллектуального анализа, прогнозирования, планирования, управления потоками и оптимизации использования технических средств. Показаны пути внедрения предложенных подходов в практику работы

железных дорог и проектных организаций. Получены следующие результаты:

а) предложены принципы создания имитационных систем для интеллектуального построения моделей железнодорожных станций и узлов в автоматизированном режиме, когда свыше 90% объёма описания структуры и технологии объекта подсистема САПР берёт на себя. Это даст возможность широкого внедрения моделирования в проектную практику. Осуществлена реализация предложенных принципов в системе автоматизированного построения имитационных моделей ИСТРА-САПР;

б) разработана технология имитационной экспертизы проектов развития транспортной инфраструктуры, в том числе требования к системам моделирования, составу моделей и выдаваемым результатам. Проведение технологической экспертизы реальных проектов с использованием имитационного моделирования позволяет существенно повысить качество проектных решений и снизить затраты на их реализацию;

в) разработана технология выбора и использования динамических моделей при прогнозировании потоков, планировании поездообразования и согласованного подвода грузов и вагонов, управлении грузопотоками, оборотом локомотивов и вагонов, а также в автоматизированном анализе потоков информации с адресной выдачей данных оперативным работникам и административным руководителям;

г) разработан интеллектуальный тренажёр для ускоренного обучения диспетчерских кадров.

По заказам ОАО «РЖД», проектных организаций и промышленных предприятий:

1) построены модели и проведена имитационная экспертиза припортового узла Усть-Луга, Дёмского узла, станций Карымская, Екатеринбург-Сортировочный, Новолипецк, Москва-пассажирская-Казанская, Курган и других;

2) создана система оперативного расчёта поездообразования на

сортировочных станциях Свердловской железной дороги;

3) разработаны системы согласованной доставки сырья кольцевыми маршрутами на Октябрьской и Северной железных дорогах, автоматизированного управления кольцевыми маршрутами на Свердловской железной дороге, оперативного прогноза образования порожних вагонов на сети, а также согласованного подвода грузов к портам и погранпереходам.

Полученные результаты позволили повысить качество управления перевозочным процессом, поднять эффективность использования подвижного состава, улучшить показатели работы станций, повысить эффективность проектных решений, обеспечить существенную экономию инвестиций эксплуатационных расходов. Так, например, экономия капитальных вложений по проекту реконструкции станции Карымская составила 1,3 миллиарда рублей, а при внедрении системы управления кольцевыми маршрутами на Свердловской железной дороге необходимое количество составов сократилось на 14% (с 58 до 50), а время оборота уменьшилось с 5,4 до 4,6 суток.

Результаты исследования используются в учебных процессах Уральского и Московского государственных университетов путей сообщения.

Основное содержание диссертации изложено в следующих публикациях:

а) в изданиях, входящих в перечень ВАК

1. Осокин, О.В. Построение аналитических систем на железнодорожном транспорте / П.А. Козлов, О.В. Осокин // Управление большими системами: Сб. тр. - Вып. 12-13. - М.: ИПУ РАН, 2006. - С. 78-89.

2. Осокин, О.В. О построении автоматизированных аналитических систем на транспорте / Э.Р. Бугулов, В.П. Козлова, О.В. Осокин // Транспорт: наука, техника, управление. - № 6. - 2007. - С. 18-21.

3. Осокин, О.В. Имитационная экспертиза проекта развития

транспортного узла Усть-Луга / П.А. Козлов, И.П. Владимирская, И.В. Иванов, О.В. Осокин // Транспорт Российской Федерации. - № 6 (25). - 2009. -С. 18-21.

4. Осокин, О.В. Закономерности структурного взаимодействия в транспортных системах / П.А. Козлов, И.П. Владимирская, О.В. Осокин // Транспорт Урала. -№ 3 (26). - 2010. - С. 25-28.

5. Осокин, О.В. Интеллектуальная информационная среда — основа для создания современных технологий / П.А. Козлов, О.В. Осокин, H.A. Тушин // Транспорт: наука, техника, управление. - № 11.-2011.-С. 11-14.

6. Осокин, О.В. От оперативных баз данных к интеллектуальной информационной среде / П.А. Козлов, О.В. Осокин, H.A. Тушин // Вестн. РГУПС. -№ 4 (44). - 2011. - С. 138-144.

7. Осокин, О.В. Организационные подходы и модели оптимизации / П.А. Козлов, О.В. Осокин, H.A. Тушин // Мир транспорта. - № 5. - 2011. - С. 18-23.

8. Осокин, О.В. Использование автоматизированного анализа на железнодорожном транспорте / П.А. Козлов, О.В. Осокин, H.A. Тушин // Наука и техника транспорта. - № 1,- 2012. - С. 24-31.

9. Осокин, О.В. Технологические проблемы железнодорожного транспорта и пути их решения / П.А. Козлов, О.В. Осокин, H.A. Тушин // Наука и техника транспорта. -№ 2. — 2012. - С. 99-101.

10. Осокин, О.В. Интеллектуальный тренажёр для диспетчеров / П.А. Козлов, О.В. Осокин, H.A. Тушин // Мир транспорта. - № 3. - 2012. - С. 180183.

11. Осокин, О.В. Автоматизированная экспертиза проектов развития транспортной инфраструктуры / О.В. Осокин, И.М. Яриков // Вестн. РГУПС. -№4.-2012.-С. 111-115.

12. Осокин, О.В. Принципы и задачи автоматизированного анализа на железнодорожном транспорте / О.В. Осокин // Транспорт Урала. - № 4. -

2012.-С. 6-9.

13. Осокин, O.B. Разработка модели автоматизированного расчёта схемы оборота поездных локомотивов / П.А. Козлов, О.В. Осокин // Наука и техника транспорта. - № 4. -2012. - С. 58-61.

14. Осокин, О.В. Автоматизированное обучение диспетчерских кадров / П.А. Козлов, О.В. Осокин, И.М. Яриков // Транспорт: наука, техника, управление. - № 1.-2013.-С. 55-61.

15. Осокин, О.В. Автоматизированное управление процессами в транспортном узле / П.А. Козлов, О.В. Осокин, В.Ю. Пермикин // Вестн. РГУПС. - № 2(50). - 2013. - С. 118-122.

16. Осокин, О.В. Интеллектуальное сопровождение производственных процессов на железнодорожном транспорте / О.В. Осокин // Транспорт Урала. -№4(39).-2013.-С. 3-7.

б) в других изданиях

17. Осокин, О.В. Планирование подвода сырьевых маршрутов к металлургическим комбинатам / П.А. Козлов, А.Э. Александров, О.В. Осокин, H.A. Тушин // Состояние и перспектива развития научно-технического потенциала Южно-Уральского региона: тез. докл. межгосуд. научно-техн. конф,-Магнитогорск: МГМИ, 1994.-С. 134-135.

18. Осокин, О.В. Основы методики построения комплексной модели полигона / О.В. Осокин, A.JI. Рыков, H.A. Тушин // Фундаментальные и прикладные исследования — транспорту: тез. докл.: ч. 1. — Екатеринбург: УрГАПС, 1995. - С . 209-210.

19. Осокин, О.В. Модель полигона на базе метода «СОБОС» / О.В. Осокин, А.Л. Рыков, H.A. Тушин // Развитие сырьевой базы промышленных предприятий Урала: тез. докл. межгосуд. научно-техн. конф. - Магнитогорск: МГМА, 1995.-С. 231.

20. Осокин, О.В. Оптимизация взаимодействия производства и

транспорта при экспортных поставках / П.А. Козлов, О.В. Осокин, Н.А. Тушин // Наука и инженерное творчество — XXI веку: тр. 1-ой научно-техн. конф. - Екатеринбург: РУО АМН РФ, 1995. - С. 85-86.

21. Осокин, О.В. Гибкая технология управления кольцевыми маршрутами на полигоне дороги / П.А. Козлов, А.Э. Александров, О.В. Осокин // Транспортные проблемы и развитие технологических процессов: сб. науч. ст.: ч. 1.-Липецк: ЛГТУ, 1995.-С. 98-109.

22. Осокин, О.В. Автоматизированный анализ - необходимость и пути развития / О.В. Осокин // Проблемы разработки ресурсосберегающих технологий в эксплуатации железных дорог: сб. науч. тр. каф. УЭР РГОТУПС: под общ. ред. В.И. Апатцева. - вып. 5. - М.: РГОТУПС, 2005. - С. 82-86.

23. Осокин, О.В. «Грузовой экспресс»: на принципах логистики / О.В. Осокин, В .Б. Положишников // РЖД-Партнёр. - № 5 (93). - 2006. - С. 114-116.

24. Осокин, О.В. Снижение риска ошибок при расчёте транспортных систем / П.А. Козлов, О.В. Осокин, И.В. Иванов // Актуальные проблемы стратегического менеджмента и развитие экономики: сб. науч. тр. междунар. науч.-практ. конф. «Августовские чтения - 2009»: под общ. ред. С.Г. Журавина. - Магнитогорск: ГОУ ВПО «МГТУ», 2009. - С. 98-103.

25. Осокин, О.В. Технологическая оценка транспортных проектов на примере ст. Новолипецк / О.В. Осокин, И.П. Владимирская // Социально-экономическое развитие хозяйственных систем в современных условиях: опыт, проблемы, перспективы: сб. науч. тр. межд. науч.-практ. конф.: т.1: под общ. ред. С.Г. Журавина. - Магнитогорск-Москва: ГОУ ВПО "МГТУ им. Г.И. Носова", 2010.-С. 90-99.

26. Осокин, О.В. Риски технологических ошибок в инфраструктурных транспортных проектах / П.А. Козлов, О.В. Осокин, И.В. Иванов // Социально-экономическое развитие хозяйственных систем в современных условиях: опыт, проблемы, перспективы: сб. науч. тр. межд. науч.-практ. конф.: т.1: под общ. ред. С.Г. Журавина. - Магнитогорск-Москва: ГОУ ВПО

"МГТУ им. Г.И. Носова", 2010. - С. 383-388.

27. Осокин, О.В. Структурное взаимодействие в транспортных системах / П.А. Козлов, О.В. Осокин И Промышленный транспорт XXI век. — № 4. — 2010.-С. 39-42.

28. Осокин, О.В. Расчёт рациональной технической структуры и технологии промышленных транспортных систем методом имитационного моделирования / О.В. Осокин, A.B. Сурин, A.B. Шипулин // Общие вопросы транспорта. Моделирование и оптимизация в логистических транспортных системах: сб. науч. трудов: под науч. ред. E.H. Тимухиной. - вып. 89 (172). -Екатеринбург: УрГУПС, 2011. - С. 163-169.

29. Осокин, О.В. Автоматизация расчёта транспортных объектов методом имитационного моделирования на основе системы ИСТРА-САПР / О.В. Осокин // Общие вопросы транспорта. Моделирование и оптимизация в логистических транспортных системах: сб. науч. трудов: под науч. ред. E.H. Тимухиной. - вып. 89 (172). - Екатеринбург: УрГУПС, 2011. - С. 169-177.

30. Осокин, О.В. Построение интеллектуальной информационной среды на железнодорожном транспорте / П.А. Козлов, О.В. Осокин, H.A. Тушин // Инновационный транспорт. - № 1. - 2011. - С. 6-9.

31. Осокин, О.В. Автоматизированное управление потоками вагонов разных собственников / П.А. Козлов, О.В. Осокин, Д.И. Булахов, A.B. Гребенюк // Тр. ЦКИ ОАО «РЖД»: под ред. A.B. Илларионова. - М.: РадиоСофт, 2012. - С. 94-100.

32. Осокин, О.В. Автоматизированный расчёт режима подвода грузов в припортовом транспортном узле / П.А. Новиков, О.В. Осокин, Д.И. Булахов, C.B. Кашу // Тр. ЦКИ ОАО «РЖД»: под ред. A.B. Илларионова. - М.: РадиоСофт, 2012.-С. 101-107.

33. Осокин, О.В. Отображение в моделях транспортных систем интеллектуальных функций диспетчера / О.В. Осокин, A.B. Гребенюк, C.B. Кашу // Тр. ЦКИ ОАО «РЖД»: под ред. A.B. Илларионова. - М.: РадиоСофт,

2012.-С. 107-116.

34. Осокин, О.В. Автоматизация интеллектуальных процессов на железнодорожном транспорте / О.В. Осокин // Инновации и исследования в транспортном комплексе : Материалы первой межд. науч.-практ. конф. -Курган, 2013.-С. 111-116.

Осокин Олег Викторович

Интеллектуальное сопровождение производственных процессов на железнодорожном транспорте

Специальность 05.22.08-Управление процессами перевозок

АВТОРЕФЕРАТ диссертации на соискание учёной степени доктора технических наук

Подписано в печатьо.З С"?. ¡1. Формат 60x84/16 Печать офсетная.

Усл. печ. л 3 Заказ №

Тираж 100 экз. Бумага для множит, апп.

127994, Москва, ул. Образцова, д. 9, стр. 9 УПЦ ГИ МИИТ

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Уральский государственный университет путей сообщения»

(УрГУПС)

О»- л« > * ~ л п л гч На правах рукописи

ОСОКИН ОЛЕГ ВИКТОРОВИЧ

ИНТЕЛЛЕКТУАЛЬНОЕ СОПРОВОЖДЕНИЕ

ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ

Специальность 05.22.08-Управление процессами перевозок

Диссертация на соискание учёной степени доктора технических наук

Научный консультант лауреат Государственной премии РФ, доктор технических наук, профессор

Козлов П.А.

Екатеринбург - 2014

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ................................................................................................7

Глава 1. СОСТОЯНИЕ ПРАКТИКИ И ИССЛЕДОВАНИЯ ПО ТЕМЕ .. 19

1.1. Развитие информатизации производственных процессов на железнодорожном транспорте....................................................................19

1.2. Развитие интеллектуальных подходов к управлению производственными процессами на транспорте......................................26

1.3. Интеллектуальные системы и принципы их организации......................32

1.4. Системы управления с искусственным интеллектом..............................35

1.5. Этапы проектирования интеллектуальных систем..................................36

1.6. Интеллектуальный анализ как основа для построения интерактивных технологий....................................................................................................39

1.7. Построение интеллектуальной информационной среды в системе управления....................................................................................................41

1.8. Анализ методов расчёта транспортных систем........................................43

Выводы к главе 1..........................................................................................48

Глава 2. ИНТЕЛЛЕКТУАЛЬНОЕ СОПРОВОЖДЕНИЕ ПРОЦЕССОВ

РАСЧЁТА СТАНЦИЙ И УЗЛОВ........................................................50

2.1. Использование имитационного моделирования для расчёта станций 50

2.2. Принципы построения подсистемы САПР для интеллектуального построения моделей в автоматизированном режиме..............................54

2.3. Структура и функции подсистемы САПР................................................59

2.4. Автоматизированное построение имитационной модели......................64

2.4.1. Отображение схемы путевого развития................................................64

2.4.2. Отображение транспортных устройств в модели................................66

2.4.3. Отображение технологического процесса..............................................67

2.4.4. Автоматизированное построение маршрутов........................................68

2.4.5. Отображение маршрутов в модели..........................................................71

2.4.6. Отображение схемы станции..................................................................72

-32.4.7. Построение маршрутов на графе............................................................73

2.4.8. Построение простого маршрута..............................................................75

2.4.9. Моделирование времени занятия маршрута............................................80

2.4.10. Моделирование перемещения вагонов и составов....................................82

2.5. Реализация интеллектуального сопровождения моделирования в имитационной системе ИСТРА..................................................................85

2.6. Реализация в модели управляющих операций..........................................90

Выводы к главе 2..........................................................................................95

Глава 3. ИМИТАЦИОННАЯ ЭКСПЕРТИЗА ПРОЕКТОВ РАЗВИТИЯ

ТРАНСПОРТНОЙ ИНФРАСТРУКТУРЫ......................................96

3.1. Задачи расчёта железнодорожных станций и имитационная экспертиза....................................................................................................96

3.2. Технология имитационной экспертизы....................................................98

3.3. Направленная последовательность экспериментов при расчёте............103

3.4. Общесистемная оценка станции................................................................110

3.5. Поэлементный анализ загрузки элементов станции................................118

3.6. Автоматическая обработка результатов расчёта......................................122

3.7. Структурный и функциональный анализ работы станции......................125

3.8. Анализ процесса работы станции..............................................................128

Выводы к главе 3..........................................................................................132

Глава 4. ОРГАНИЗАЦИЯ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА..............133

4.1. Необходимость перехода к интеллектуальному анализу........................133

4.2. Преимущества автоматизированного интеллектуального анализа .... 137

4.3. Автоматизированная аналитическая система как аппарат для новых видов анализа..............................................................................................145

4.4. Использование информационного хранилища в интерактивном

анализе..........................................................................................................151

4.4.1. Принципы построения информационного хранилища............................151

4.4.2. Аналитический аппарат хранилища..........................................................155

4.4.S. Взаимодействие с оперативными базами данных..................................157

-44.5. Интеллектуальный анализ в имитационном моделировании..................160

Выводы к главе 4..........................................................................................165

Глава 5. ИНТЕЛЛЕКТУАЛЬНОЕ СОПРОВОЖДЕНИЕ ПРОЦЕССОВ

УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ....................166

5.1. Проблема......................................................................................................166

5.2. Метод автоматизированного управления транспортными потоками .. 167

5.3. Метод автоматизированного управления многоструйными потоками 171

5.4. Автоматизированная подготовка исходных данных

для методов оптимизации..........................................................................175

Выводы к главе 5..........................................................................................185

Глава 6. ОПТИМИЗАЦИЯ ПРОЦЕССОВ ОБРАЩЕНИЯ ВАГОНОВ,

ЛОКОМОТИВОВ И ПОЕЗДООБРАЗОВАНИЯ..............................186

6.1. Расчёт оптимального режима оборота частных вагонов........................186

6.1.1. Проблема......................................................................................................186

6.1.2. Оптимизация процесса обращения вагонов..............................................186

6.1.3. Решение практических задач использования частных вагонов..............190

6.2. Управление оборотом поездных локомотивов........................................195

6.2.1. Проблема......................................................................................................195

6.2.2. Модель автоматизированного расчёта схемы оборота локомотивов 195

6.2.3. Отображение захода локомотивов в депо..............................................201

6.2.4. Задание начального состояния для расчёта......................' 203

6.3. Планирование поездообразования............................................................207

6.3.1. Современная система планирования поездообразования........................207

6.3.2. Интеллектуальная система планирования поездообразования............208

6.3.3. Технология интерактивной разработки плана поездообразования ... 213

6.3.4. Достоверность результатов расчёта поездообразования....................218

Выводы к главе 6..........................................................................................220

Глава 7. ПЛАНИРОВАНИЕ СОГЛАСОВАННОГО ПОДВОДА

ВАГОНОВ И ГРУЗОВ..........................................................................221

7.1. Проблема......................................................................................................221

-57.2. Расчёт подвода с определением потерь....................................................223

7.3. Расчёт подвода с оптимизацией................................................................228

7.4. Расчёт рационального подвода при наличии случайных колебаний ... 230

7.4.1. Расчёт потерь взаимодействия................................................................231

7.4.2. Расчёт с помощью динамической транспортной задачи в стохастической постановке......................................................................236

7.5. Управление процессами в транспортном узле..........................................244

7.6. Организация процесса согласованного подвода грузов в порт (в

рамках системы Грузовой экспресс)..........................................................251

7.7. Автоматизированная система управления оборотом кольцевых

маршрутов....................................................................................................257

Выводы к главе 7..........................................................................................270

Глава 8. ИНТЕЛЛЕКТУАЛЬНАЯ ОБУЧАЮЩАЯ СИСТЕМА ДЛЯ

ПОДГОТОВКИ ДИСПЕТЧЕРСКИХ КАДРОВ..............................272

8.1. Ознакомление со схемой станции и изучение технологии......................272

8.2. Начальный уровень управления работой станции..................................275

8.3. Отработка мастерства управления............................................................281

8.4. Анализ работы..............................................................................................282

Выводы к главе 8..........................................................................................284

Глава 9. ИСПОЛЬЗОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ

ИНСТРУМЕНТОВ В РЕШЕНИИ ПРАКТИЧЕСКИХ ЗАДАЧ .. 286

9.1. Управление потоками в распределённой транспортно-складской системе..........................................................................................................286

9.1.1. Динамические резервы транспортно-складской системы....................286

9.1.2. Взаимодействие при фиксированном потреблении................................290

9.1.3. Взаимодействие при случайном разбросе в потреблении......................296

9.2. Оценка эффективности согласованного подвода грузов к порту..........300

9.3. Автоматизированная оценка взаимодействия станций в проектируемом транспортном узле............................................................304

9.4. Имитационная экспертиза проекта развития станции Карымская .... 312

-69.4.1. Имитационная оценка существующего положения................................312

9.4.2. Реконструкция станции с переустройством парка Б............................314

9.4.3. Реконструкция со строительством нечётного приёмо-отправочного парка Г..........................................................................................................318

9.4.4. Вариант со строительством парка Г с дополнением путевого развития........................................................................................................322

9.4.5. Сравнение вариантов и общая оценка результатов................................326

Выводы к главе 9..........................................................................................327

ЗАКЛЮЧЕНИЕ..........................................................................................329

СПИСОК ЛИТЕРАТУРЫ........................................................................331

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ ... 348

ПРИЛОЖЕНИЕ........................................................................................353

-7-ВВЕДЕНИЕ

Актуальность проблемы и степень её разработанности. На

железнодорожном транспорте России создана мощная информационная среда, позволяющая вести мониторинг перевозочного процесса в реальном масштабе времени, и это является большим достижением. Однако отдача от многих информационных систем, некорректно называемых АСУ, остаётся довольно низкой. На руководителей и оперативных работников обрушивается огромный, но слабо упорядоченный поток информации, что затрудняет его эффективное использование. Работники ГВЦ могут выдавать ежедневно около трёх тысяч различных справок, но фактически запрашивается их всего лишь два-три десятка.

В построении информационной среды на железнодорожном транспорте можно выделить две стадии. Первая - это развитие информационного сопровождения производственных процессов, то есть построение автоматизированных справочных систем', вторая — развитие интеллектуального сопровождения производственных процессов, то есть создание систем поддержки принятия управленческих решений.

До недавнего времени ежедневный отчёт начальнику дороги представлял собой книгу из ста с лишним страниц. Процесс принятия решений в ней фактически не затрагивается. Это означает, что практически реализована лишь первая стадия построения интеллектуальной информационной среды.

В условиях структурного и технологического усложнения производственных процессов на железнодорожном транспорте всё более очевидной становится необходимость перехода ко второй стадии. Рыночная экономика с её высокой динамикой экономических и транспортных связей, наличием многих участников транспортного процесса (собственников подвижного состава, операторов, грузовладельцев и т.д.) создаёт условия, в которых оперативным и административным руководителям всё труднее принимать эффективные управленческие решения. Об этом говорит ухудшение ряда важных эксплуатационных показателей работы дорог. Станционные парки

забиты вагонами, порожний пробег увеличился чуть ли не вдвое, на подходах к морским торговым портам неделями стоят сотни железнодорожных составов. Рыночная же экономика требует наличия надёжных и эффективных транспортных связей, и это требование обусловливает необходимость развития транспортной инфраструктуры. Решение этой задачи предусмотрено в Стратегии развития железнодорожного транспорта [1]. В отрасли разрабатываются и реализуются десятки крупных инвестиционных проектов. ОАО «РЖД» ежегодно выделяет на эти цели более 400 млрд. руб.

Методы технологической оценки проектов, разработанные десятилетия назад, сегодня недостаточны. Необходима их серьёзная корректировка, основанная на имитационной экспертизе, то есть, технологическом исследовании проекта на подробной компьютерной модели. Но подробная модель - это несколько сотен тысяч строк описательной информации. Без интеллектуальной надстройки - подсистемы автоматизированного построения, которая брала бы на себя основную работу по построению, это невозможно.

Согласованный подвод вагонов и грузов, рациональный режим оборота частных вагонов, обеспечение локомотивами поездопотока требуют перебора миллионов вариантов и, значит, автоматизации таких интеллектуальных процессов как прогнозирование, планирование и управление (Рисунок 0.1). Даже для подготовки диспетчерского персонала - умения быстро оценивать ситуацию и принимать рациональное решение — требуются интеллектуальные обучающие системы.

Решение перечисленных проблем непосредственно связано с реализацией задач развития научного обеспечения, утверждённых в Транспортной стратегии Российской Федерации на период до 2030 года [2]:

«проведение имитационной экспертизы инвестиционных проектов развития транспортной инфраструктуры (в особенности крупных транспортных узлов), создание имитационных систем, разработка динамических моделей транспортных потоков, комплексное исследование на моделях функционирования

проектируемых транспортных объектов с выдачей их реальной пропускной способности, "узких мест" и показателей работы»;

«развитие аналитических и управляющих систем транспортного комплекса, а также разработка методических основ использования аналитических систем на транспорте, разработка методологии автоматизированного управления потоками и процессами на транспорте, создание новых и адаптация к новым задачам транспорта существующих систем автоматизированного управления (систем поддержки принятия решений) и адаптация технологических процессов транспорта к использованию систем автоматизированного управления»;

«исследование и разработка аналитических систем и математических моделей, обеспечивающих поддержку принятия решений по регулированию функционирования и управлению развитием транспортного комплекса».

Таким образом, для поддержания и дальнейшего развития производственных процессов на железнодорожном транспорте необходима интеллектуальная информационная среда (Рисунок 0.2). При этом следует различать:

- информационное сопровождение производственных процессов и

- интеллектуальное сопровождение производственных процессов.

Интеллектуальная информационная среда

Рисунок 0.2. Структура интеллектуальной информационной среды

Первое осуществляет пассивная подсистема информационной среды. Она собирает информацию из разных источников в одно место. Второе - активная подсистема информационной среды. Её задача - творческая переработка информации (Рисунок 0.3). Для этого требуются аналитические, имитационные и оптимизационные системы.

Аналитические системы

Творческая

Гт -ч обработка

Имитационные X г ^

Интеллектуальная информационная среда

Интеллектуальное

Решения

Рисунок 0.3. Схема интеллектуального сопровождения производственных

процессов

Целью исследования являлась разработка методологии интеллектуального сопровождения производственных процессов на железнодорожном транспорте, в том числе обоснование необходимости формирования интеллектуальной информационной среды, формулирование принципов выбора моделей и создание технологии их использования в интеллектуальных систем автоматизированного управления.

В качестве объекта исследования выбраны производственные процессы в сфере перевозок на железнодорожном транспорте, предметом исследования является проблема организации интеллектуального сопровождения технологий перевозочного процесса.

Задачи исследования. Реализация цели исследования потребовала решения следующих задач:

- 12- исследование существующего научного и практического опыта построения информационной среды для эффективной организации перевозочного процесса;

- анализ и выбор инструментов для организации интеллектуального сопровождения основных производственных процессов;

- исследование принципов построения систем интеллектуального анализа состояния и результатов работы железнодорожного транспорта;

- разработка технологии прогнозирования транспортных потоков с использованием информационного хранилища, динамических моделей и имитационного моделирования;

определение принципов построения интеллектуальной системы планирования поездообразования и согласованного подвода вагонов;

разработка технологии автоматизированного построения интеллектуальных имитационных моделей для расчёта станций и узлов;

- разработка техноло�