автореферат диссертации по транспорту, 05.22.08, диссертация на тему:Параметризация технологии контрейлерных перевозок внешнеторговых грузов

На правах рукописи

СНИГУР ОЛЬГА ВАЛЕРЬЕВНА

ПАРАМЕТРИЗАЦИЯ ТЕХНОЛОГИИ КОНТРЕЙЛЕРНЫХ ПЕРЕВОЗОК ВНЕШНЕТОРГОВЫХ ГРУЗОВ.

Специальность 05.22.08 - «Управление процессами перевозок».

Автореферат

Диссертации на соискание учёной степени кандидата технических наук

Москва - 2006

Работа выполнена на кафедре «Логистика, грузовая и коммерческая работа» Государственного образовательного учреждения высшего профессионального образования «Московский государственный университет путей сообщения» (МИИТ)

Научный руководитель кандидат технических наук, профессор

Лысенко Николай Евгеньевич Официальные оппоненты: доктор технических наук, профессор

Маликов Олег Борисович кандидат технических наук, доцент Орлов Александр Михайлович Ведущая организация: Российский научно-исследовательский Проектно -, конструкторский институт информатизации,

автоматизации и связи (ЦНИИТЭИ)

Защита состоится «7» июня 2006 г. в 14.00 часов на заседании диссертационного совета Д218.005.07 в Московском государственном университете путей сообщения (МИИТ) по адресу: 127994, Москва, ул. Образцова, 15, ауд. 1504.

С диссертацией можно ознакомиться в библиотеке Московского государственного университета путей сообщения.

Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу Совета университета.

Автореферат разослан « » мая 2006 г.

Ученый секретарь диссертационного Совета доктор технических наук, профессор

В.И. Шелухин

Общая характеристика работы

Актуальность исследуемой проблемы. Переход к рыночной экономике привел к значительному перераспределению объемов перевозок грузов между различными видами транспорта. Обострение конкуренции на рынке транспортных услуг стимулирует внедрение новых технологий перевозок грузов. Перспективным направлением повышения конкурентоспособности железных дорог России является развитие контрейлерных (комбинированных) перевозок, обеспечивающих сочетание достоинств железнодорожного и автомобильного транспорта. Развитие контрейлерных перевозок позволит разгрузить и сохранить автомобильные дороги страны, значительно улучшить экологию окружающей среды, повысить надежность, безопасность и быстроту доставки грузов.

К числу важнейших предпосылок, повышающих эффективность функционирования контрейлерных перевозок относятся различные мероприятия, направленные на снижение затрат по доставке грузов. Одним из таких мероприятий является формирование контрейлерных поездов оптимального состава.

Поиск путей для согласования противоречивых интересов грузоотправителя и перевозчика является актуальной задачей исследования.

Цель и задачи исследования. Целью диссертационного исследования является выбор параметров влияющих на размер состава контрейлерного поезда и разработка алгоритмов оптимизации составов поездов при различных вариантах их формирования.

Для достижения поставленной цели в диссертационной работе решены следующие задачи:

- проведен анализ применения контрейлерных перевозок в странах Западной Европы, США и Японии с акцентированием внимания на достаточно высокую эффективность их использования, а так же анализ результатов применения первых контрейлерных перевозок в нашей стране, начиная с 1992г.;

- определена величина предотвращённого экономического ущерба воздушной среде при внедрении контрейлерных перевозок;

- выбраны основные показатели (параметры), характеризующие контрейлерные перевозки и оказывающие существенное влияние на величину оптимального состава поезда;

- разработаны алгоритмы оптимизации составов поездов при регулярных и нерегулярных поставках техники на станцию отправления, при полном информационном обеспечении о значениях всех выбранных параметров и при условии ограниченной информации о некоторых параметрах поставок;

- определены условия для заблаговременного и текущего определения оптимальных составов поездов; допустимых сроков накопления контрейлеров на станции отправления; сроков завершения формирования поездов оптимального состава. Текущее определение приведённых характеристик связано с принятием решений о прекращении или продолжении накопления техники после каждой очередной поставки. Под поставкой здесь и далее в тексте понимается совокупность «контрейлерных» грузов прибывающих на станцию отправления в одной партии за одни сугки;

- исследовано влияние ограниченности информационного обеспечения о показателях поставок на процесс оптимизации составов поездов;

- установлена необходимость получения прогнозных оценок для неизвестных показателей поставок, прежде всего для размеров поставок и величин временных интервалов между ними;

- определены способы повышения качества прогнозирования величин искомых показателей поставок.

Объект исследования. Железнодорожные контрейлерные перевозки. Предмет исследования. Разработка алгоритмов оптимизации состава «контрейлерных» поездов в условиях изменения величин показателей (параметров) поставок «контрейлерной» техники и различного уровня

информационного обеспечения перевозчика (станции отправления) о значениях этих параметров.

Методика исследования. Методологической и теоретической основой диссертационного исследования являются труды отечественных и зарубежных учёных, специалистов в области развития и повышения конкурентоспособности в транспортной системе страны, транспортной логистики, планирования и прогнозирования перевозки грузов железнодорожным транспортом, математического моделирования транспортных процессов.

Методами математического моделирования решается большее число различных задач. Составной частью и одной из разновидностей математического моделирования является разработка алгоритмов для решения многих задач. Алгоритмы представляют собой упорядоченные наборы правил, указывающих какие действия и в каком порядке необходимо выполнить, чтобы после конечного числа шагов получить удовлетворительные решения. Разработанные в диссертации алгоритмы относятся к числу логико-арифметических, сочетающих в себе вычислительные операции и логические условия. Методы математического моделирования использовались в работе и для решения задач прогнозирования величин отдельных показателей поставок «контрейлерных» грузов.

Научная новизна работы состоит:

- в обосновании выбора показателей (параметров), характеризующих поставки «контрейлерной» техники и оказывающих решающее влияние на процесс формирования оптимальных составов поездов;

- в проведении классификации вариантов поставок по степени регулярности их поступления на станцию отправления и по полноте информации о показателях этих поставок;

- в разработке алгоритмов оптимизации составов поездов для регулярных и нерегулярных поставок техники при условии предоставления перевозчику

полной информации о выбранных показателях поставок и при условии отсутствия информации хотя бы об одном из показателей;

- в подготовке варианта табличной модели с пятью входами, позволяющей приближённо, но оперативно решать задачи, возлагаемые на целый ряд алгоритмов оптимизации. Такие таблицы весьма удобны при использовании их на стадии подготовки договоров между перевозчиком и грузоотправителем;

- в обосновании необходимости получения прогнозных оценок для величин показателей, по которым отсутствует необходимая информация на станции отправления; ц

- в исследовании причин, повышающих риск принятия ошибочных решений на отмену или продолжения накопления поставок техники на складе;

- в совершенствовании методов прогнозирования количественных показателей, имеющих прямое отношение к разработке алгоритмов оптимизации составов поездов, в части применения методов прогнозирования с выделением контрольной информации, в части построения трендов с так называемым «разделённым» временем.

Практическая ценность работы состоит в следующем:

- разработано 18 алгоритмов оптимизации состава контрейлерных поездов для различных условий организации перевозок. При этом алгоритмы позволяют учитывать как интересы грузоотправителя, так и перевозчика. Кроме того, на основе данных алгоритмов можно разрабатывать и другие подобные алгоритмы для других условий функционирования данного вида перевозок;

- предложены способы получения, более точных прогнозных оценок для неизвестных величин показателей различного характера. Эти способы могут быть с успехом использованы для решения других транспортных задач, связанных с необходимостью получения прогнозных оценок различного назначения.

Внедрение работы. Основные положения и теоретические выводы диссертационной работы апробируются и внедряются в филиале ОАО РЖД «Трансконтейнер» для разработок относящихся к развитию и внедрению контрейлерных перевозок в России, в учебном процессе и дипломном проектировании для дисциплины «Грузовая и коммерческая работа».

Апробация работы. Основные положения диссертации обсуждены и одобрены на заседании кафедры «Логистика, грузовая и коммерческая работа», доложены на научно-теоретическом семинаре кафедры, а также на двух научно-практических конференциях в МИИТе в 2003 - 2005 годах.

Публикации. Основные положения диссертации опубликованы в четырёх работах.

Структура и объём работы. Диссертация состоит из введения, пяти глав основного текста, заключения и списка литературы. Общий объём работы составляет 207 страниц основного текста, в том числе 27 таблиц, 44 рисунка. Библиографический список состоит из 74 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность применения комбинированных (контрейлерных) перевозок в России, изложена их значимость с точки зрения привлечения дополнительных объёмов на железную дорогу в условиях жесткой конкуренции с другими видами транспорта.

В первой главе диссертации проведён анализ современного состояния комбинированных перевозок в странах Западной Европы, США и Японии, показана достаточно высокая эффективность их использования, как в настоящее время, так и в ближайшем будущем.

Рассмотрены результаты первых комбинированных перевозок в нашей стране, начиная с 1992 г. Эти перевозки обеспечены комплектом нормативно-правовых документов, правилами перевозок, порядком исчисления провозных плат, техническими условиями размещения и крепления грузовых единиц контрейлерных перевозок. Совместно с государственным таможенным

комитетом РФ разработана и утверждена технология перевозок под таможенным контролем автопоездов, автоприцепов и автофургонов с участием железнодорожного транспорта. К настоящему времени уже имеется достаточно ощутимый задел для развития контрейлерных перевозок в нашей стране.

Показана перспективность контрейлерных перевозок с точки зрения повышения качества транспортных услуг (доступность тарифов, относительно высокая скорость доставки, повышенный уровень надёжности и безопасности, снижение уровня экологического загрязнения), проведён анализ загрязнения окружающей среды и определена величина предотвращённого экологического ущерба воздушной среде при внедрении контрейлерной перевозки по сравнению с автомобильным транспортом.

Во второй главе диссертации рассмотрены различные варианты функционирования контрейлерных перевозок. Для повышения эффективности данных перевозок вьщелены и подробно рассмотрены важнейшие показатели (параметры), характеризующие тот или иной вариант перевозок. К таким параметрам отнесены:

• степень постоянства или точнее пределы варьирования размеров (объёмов) контрейлерных поставок: Атп А„шх;

• степень постоянства временных интервалов г между очередными поступлениями поставок на станцию отправления (степень регулярности поступления поставок). Поставки могут быть регулярными, г = г и нерегулярными, <г<, ;

• срок доставки груза на станцию назначения. Отправителем устанавливается допустимое время доставки Тд, как правило, превышающее нормативное Тн.

Т

Отношение г = — в диссертации названо коэффициентом временного запаса. Ти

• уровень информационного обеспечения станции отправления о приведённых выше характеристиках контрейлерной отправки.

В целях согласования интересов грузоотправителя и железной дороги предлагается использовать совокупность переменных по величине тарифов. Чем больше фактическое время доставки Т,„ отклоняется от нормативной величины Т„, Тф > Т„, тем меньше тарифная ставка за перевозку единицы груза. Понижающие тарифы действуют, если Тф не выходит за пределы интервала: Т„ <ТФ <Т3. В случае превышения фактического времени Тл {Т„>ТД) -предполагается введение штрафных санкций.

Глава завершается постановкой задачи исследования, которая сводится к разработке совокупности алгоритмов, направленных на оптимизацию составов контрейлерных поездов при различных вариантах поставок.

В третьей главе диссертации рассмотрены алгоритмы оптимизации составов контрейлерных поездов при регулярном поступлении «контрейлерных» грузов на станцию отправления.

Каждый вариант поставок и соответствующий ему алгоритм обозначается набором буквенных символов, табл. 1.

Таблица 1.

А V г Л Л Индекс обозначения

1 А т Г [AJ.y]

2 А t У Л

3 А i Г Jo

4 А т г Л

5 А т У Jo

6 Л f У Л

7 А т У Jo

А, А - размер поставки техники, имеющие соответственно одинаковые, А = А= const, и различные (переменные) объемы, А = А* const;

у, у - коэффициенты временных запасов (КВЗ), соответственно постоянные и переменные по величине, определяемые по формуле (1):

(1)

т. т. '

где - допустимое время задержки (время хранения на складе);

J - уровень информационного обеспечения (Jn - наличие информации о значениях всех показателей, J0 - отсутствие информации о величинах показателей А, у);

f - постоянная величина временного интервала между поставками

Каждый из алгоритмов, указанных в табл. 1., по-разному отражает

зависимость оптимального состава поезда Н тт - Н от значений величин А, у и

уровня информационного обеспечения У, т.е. Н = f(A,y,J).

Основными элементами для построения алгоритмов, приведенных в табл.1, являются следующие величины: t4, im, Др, дВ, СТ, где:

iA - технологический ограничитель времени задержки поставок на складе, обусловленный тем, что общий объем S накопленных поставок на складе, не должен превышать размеры полносоставного поезда Я^, т.е.

S = A,\'A<Hm,x (2)

где _ j - максимально допустимое целое число поставок, которое может

быть включено в состав поезда ( / ,=Л',);

t„ - допустимое время задержки поставок, устанавливаемое грузоотправителем через задание величины КВЗ У , ;

&р - добавка (дополнение) формируемое из последней поставки, А = Аа, и равное следующим разностям:

- ANА,еслиЛ - А [алгоритыыЛ ,f,J„\A, у, Jr ^

— "^Г_А:,еслиА — А[алгоритмыА,у,J,',А,у,J„) ^ ^

ДВ - величина изменения дохода (прибыли), получаемого перевозчиком, обусловленного присоединением добавки Ар к уже имеющемуся объему техники на складе: ДВ = В!"*Л) - В1"1, (4)

где В!г:) - величина прибыли без включения в состав поезда добавки Лр;

В("*л) - величина прибыли, получаемая железной дорогой при условии, что

добавка лр включена в состав поезда. Величина ДВ может быть как положительной, так и отрицательной (из-за дополнительной задержки на одни сутки всех ранее поступивших на склад поставок и связанных с этим дополнительных расходов).

СТ - сравнительная таблица, которая в разных вариантах используется в алгоритмах с непостоянным КВЗ, у-у.

Сущность этой таблицы состоит в следующем. Если tA s /„, то количество поставок N, включаемых в состав поезда, равно:

ЛГ = q,cc:iu = А ,

В соответствии с числом поставок (А'), первую поставку Д придется хранить на складе в течение: Р-N-l (суток); вторую - (Л'-2) и т.д. вплоть до последней Ау, которая является текущей с нулевым сроком хранения.

Иными словами, для формирования поезда из N поставок минимально необходимые сроки задержания TJ"'" (накопления) этих поставок должны представлять собой последовательно возрастающий ряд величин от нуля до Р,

т.е. г,™" =7-/ (г = 1.2......,/')= ОД......р. (6)

Этот ряд назван минимальным или теоретическим рядом. Последовательность фактических допустимых сроков задержки отличается от теоретического ряда. Рассмотрим это на конкретном примере представленном в табл. 2. Таблица 2

Т, Т, Тг ■ Тг Г,

т; р р-1 р-2 1 0

к Л, Ry «Y

В первой строке представлены фактические допустимые времена задержки Тг (г = 0,1,...,Я), которые при у-у будут одинаковыми, а при у = у — переменными; во 2-й строке даны значения Тг', в 3-й приводятся разности:

К, = 7; - Т' (7)

При этом возможны три ситуации: первая - все разности не меньше единицы, Лгг1, вторая - хотя бы одна из разностей Лг равна нулю и третья -когда одна или несколько разностей отрицательны.

Если все Др 21, то это означает, что имеется своего рода «запас» прочности по времени, позволяющий увеличить сроки задержки всех поставок, хранящиеся на складе, по крайней мере, еще на одни сутки. Этот временной запас позволяет рассматривать вопрос о включении в состав поезда добавки Д,.

В случае, когда хотя бы одна из Л, равна нулю (а все другие К больше единицы), никакого запаса времени нет, ожидать следующую поставку чтобы из нее получить Д,, нельзя. Оптимальный состав поезда в этом случае

При наличии одной или нескольких я<0 число планируемых поставок (л'л) или (лг, = у) для хранения на складе должно быть сокращено на величину той отрицательной К, модуль которой является наибольшей среди всех других отрицательных разностей я[т. При этом скорректированное число поставок Л*', которое допустимо хранить на складе, будет равно:

В этом случае оптимальный состав поезда будет определяться формулой:

После введения и раскрытия смысла некоторых величин (Д/^,Д/„,,Д„ДВ,СТ), необходимых для разработки алгоритмов оптимизации, рассмотрим использование некоторые из них для этих целей.

Рассмотрим алгоритм Данный алгоритм включает следующие

операции.

будет равен:

(8)

А • N ,есчиА = А, 5Л. =2^АпеслиА= А.

(Ю)

1. Находится максимальное количество поставок Ыл (2), которые могут быть включены в состав поезда и соответствующее этому числу поставок время возможного их накопления, р - Л/^ -1.

2. Формируется сравнительная таблица (СТ) в виде рассмотренной выше табл. 2, и анализируются величины полученных в этой таблице разностей Иг

(г = 0,1,2.....р).

3. В зависимости от величин этих разностей принимается решение об относительном составе поезда. Если: Л, = 0, то Н = АЫЛг < 0, то Н = А И', где ЛГ - находится по уравнению (9).

При 1 появляется возможность включить в состав поезда добавку Л,. Если изменение прибыли дв будет больше нуля или некоторого порогового значения Д5', то все ЫА поставок, находящихся на складе, целесообразно задержать еще на одни сутки в ожидании прибытия следующей поставки, А=Аа= , из которой формируется добавка &г = Н^, -АЫЛ. В этом случае Я = аыл +др = Н^.

Рассмотрим алгоритмы с ограниченным информационным обеспечением =

Алгоритм (№5 в табл. 1). Данный алгоритм состоит из

совокупности отдельных во многом сходных циклов. Максимальное число циклов И не может превышать величину Г„, Л5Гя), т.к. Т^ — это допустимое время задержки в сутках, а в каждые сутки на станцию отправления может пребывать одна поставка.

Каждый цикл включает следующие операции:

1. Оценку текущего состояния с поставками, находящимися на СО (на складе). Для этой цели после каждой очередной поставки определяется сумма:

£,=¿4, г = 1,2......Тм (11)

2. Определение требуемой (желаемой) величины добавки

0 (12) Если окажется, что Д, = 0, то это значит, что Й = //„„ .

3. Анализ фактических добавок д"', определяемых выражением

= Л„„еслиД,, 2 /¡„

В связи с тем, что 2 5 Ят„, то и фактическая добавка Д("> может принимать различные значения: •д(*) = (д(11,д'г),...,д<"),д№+|)) (14)

4. Оценка экономической целесообразности включения указанных добавок в состав поезда. Одни из этих добавок могут дать прирост дохода ДВ > О, другие могут привести к его снижению, ЛЯ<0. Подставляя поочередно Д<1) в расчетное соотношение для ДВ, можно найти граничное значение Д = Д<Р, начиная с которого будет обеспечиваться прирост прибыли. Способы определения Дг(, приводятся в 4-й главе. Чем меньше величина &гр, тем больше вероятность того, что прирост прибыли ДВ будет положительным и тем меньше вероятность принять ошибочное решение о прекращении или продолжении накопления поставок на складе.

Однако есть возможность ослабить принятия ошибочных решений, если обратиться к получению прогнозных оценок для неизвестных значений А. Данному вопросу посвящена 5-ая глава работы.

Четвертая глава посвящена разработке алгоритмов оптимизации с нерегулярным поступлением автопоездов на станцию отправления. Полный перечень разработанных в данной главе алгоритмов представлен в табл.3.

Буквенные обозначения в данной таблице в основном совпадают с соответствующими обозначениями, указанными в табл. 1.

А,у,г - две волнистые черты сверху обозначают, что величины этих показателей неизвестны;

/г - планируемые даты поступления поставок на СО.

Таблица 3

Ып/п А Г г У Сокращённое буквенное

1 А У 'г р.?.',.•/»)

2 А г л Й.рл.л,)

3 А у л

4 А У [л.У.К^Л

5 А У *Г

6 А У

7 А У К

8 А У

9 А У т Л,у,?\

10 А У г У» г

11 А,у,№,Т°\

Прежде, чем рассматривать некоторые из приведенных в табл. 3 алгоритмов, изложим в сокращенном виде способы определения экономической целесообразности формирования ранее упомянутой добавки Д с последующим включением ее в состав поезда.

Так если на станцию отправления поступило г поставок с суммарным объемом ^ .¿л единиц техники. Величина прибыли В° за доставку

контрейлеров принимается за исходную и определяется равенством:

В° = В"-3° (15)

где В" — прибыль за доставку 5Г контрейлеров без учета затрат на хранение этих контрейлеров на складе; 3° - затраты средств за хранение (г-]) поставок, т.к. одна поставка является текущей и еще не хранилась на СО,

г

поэтому берется (г -1); В" = А, ■ <!,_, (16)

'-[

где > <1[ ><11... ></,_, - ряд понижающих тарифов за доставку контрейлеров получателю с различными сроками допустимых задержек: Т^ = 0,1,2......г-1

(суток). 3° =т}■Y¡л,-{r-¿) (17)

где т] - расходы за хранение единицы «контрейлерной» техники в течение одних суток.

При дополнительной задержке всех г поставок еще на т суток на складе прибыль уменьшается с учетом (15), (16), (17) и находиться по формуле:

вг» = <1Г„М .(г+ (18)

Сравнивая значения доходов В° и В"', находим уменьшение дохода (убыток) V, равный:

При г = 1 суткам, формула (19) примет вид:

у-('•-'■)] С2о>

При линейном законе убывания понижающих тарифов </, (¿ = 0,1,2,....), когда: <*,-</„, =/7 = согаг (21)

Формула (20) имеет более простой вид:

+ (22)

1-1 1=1 /=!

В случае задержки на г дней, выражение (22) примет окончательный вид:

У-а-т.^А, (23)

Таким образом, решение о формировании добавки д связано с дополнительной задержкой всех г прибывших на СО поставок на г суток, что с неизбежностью ведёт к снижению прибыли (убытку) V.

С другой стороны, добавка д„,, получаемая из поставки Агг] даст некоторый прирост прибыли У*, равный: Г* =с!и -Л„, (24)

где - стоимость, за перевозку единицы техники без всякой задержки, если учесть, что добавка Д„, входит в состав поезда без всякой задержки. Итоговый прирост прибыли ДВ получается путём объединения V* и V:

д«.Г-Гг^.Д^-ат^, (25)

При малых значениях добавки прирост может оказаться

отрицательным, превращаясь в убыток. Из (30) легко найти граничное значение

г Д

величины добавки д'„,, равное: д'г<| г а ■ г ■ У-р (26)

Тогда при значениях А„, > Л',,, прирост дв будет положительным ДВ = ДВ*, в случаях, когда Дг., < А',^,, прироста как такового не будет и при таких условиях от добавки следует отказаться.

Проанализируем в качестве примера некоторые из 11 разработанных и представленных в 4-ой главе алгоритмов.

Рассмотрим алгоритм {л,у,/,,./„}. Первые операции направлены на вычисление временных ограничителей и /„,. Графическая интерпретация расчётной модели представлена на рис.1:

А, А2 А3 А< А5 |-,-1-,-,-(-1-,-1-,-1-*

0123456789 10 I

Н- 1т-

- и-►

Рис. 1.

На рисунке показана временная ось / с обозначенными интервалами в

одни сутки: 1, 2, 3,......Прибытие поставок планируется на 1, 3, 4, 7 и 9 сутки.

Используя схему приведённую на рис. 1 найдём значения ^ и („. Значение /„ определяется как и ранее по формуле: /„, = 7", ■(/-]).

«Технологический» ограничитель гл в связи с непостоянством временных интервалов г = ? находится иначе, чем это делалось ранее:

',=Тт.> г, ' = 1.2,.....(27)

где определяют по формуле (2).

Далее определяется разность г = /А - /„, которая может быть: а) г = 0; б) г < 0; в) г > 0. Алгоритм в соответствии с этим разделяется на три направления.

Для г- О, = („, вычисляется величина возможной допустимой добавки Д = Д,4| = - А ■ N А. Затем по известному значению следующего интервала = с использованием уравнения (25) находится величина прироста прибыли . Если > 0, то можно ждать следующую поставку в течении г = г„, суток, в противном случае оптимальный состав поезда И должен включать только накопленные поставки без всякой добавки, т.е. Н = А-ЫЛ.

При г < 0, г, < /„, расчёт выполняется по аналогичной схеме. Однако при этом имеются и различия. Оптимальный состав поезда при еА <1т принимает одно из двух значений: Н = А-Ыа + Дл>1, либо Н = А-Ыа. Первое значение Н имеет место при одновременном выполнении двух условий: 1) когда следующая поставка Л^,,, из которой формируется добавка ДЛ>1, по времени находится не более чем 1 < гЛ>1 <,г и 2) величина ДЛл.,, обеспечивает прирост прибыли АВ = &В*, определяемый формулой (25), при этом Д х. , д.б. не меньше граничного значения Д* (26). При невыполнении любого из этих условий за оптимальное значение Н принимают величину Н = А ■ ЫА.

При г > 0, 1А>1„, оптимальный состав формируется либо в состав Н = А-Ыт+ Д , либо - И = А ■ Л'„,. Здесь Л',„ - это число поставок, которое может быть накоплено на складе за время г = <„ (рис. 1). Заметим, что Ы„ < NА (рис.1). Если добавка = Ят„х - А ■ Ыт> О, то к накопленному грузу И = А ■ Л',, в принципе можно присоединить добавку Д^.,, получаемую из следующей поставки ас, = , при соблюдении двух условий: 1) когда временное расстояние г„т11 = 1 суткам и 2) величина добавки Дч_„ обеспечивает прирост выручки ДВ = ДВ*. При нарушении хотя бы одного из этих условий от добавки Ддгш4.1 следует отказаться и за оптимальное значение состава поезда принять величину Н =

В главе разработаны два алгоритма № 9, 10 табл. 3, отличительной особенностью которых является не только непостоянство интервалов поступления поставок, но главное неизвестность их значений для станции отправления. После прибытия на станцию отправления очередной поставки А, ничего определенного нельзя сказать о времени (дате) поступления следующей поставки Аа = Агг]. Известно лишь, что Лг+1 должна прибыть в интервале 1 < г < ттх, где гпвл - известное максимальное время ожидания следующей поставки. Для удобства описания данные алгоритмы разделены на 3 блока:

1. Анализ исходного состояния накопленных поставок на станции отправления с целью выявления возможностей дополнительной задержки уже прибывших поставок.

2. Вычисление требуемой (желательной) добавки Лр (4), сопоставления ее с возможной фактической добавкой Д, определение величины прибыли ДВ, которую можно было бы получить от этих добавок при = 1. Если такие добавки обнаружатся, то следует переходить к следующему блоку, приняв гг„, = 2, При некотором значении может оказаться, что вместо прироста прибыли ДВ* будет иметь место ее убыток ДВ". Уровень неопределенности в данном случае будет еще выше из-за неизвестности величин возможных интервалов между поставками, следовательно, актуальность обращения к получению прогнозных значений А,у, г еще больше возрастет.

3. Если в результате реализации 2-го блока операций добавка Д окажется полезной, то возникнет новое состояние, оцениваемое суммой и

оставшимися запасами времени на продолжение хранения. Если 5,., и

запас времени еще есть, то осуществляется переход к следующему блоку операций, повторению по сути дела 1 и 2 блока и т.д.

Пятая глава посвящена применению методов прогнозирования для получения оценок неизвестных значений размеров поставок А = А, временных интервалов между очередными поставками г = г . Кроме того, объектами

прогнозирования могут быть неизвестные величин КВЗ у = у , величины ожидаемой прибыли, суммарное количество поставок № за тот или иной период времени (месяц, квартал) и др.

Отсутствие информации хотя бы об одном из показателей А или г , либо об обоих одновременно, во-первых, не позволяет перевозчику заблаговременно находить оптимальные составы поездов Я, даты их отправки и потребные сроки хранения на складе; во-вторых, вынуждает принимать решения в условиях неопределённости, приводящей иногда к ошибочным решениям.

Для повышения качества (точности и достоверности) прогнозирования применён метод прогнозирования с выделением контрольной информации. Идея выделения контрольных уровней (точек) не нова. Недостатком её является то, что в контрольную область выделяются последние и потому самые ценные данные и эти данные к тому же исключаются из объёма статистической информации, используемой для определения параметров прогностической модели. Покажем эти области на рис. 2.

" к 1 т < 1 ■ 1 т 1 1 1 • < > ( т 1 1 1 » 1 > > III ь

«-я - «-Л-► III » —т—

«- в-1

Рис. 2.

На этом рисунке в - область ретроспективных данных, область предыстории; И - расчётная область, по данным которой находятся величины коэффициентов искомых моделей; ./, - контрольная область.

В работе предполагается ряд способов, повышающих качество прогнозирования. К числу таких способов отнесены:

1. Двукратное использование точек, включенных в контрольную область. Сущность такого использования состоит в следующем. В начале методом проб и ошибок по точкам й и ищется наиболее подходящий вид (тип) модели и определяется его точность по данным, принадлежащим Jt. На втором этапе

область ji объединяется с расчётной областью r, увеличивая её объём. И параметры выбранной модели рассчитываются уже по всем точкам, входящим в r и jt. Такой приём способствует повышению точности прогнозирования.

2. Построение моделей трендов временных рядов в двух видах: а) в виде однофакторных зависимостей Y, = /(<), где ?, - расчётное значение прогнозируемого показателя, например, размера поставки, t - временной фактор (признак), принимающий дискретные значения г = 1,2,3,....,7", например в сутках; б) в виде своеобразной двумерной модели 9, = s(i',n), где «сплошное»

время /, (i = l,2,3,.....т) разделено на две его разновидности: на «длинные»

интервалы n (это могут быть недели, декады, месяцы) и на «короткие» сплошные интервалы, t = 1,2,3,...,/", заполняющие длинные интервалы. Расчёты, проделанные автором, подтверждают, что в большинстве случаев такие модели оказываются более высокого качества, чем обычные 9, = /(/).

3. Использование комбинированных моделей, объединяющих уравнения трендов и авторегрессионых уравнений и имеющих вид:

Y, = Аа + А, ■ Y{t -N)+Ar Y(t - 2N) + /(/) или Y, = A0 + A, ■ Y„, + Аг ■ Y,_1 + s(t',n)

где y(i - n), y(i-2N) - уровни временного ряда, сдвинутые относительно исходных данных на 7V и 2n временных интервала «длиной» в N суток (N -неделя, декада или месяц); /(() и s{t',N) - уравнения трендов,

4. Включение в состав факторов для моделей при нерегулярных поставках грузов вместо временного фактора t «номерного» фактора г. Под «номерным» фактором понимается порядковый номер очередной поставки, принимающий равноотстающие значения г = 1,2,3,....,//,. Этот приём позволяет неравношаговую шкалу преобразовать в равношаговую, что может приводить к повышению качества формируемых моделей прогнозирования.

В главе проводится также анализ критериев оценки качества на основе среднеквадратической ошибки s, средней относительной ошибки 5, коэффициентов множественной корреляции R и детерминации D, F •

критерия. Более оправданной является оценка точности моделей и отбор наиболее подходящей из них по контрольной информации.

Значительное внимание в главе уделяется построению временных рядов, содержащих периодические компоненты. Рассматривается известный гармонический анализ, позволяющий представлять периодические компоненты в виде набора тригонометрических функций: синусоид и косинусоид. Однако в нашем случае наибольшее предпочтение отдано методам, согласно которым сначала определяется уравнение тренда, а потом по остаткам (разностям между уровнями временного ряда и расчётными значениями) строиться авторегрессионая зависимость первого или второго порядка. Такой подход обеспечивает получение более качественного решения прогностической задачи.

К основным результатам диссертационного исследования отнесены следующее:

1. Подробный анализ применения контрейлерных перевозок в зарубежных странах и рассмотрены результаты применения первых контрейлерных перевозок в нашей стране.

2. Оценка возможного снижения экологического ущерба при внедрении контрейлерных перевозок наносимого автомобильным транспортом воздушной среде, посредством уменьшения выбросов выхлопных газов большегрузных автомобилей и продлении их срока службы, что позволяет сократить износ шин, хранение и утилизация которых, также пагубно сказывается на состоянии атмосферного воздуха и здоровье людей. Так при перевозке 412 полуприцепов величина предотвращённого экономического ущерба воздушной среде при внедрении контрейлерной перевозки составит 159 тыс. руб при тепловозной тяге и 292,4 тыс. руб при электрической.

3. Выбраны отдельные показатели (параметры), наиболее полно характеризующие контрейлерные перевозки при условии строгого соблюдения требований грузоотправителя, в части доставки его грузов на станцию назначения и при условии недопущения снижения уровней дохода железной

дороги ниже некоторых граничных значений. К числу таких показателей отнесены: размеры поставок, допустимые сроки доставки грузов, степень регулярности поступления контрейлерных грузов на СО и уровень информационного обеспечения перевозчика о вариантах планируемых к перевозке поставок.

4. Результаты исследования некоторых путей повышения рентабельности контрейлерных перевозок, снижения уровня их себестоимости и увеличения денежного дохода за перевозку груза. Основным направлением решения этих задач является поиск оптимальных составов контрейлерных поездов.

5. Разработаны и подробно представлены в работе алгоритмы оптимизации составов контрейлерных поездов. Предложена их классификация по степени регулярности поставок и по уровню информационного обеспечения предполагаемых контрейлерных перевозок. Разработанные алгоритмы могут использоваться и для других вариантов функционирования контрейлерных перевозок.

6. Предложены пути снижения вероятностей ошибок при принятии решений на продолжение или прекращение дальнейших поставок с целью их накопления на складе.

7. Обоснована необходимость применения методов прогнозирования во всех случаях, когда отсутствует информация о каких-либо показателях. Установлено, что наиболее обоснованными методами прогнозирования таких показателей, ках размер поставок (Л), интервалы между поставками (г) являются методы прогнозирования с выделением так называемой контрольной информации.

8. Обоснована целесообразность применения для прогнозирования -смешанных авторегрессионных моделей. Расчётные примеры подтверждают достаточно хорошие возможности таких моделей.

Основные положения диссертации опубликованы в следующих работах:

1. Глазунова О.В., «Определение рационально го числа вагонов в составе поездов в условиях действия временных ограничений и непостоянства объемов поставок» Управление перевозками и транспортная логистика, Межвузовский сборник научных трудов, Хабаровск, Издательство ДВГУПС, 2005г.

2. Глазунова О.В., Семеркин A.A., «Контрейлерные перевозки — частичное решение экологической проблемы» Логистика, грузовая и коммерческая работа, Сборник научных трудов, Санкт-Петербург 2004г.

3. Лысенко Н.Е., Глазунова О.В., «Экологические аспекты контрейлерных перевозок» Задепонирована ВИНИТИ РАН 07.04.2004г. №017/0982 от 07.04.2004г.

4. .Лысенко Н.Е., Глазунова О.В., «Перспектива внедрения контрейлерных перевозок». Научно-практическая конференция, Неделя науки - 2003. «Наука - транспорту», Труды, Москва 2004г.

СНИГУР ОЛЬГА ВАЛЕРЬЕВНА

ПАРАМЕТРИЗАЦИЯ ТЕХНОЛОГИИ КОНТРЕЙЛЕРНЫХ ПЕРЕВОЗОК ВНЕШНЕТОРГОВЫХ ГРУЗОВ

Специальность 05.22.08 - «Управление процессами перевозок»

Автореферат

диссертации на соискание учёной степени кандидата технических наук

Подписано в печать > 0S, Усл.-печ.л. -

Печать офсетная. Бумага для множит, апп. Формат 60x84 1/16

Тираж 80 экз. Заказ № ¿9Z,

Типография МИИТ: 127994, г. Москва, ул. Образцова, 15

ВВЕДЕНИЕ

1. ОПЫТ РАЗВИТИЯ КОНТРЕЙЛЕРНЫХ ПЕРЕВОЗОК ф В РОССИИ И ЗА РУБЕЖОМ.

1.1. Практический опыт внедрения контрейлерных перевозок за рубежом.

1.2. Практический опыт внедрения контрейлерных перевозок на железных дорогах в России и странах СНГ.

1.3. Экономическая оценка ущерба от загрязнения природной среды.

1.4. Обзор исследований, выполненных по вопросам организации контрейлерных перевозок.

1.5. Выводы по первой главе.

2. ВЫБОР И ОБОСНОВАНИЕ ФАКТОРОВ ВЛИЯЮЩИХ НА ПАРАМЕТРИЗАЦИЮ ТЕХНОЛОГИИ

КОНТРЕЙЛЕРНЫХ ПЕРЕВОЗОК.

2.1 Характерные особенности (условия) функционирования контрейлерных перевозок

2.2. Варианты поставок «контрейлерных» грузов по объёму (размерам) и регулярности поступления.

2.3. Регулярность поступления поставок.

2.4. Временные ограничители при организации контрейлерных перевозок.

2.5. Особенности информационного обеспечения поставок.

2.6. Корректировки ставок для конкретных условий перевозок.

2.7. Постановка задачи исслдования. 42 ^ 2.8. Выводы по второй главе.

3. РАЗРАБОТКА АЛГОРИТМОВ ОПТИМИЗАЦИИ СОСТАВОВ КОНТРЕЙЛЕРНЫХ ПОЕЗДОВ ПРИ РЕГУЛЯРНОМ ПОСТУПЛЕНИИ

ГРУЗОВ НА СТАНЦИЮ ОТПРАВЛЕНИЯ.

3.1. Выбор альтернативных вариантов поставок

3.2. Оптимизация составов контрейлерных поездов при условиях: А = А ,т = т ,у = у

3.3. Оптимизация составов контрейлерных поездов при условиях: А = А , т = т , у = у

3.4. Оптимизация составов контрейлерных поездов при условиях: A = A,T = r,y = y,j = jQ.

3.5. Оптимизация составов контрейлерных поездов при условиях: A = A,T = T,y = y,J = Jn.

3.6. Оптимизация составов контрейлерных поездов при условиях: А = А, т = т , У = У, J = J0.

3.7. Оптимизация составов контрейлерных поездов при условиях: А- А, т = т , у = у , J = Jn.

3.8. Оптимизация составов контрейлерных поездов при условиях: А = А, т = f, у - у , J = J0.

3.9. Выводы по третьей главе

4. ОПТИМИЗАЦИЯ СОСТАВОВ КОНТРЕЙЛЕРНЫХ ПОЕЗДОВ ПРИ

НЕРЕГУЛЯРНОМ ПОСТУПЛЕНИИ ГРУЗОВ.

4.1 .Общая характеристика вариантов поставок и их классификация.

4.2. Алгоритм оптимизации варианта \A,y,tr,Jn}.

4.3. Алгоритм оптимизации варианта {J,y,tr,Jn}.

4.4. Алгоритм оптимизации варианта \A,y,tr,Jn).

4.5. Алгоритм оптимизации варианта \A,y,tr,Jn\.

4.6. Алгоритм оптимизации варианта

4.7. Алгоритм оптимизации варианта \A,y,tr}u \A,y,trj.

4.8. Алгоритм оптимизации варианта \A,y,tr j.

4.9. Алгоритм оптимизации варианта [л,Л,т\.

4.10. Алгоритм оптимизации варианта J. 137 £ 4.11. Алгоритм оптимизации варианта \A,y,T0,N°\.

4.12. Выводы по четвертой главе.

5. ПРОГНОЗИРОВАНИЕ ПОКАЗАТЕЛЕЙ (ХАРАКТЕРИСТИК)

КОНТРЕЙЛЕРНЫХ ПЕРЕВОЗОК

5.1 .Актуальность прогнозирования показателей.

5.2.Анализ и формы представления статистической информации для прогнозирования показателей контрейлерных перевозок.

5.3.Мод ел и временных рядов как средство прогнозирования показателей контрейлерных перевозок.

5.4.Построение трендов для временных рядов.

5.5.Технология построения трендов для прогнозирования показателей контрейлерных перевозок.

5.6.Авторегрессионные модели как средство прогнозирования показателей контрейлерных перевозок.

5.7.Прогнозирование объемов поставок при регулярном их поступлении на станцию отправления.

5.8.Прогнозирование объемов поставок при нерегулярном их поступлении на отправку.

5.9.Прогнозирование временных интервалов между поставками. щ 5.Ю.Выводы по пятой главе

С развитием глобализации всех процессов в мировой экономике особое значение приобретает рационализация производства и перевозок грузов с < минимальными сроками доставки и затратами.

В настоящее время, когда широко развиваются рыночные условия основное внимание должно уделяться совершенствованию технологии перевозочного процесса.

При этом предполагается, что клиенты будут пользоваться железнодорожным транспортом вследствие того, что перевозки будут иметь высокое качество, доступные тарифы, относительно высокую скорость доставки. Железнодорожный транспорт должен самым внимательным образом изучать потребности клиентов, сам формировать запросы потребителей. Например, предлагать доставку автопоездов на специальных железнодорожных платформах от Бреста до Урала [1], от Москвы до Санкт -Петербурга и др.

Следует помнить, что грузовладелец всегда заинтересован в снижении транспортных затрат на всех звеньях логистической цепи доставки продукции потребителю. Одним из путей снижения транспортных издержек является наличие баланса всей транспортной системы, включающей в себя разные виды транспорта. Одним из средств такой балансировки являются контрейлерные перевозки, которым посвящена данная диссертационная работа. Данный вид перевозок направлен на доставку автопоездов, полуприцепов, съёмных кузовов от станции отправления до станции назначения. Это обеспечивает в определённой степени сочетание достоинств железной дороги и автомобильного транспорта. Сама идея контрейлерных перевозок не нова и получила довольно широкое распространение в странах Западной Европы.

Организационно-экономические преимущества находятся на стороне автомобильного транспорта, в то время как комбинированные перевозки лидируют по общеэкономическим критериям надёжности и безопасности, наличию резервов производительности, защиты окружающей среды и экономики ресурсов [2].

Для успешной конкуренции с чисто автомобильными перевозками контрейлерные перевозки должны иметь долгосрочные перспективы развития. Для этого основные действующие лица на транспортном рынке - политические и экономические органы, компании по эксплуатации инфраструктуры комбинированного транспорта и железнодорожные компании - перевозчики должны образовывать стратегические Компании, осуществляющие контрейлерные перевозки должны кооперироваться с логистическими комплексами.

Центры грузовых перевозок и логистики являются средством эффективного соединения в альянсы различных видов транспорта. Подобные центры приобретают всё большее значение в странах Западной Европы, где их число уже приблизилось к 130 единицам. В Восточной Европе также планируются, либо уже созданы такие центры. Грузоотправители проявляют большой интерес к созданию эффективных и экологически безопасных транспортных систем.

При проведении мероприятий, способствующих улучшению конкуренции комбинированного транспорта (налоговые мероприятия, запреты, законы и др.) перспективность контрейлерных перевозок и в дальнейшем будет обеспечена.

В Российской Федерации этот способ перевозки грузов прошёл только начальную стадию внедрения, проведены три опытные автомобильно-железнодорожные перевозки. По этой причине выделение основных параметров контрейлерных перевозок, влияющих на организацию оптимальных контрейлерных маршрутов, является весьма актуальной научной задачей.

5.10. Выводы по пятой главе.

1. Обосновано применение методов прогнозирования с выделением из исходной статистической информации её некоторой части, называемой контрольной и образующей контрольную область. При этом для повышения эффективности использования всей ретроспективной (т.е. накопленной к настоящему, текущему времени) информации двухэтапное точнее двукратное использование контрольной информации. Такой подход заметно повышает возможности методов прогнозирования с выделением контрольной информации.

2. Показано, что статистическую информацию о параметрах контрейлерных перевозок, можно рассматривать как некоторые временные ряды, содержащие в своём составе либо только тренд, либо тренд в сочетании с некоторыми периодическими компонентами. Такой подход позволяет использовать методы прогнозирования, разработанные для временных рядов.

3. В целях повышения качества прогнозирования временных рядов предложено формировать тренды не только в привычном виде -однофакторных моделей, но и в виде двухфакторных уравнений. Построение трендов с разделённым временем расширяет возможности для формирования более качественных моделей и повышает точности прогнозных оценок.

4. Дано обоснование возможности комбинирования двух видов моделей: трендов и авторегрессионых уравнений. Такое комбинирование существенно повышает точность прогнозирования, что наглядно показано на конкретном примере, рассмотреного в данной главе.

В диссертации на конкретных примерах рассмотрены смешанные авторегрессии двух типов. Более точными, как и следовало ожидать, оказались модели содержащие тренд с «разделённым» временем.

5. Проанализированы различные критерии оценки адекватности ь формируемых моделей, способы измерения точности получаемых прогностических оценок. Показано, что используемые критерии оценки адекватности модели, её качества (такие как F- критерий, коэффициент детерминации D, множественный коэффициент корреляции R) применительно к прогнозным моделям могут оказаться неэффективными, дающими завышенное качество оценкам. Более предпочтительными, по мнению автора данной работы, следует считать оценки точности, получаемые по точкам контрольной области.

6. Показано, что нерегулярность поставок приводит к тому, что временные ряды превращаются в «неравношаговые, неравностоящие». Это обстоятельство затрудняет применение обычных методов прогнозирования временных рядов, снижает точность получаемых оценок.

Ослабить негативное влияние неравношаговости возможно путём замены времени на порядковые номера поставок. В диссертационной работе такой способ продемонстрирован на конкретном примере.

Заключение

1. Результаты проведенного анализа применения контрейлерных (комбинированных) перевозок в странах Западной Европы (Франция, Германия, Италия, Австрия, Швейцария, Венгрия), США и Японии, позволили установить высокую эффективность их использования, как в настоящее время, так и в ближайшем будущем.

2. Проанализированы результаты выполнения первых опытных комбинированных перевозок в нашей стране, начиная с 1992г. Указанные перевозки в настоящее время обеспечены комплектом нормативно - правовых документов, правилами перевозок, порядком исчисления провозных затрат, техническими условиями размещения и крепления грузовых единиц контрейлерных перевозок; разработана и утверждена технология перевозок под таможенным контролем автопоездов, автоприцепов, автофургонов с участием железнодорожного транспорта. Таким образом, к настоящему времени уже имеется достаточно ощутимый задел для развития контрейлерных перевозок в нашей стране.

3. При внедрении контрейлерных перевозок, значительно сокращается экологический ущерб, наносимый автомобильным транспортом воздушной среде, посредством уменьшения выбросов выхлопных газов большегрузных автомобилей и продлевается их срок службы, за счёт этого сокращается износ шин, хранение и утилизация которых, также пагубно сказывается на состоянии атмосферного воздуха и здоровье людей. Экологический ущерб, наносимый воздушной среде автомобильным транспортом, в 12 раз выше чем наносимый железнодорожным транспортом. При перевозке 412 полуприцепов величина I» предотвращённого экономического ущерба воздушной среде при внедрении контрейлерной перевозки составит 159 тыс. руб. при тепловозной тяге и 292,4 тыс. руб при электрической.

4. Выделены несколько основных факторов, позволяющих экономить время, планировать и организовывать управление перевозками грузов, сокращать финансовые расходы относящиеся к контрейлерным перевозкам.

К их числу прежде всего относятся: а) размеры (объемы) поставок; б) степень постоянства временных интервалов т между очередными поступлениями на станцию отправления; в) наличие временных ограничений, выдвигаемых грузоотправителем (ГО), по срокам доставки грузов потребителю; г) уровень информационного обеспечения станции отправления (СО) о графике очередных поступлений поставок, об их объемах, о значениях коэффициента временного запаса.

5. С учётом рыночной конкуренции исследованы некоторые пути повышения рентабельности контрейлерных перевозок, снижения уровня их себестоимости и увеличения денежного дохода за перевозку груза. Основным направлением решения этих задач является поиск оптимального состава контрейлерного поезда, при котором строгого соблюдаются требования грузоотправителя, особенно в части доставки его грузов на станцию назначения и недопущения снижения уровней дохода железной дороги ниже некоторых граничных значений.

6. В качестве основных методов решения использованы методы математического моделирования, позволяющие формировать различные математические соотношения (формулы, уравнения, логические условия и т.д.) для описания того или иного процесса, явления.

В качестве базовой части математического моделирования использованы разрабатываемые алгоритмы решения поставленных задач. Разработанные в работе алгоритмы относятся к числу логико-арифметических, сочетающих вычислительные операции с различными логистическими условиями. Методы математического моделирования применены также и для решения прогнозных задач.

7. В работе предложено 18 алгоритмов, позволяющих решать большой круг задач, связанный с различиями в вариантах поставок. Данные алгоритмы могут составить основу для разработки других аналогичных алгоритмов. Многообразие алгоритмов разделено на две группы: алгоритмы с регулярным прибытием поставок на станцию отправления и алгоритмы с нерегулярными поступлениями.

8. Установлено, что все алгоритмы, относящиеся к поставкам с полным информационным обеспечением о размерах поставок, о значениях коэффициентов временных запасов, о величинах временных интервалов между поставками, обеспечивают заблаговременное (то есть еже до начала поступления поставок на станцию отправления) определение оптимальных составов поездов, длительностей накопления поставок на складах и сроков готовности поездов к отправкам.

9. Обоснована необходимость применения методов прогнозирования во всех случаях, когда отсутствует информация о каких-либо показателях. Установлено, что наиболее обоснованными методами прогнозирования таких показателей, как размер поставок, интервалы между поставками являются методы прогнозирования с выделением так называемой контрольной информации.

10. Наиболее подходящими методами прогнозирования таких показателей, как размеры поставок, величины временных показателей являются методы прогнозирования с выделением так называемой контрольной информации. При этом для повышения эффективности методов с контрольной информацией предложено двукратное её использование.

11. Обоснована целесообразность применения для прогнозирования -смешанных авторегрессионных моделей. Расчётные примеры подтверждают достаточно хорошие возможности таких моделей.

1. Еловой И.А. Эффективность логистических транспортно-технологических систем (теория и методы расчетов) Гомель, 2000.-290 с.

2. Степина Т.Е. Перспективы комбинированных грузовых сообщений с восточной Европой// Железнодорожный транспорт за рубежом. Серия V ЭИ/ЦНИИТЭН. - 2003. - Вып. 2. - с. 1-5.

3. Кабанова М.П. Международные комбинированные перевозки в Европе. // Железнодорожный транспорт за рубежом. Серия V ЭИ/ЦНИИТЭН. -2003.-Вып. 2.-с. 3-5.

4. Межгосударственная программа развития рынка международных автотранспортных услуг государств участников СНГ. (Интернет).13.© Украинский государственный центр транспортного сервиса "ЛИСКИ" http://liski.com.ua.

5. Н. Воронков "Воздух столицы нуждается в лечении ", Гудок, №5, 2004г.

6. Мандрыков М.Е. Экономические проблемы повышения эффективности и качества грузовых железнодорожных перевозок: Диссертация на соискание ученой степени доктора экономических наук. М.; 1993

7. Мандрыков М.Е. Учет доктора времени в перевозочном процессе. Труды МИИТ, вып. 729, М.: 1983, с. 56-59.

8. Мандрыков М.Е. Экономические проблемы ускорения перевозок. Труды МИИТ, выпуск 785, Москва: 1987 г., с. 5 26.

9. Мачерет Д.А. Сравнительный анализ срочности доставки грузов в местном и прямом сообщении. Железнодорожный транспорт. — Серия: Маркетинг и коммерческая деятельность. ЭИ / ЦНИИТЭИ 1997 г. -Выпуск - 2. с. 31 - 39.

10. Черничина И.А. Экономическая оценка времени доставки грузов на железнодорожном транспорте в современных условиях. Автореферат диссертации кандидата экономических наук. Москва: 1991 г. -24 с.

11. Прейскурант №10-01 часть I. М.: Красный пролетарий, 2003-158 с.

12. Б.Ф.Андреев, И.С.Беседин "Экономика и организация промышленного транспорта" 2001 г.

13. Евдокимова Е.Н., Землянская М.В. Методы расчета себестоимости железнодорожных перевозок в условиях реформирования отрасли. М.: РГОУПС, 2003-115 с.

14. Шульга A.M., Смехова Н.Г. Себестоимость железнодорожных перевозок. М.: Транспорт, 1985. - 280 с.

15. Смехова Н.Г. Себестоимость железнодорожных перевозок. Учебное пособие. Москва: МИИТ, 1995 г.

16. Журавель А.И. Себестоимость железнодорожных перевозок. Новосибирск: издательство СГУПСа, 2000 г.

17. Методические указания и задания для курсовой работы по дисциплине "Себестоимость железнодорожных перевозок" под ред. Смеховой Н.Г. М.:2001.

18. Морозов В. (Первый заместитель министра путей сообщения России) Точка зрения. РЖД Партнёр № 6, 2003 г. - с. 35.

19. Елисеева Т.В., Писаревский Г. Е. "Экономическая целесообразность комбинированной технологии перевозок" ЖДТ№5 1994 г.

20. Информационный справочник по основным показателям работы железных дорог январь-декабрь 2001/2002 г.г.

21. Иловайский Н.Д., Киселёв А.Н. "Сервис на транспорте (железнодорожном)". М.: изд. "Маршрут", 2003 г.

22. Теория прогнозирования и принятия решений. Учебное пособие. Под ред. С.А. Саркисяна .-М.: «Высшая школа», 1977. -351с.

23. Статистический анализ экономических временных рядов и прогнозирования. -М.: «Наука», 1978.

24. Кильдишев Г.С., Френхель А.А. Анализ временных рядов и прогнозирования. -М.: «Статистика», 1973. 101с.

25. Правдин Н.В., Негрей В.Я. Прогнозирование пассажирских потоков. М.: «Транспорт», 1980. - 222с.

26. Дж. Бокс, Г. Дженкинс. Анализ временных рядов. Прогноз и управление. -М.: «Мир», 1974.-406с.

27. Четыркин Е.М. Статистические методы прогнозирования. М.: «Статистика», 1975.

28. Статистическое моделирование и прогнозирование. Учебное пособие. -М.: «МЭСИ», 1978.

29. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. М.: «Финансы и статистика», 1985г- 480с.

30. Экономико статистическое моделирование в промышленности. - М.: «Наука», 1977.-238с.

31. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика. Учебник. Издательство «Экзамен», 2003. 512с.

32. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. Учебник. -М.: «Финансы и статистика», 2001. 228с.

33. Прогнозирование перевозок пассажиров на воздушном транспорте. М.: Транспорт, 1983.- 180с.

34. Тимофеев В.А. Теория и практика анализа результатов наблюдений над техническими объектами, работающими в эксплуатационных условиях. -Л. 1960 г.

35. Теория статистики. Под ред. Р.А. Шмойловой. Учебник. М.: «Финансы и статистика», 2002. - 560с.

36. Головач А.В., Ерина A.M. Трофимов В.П. Критерии математической статистики в экономических исследованиях. М.: «Статистика», 1973.-135с.

37. Драйнер Н., Смит Г. Прикладной регрессионный анализ. М.: «Статистика», 1973.-391 с.

38. Каримов Р.Н. Обработка экспериментальной информации. Часть 2. Регрессионный анализ. Саратов, Саратовский гос. университет, 2002.-116с.

39. Елисеева И.И., Юзбашев М.М. Общая теория статистики. Москва.: «Финансы и статистика», 2002. 450 с.

40. Химмельблау Д. Анализ процессов статистическими методами. М.: «Мир», 1973.-957 с.

41. Шеннон Р. Имитационное моделирование систем искусство и наука. -М.: «Мир» 1978.-417 с.

42. Загнидзе И.Г. Планирование эксперимента для исследований многокомпонентных систем. — М.: «Наука», 1976. 389 с.

43. Лукашин Ю.П. Адаптивные методы прогнозирования временных рядов. -М.: «Финансы и статистика», 2003 г.

44. Нормативные платы за выбросы в воздушную атмосферу загрязняющих веществ стационарными и передвижными источниками, сборы загрязняющих веществ в поверхностные и подземные водные объекты. Постановление Правительства РФ от 12 июня 2003 года № 344.

45. Китайгородский А.И. Молекулярные силы. М.: «Знание», 1978 г. 64 с.

46. Баритко A.JL, Куренков П.В. Организация и технология внешнеторговых перевозок. Железнодорожный транспорт, 1998, №8, с.59-63.

47. Демин Ю.В., Кирпа Г.Н., Корженевич И.П., Курган Н.Б. Определение сферы эффективности контрейлерных перевозок. // Железнодорожный транспорт Украины, 1998, №1

48. Косогляд Р.А. Перспективы развития интермодальных перевозок. //Железнодорожный транспорт, 1997, №4, с. 50-53.

49. Косогляд Р.А., Синицина А.С. Комбинированные перевозки: терминальное обеспечение межнациональных логистических цепей. // Железнодорожный транспорт, 1998, №11, с. 33-36.

50. Дьяков Ю.В., Шапкин А.С., Эффективность перевозки контрейлеров специализированными грузовыми поездами в системе транспортных коридоров, М.-.МИИТ Труды научно-практической конференции

51. Ресурсосберегающие технологии на железнодорожном транспорте», 1998г.

52. Шапкин А.С. «Выбор технико-технологических параметров системы контрейлерных перевозок на железнодорожных направлениях сети», Дисс. на соиск. уч. степение к.т.н., М.: МИИТ 2005 г.

53. Шапкин А.С. Развитие контрейлерных перевозок на ж.д. транспорте. Журнал «Железнодорожный транспорт» № 6, 2000 г.

54. Дьяков Ю.В., Шапкин А.С. Определение экономической эффективности контрейлерных перевозок. Москва, МИИТ, Труды научно-практической конференции «Современные проблемы экономики и управления на ж.д. транспорте».

55. Шобанов А.В. Основы комплексной оценки экономической эффективности контрейлерных перевозок. Журнал «Наука, техника, управление», № 6, М.: ВИНИТИ, 2000 г., с. 21-26.

56. Дёмин Ю.В. и др. Проблемы бесперегрузочных и комбинированных перевозок. Журнал «Железнодорожный транспорт Украины», №1, 1998 г.

57. Салатов К.Х., Шобанов А.В. Теоретические аспекты оценки экономической эффективности контрейлерных перевозок. Журнал «Экономика железных дорог», 1999 г., № 10, с. 26-31.

58. Шобанов А.В. К вопросу об эффективности железнодорожных контрейлерных перевозок в международном сообщении. Труды научно-практической конференции «Современные проблемы экономики и управления на ж.д. транспорте», М.: МИИТ, 1999 г., с. 70-71.

59. Internationale Vereinigung der Gesellschaften fuer den kombinierten Verkehr Schiene-Strasse (UIRR), Bruessel, 2001, 14 s.

60. KombinierteVerkehr, Geschaeftsbericht 2001, Frankfurt/Main, 2002, 59 s.