Содержание к диссертации
Введение
Глава 1. Анализ современного этапа в развитиии теории и практики организации и управления системой городского наземного пассажирского транспорта крупного города в РФ
1.1. Городской наземный пассажирский транспорт: состояние и перспективы развития 12
1.2. Анализ существующих систем управления городским наземным пассажирским транспортом в РФ 14
1.3. Региональные аспекты управления системой городского наземного пассажирского транспорта 24
1.4. Сравнительный анализ разработанных моделей взаимодействия подсистем городского наземного пассажирского транспорта 37
Выводы по главе 1 50
Глава 2. Разработка научно-методических подходов формирования интеллектуальной системы управления городским наземным пассажирским транспортом
2.1. Разработка теоретических подходов по формированию интеллектуальных систем управления городским наземным пассажирским транспортом 52
2.2. Проектирование информационной базы разработки интеллектуальных систем управления городским наземным пассажирским транспортом 71
2.3. Сбор и обработка статистической информации: формирование массива показателей функционирования городского наземного пассажирского транспорта на примере города Саратова 83
Выводы по главе 2 90
Глава 3. Разработка интеллектуальных моделей оценки уровня качества предоставляемых услуг городского наземного пассажисркого транспорта
3.1. Теоретические основы построения интеллектуальных моделей оценки уровня качества предоставляемых услуг городского наземного пассажирского транспорта на основе нечетких экспертных систем 91
3.2. Разработка научно-практических рекомендаций по построению нечеткой экспертной системы оценки качества функционирования системы городского наземного автомобильного транспорта 98
3.3 Разработка научно-практических рекомендаций по проектированию и внедрению интеллектуальных информационных систем управления пассажирскими перевозками города 108
Выводы по главе 3 112
Глава 4. Апробация научно-практических рекомендаций по использованию интеллектуальных информационных систем оценки качества услуг ГНПТ
4.1. Разработка научно-практических рекомендаций по совершенствованию системы управления городским наземным пассажирским транспортом 113
4.2. Разработка интеллектуальных моделей прогнозирования транспортных процессов на основе искусственных нейронных сетей 129
4.3. Экономическая эффективность предложенных мероприятий 141
Выводы по главе 4 147
Заключение 149
Библиографический список 151
- Анализ существующих систем управления городским наземным пассажирским транспортом в РФ
- Сравнительный анализ разработанных моделей взаимодействия подсистем городского наземного пассажирского транспорта
- Сбор и обработка статистической информации: формирование массива показателей функционирования городского наземного пассажирского транспорта на примере города Саратова
- Разработка научно-практических рекомендаций по проектированию и внедрению интеллектуальных информационных систем управления пассажирскими перевозками города
Введение к работе
Актуальность проблемы. Внедрение интеллектуальных систем
управления (ИСУ) городским наземным пассажирским транспортом (ГНПТ) на современном этапе их функционирования, является логичным продолжением существующих методических подходов и положений в управлении системой пассажирских перевозок крупного города.
Многоаспектность каждой конкретной ситуации, влияющей на профиль системы управления ГНПТ, будь то, сложный рельеф местности, входящие и выходящие транспортные потоки, транспортно-планировочные особенности, состояние автомобильных дорог и в целом транспортной инфраструктуры города, выступает как основополагающий фактор, влияющий на конфигурацию транспортной сети крупного мегаполиса и применяемую модель управления ГНПТ.
В практике целого ряда городов РФ имеет место успешный запуск спутниковых систем навигации для координации работы ГНПТ, что позволяет операторам диспетчерского движения контролировать транспортные единицы ГНПТ при работе на линии. Данное обстоятельство послужило основанием создания интеллектуальных транспортных систем (ИТС), позволяющих решать ключевые задачи по разгрузке улично-дорожной сети (УДС) города, путем установки равновесия между пропускной способностью УДС и ее фактической загрузкой, повышающей скорость сообщения и целом уровень качества услуг предоставляемых городским наземным пассажирским транспортом.
Проведенный анализ литературных источников, показал, что
рассматриваемые процессы и явления в управлении транспортными системами, рассматриваются с использованием классических методов: применении принципа «сетевого графа», введении критерия качества обслуживания, исследовании транспортных потоков и т.д., однако с повышением сложности исследуемых объектов и развитием теоретических знаний и технологий обработки информации появляется возможность исследования систем управления ГНПТ на основе инструментария процессов интеллектуализации, в частности, на основе нечетких экспертных систем (НЭС) и искусственных нейронных сетей (ИНС), для принятия управленческих решений, в том числе, в управлении ГНПТ.
В связи с этим, создание новых проектов по реконструкции
существующих систем управления ГНПТ крупных городов, необходимо
осуществлять с использованием интеллектуальных моделей и методов в
практику работы предприятий, что подтверждает актуальность темы и
необходимость проведения дальнейших исследований, развивающих
теоретические и методологические положения теории пассажирских перевозок.
Степень разработанности проблемы. Проведенный анализ показал, что, несмотря на несомненные достижения в области проектирования ИСУ, не полностью исследована возможность применения НЭС для преобразования сложноформализуемых показателей работы системы ГНПТ для выявления реального уровня качества предоставляемых транспортных услуг в режиме
реального времени; а также ранее не исследовалась возможность применения ИНС для прогнозирования транспортных процессов. Таким образом, необходимо провести дальнейшие исследования по разработке теоретических знаний и практических рекомендаций в данной области.
Цель работы – повышение качества обслуживания пассажиров в городе на основе НЭС и ИНС.
Задачи исследования:
провести анализ системы ГНПТ крупного города и обосновать основные теоретические и методологические подходы к использованию ИИСУ в оценке качества обслуживания населения;
разработать методику оценки качества обслуживания населения ГНПТ на основе ИИСУ, с использованием НЭС;
- разработать методику экспериментального исследования по оценке
качества обслуживания населения с применением ИИСУ, на примере г.
Саратова;
разработать научно-методические подходы по построению прогнозных моделей функционирования ГНПТ с использованием ИНС;
выполнить апробацию научно-практических рекомендаций и рассчитать экономический эффект.
Научная новизна состоит в разработке научно-практических подходов в
построении информационных интеллектуальных систем управления ГНПТ на
основе НЭС, которые отличаются от классических моделей оценки качества
обслуживания населения ГНПТ возможностью проведения непрерывного
анализа получаемой информации о транспортном процессе, с целью ее увеличения, преобразования и обработки для нахождения оптимального решения в режиме реального времени и позволяют обеспечить заданный уровень качества обслуживания населения, а также адаптируются к изменению состояния внешней и внутренней среды и позволяют учитывать факторы, влияющие на формирование пассажиропотоков.
Теоретическая значимость состоит в разработке теоретических и методических положений формирования ИИСУ в управлении и оценке качества обслуживания населения. Разработанные модели системы нечеткого вывода позволят обеспечить качественную оценку процесса планирования и эффективного управления в системе ГНПТ крупного города за счет внедрения в практику работы ИИСУ.
Методы исследований: обзор и анализ литературных источников, отчётно-статистический метод при сборе статистических данных, изучение проектов и научных разработок по изучаемой тематике, методика экстраполяции и использование ИНС при прогнозировании; методика кластерного анализа и сетевое планирование (сетевой анализ) как вспомогательные инструменты при формировании данных для построения НЭС.
Положения, выносимые на защиту:
1. Интеллектуальная информационная система оценки качества
обслуживания населения на ГНПТ.
2. Методика оценки качества обслуживания населения ГНПТ, на основе
НЭС.
-
Методика проведения экспериментального исследования по оценке качества обслуживания населения с применением ИИСУ.
-
Научно-методические подходы к построению прогнозных моделей функционирования ГНПТ с использованием ИНС.
5. Рекомендации по внедрению научно-практических подходов ИИСУ в оценке качества обслуживания на ГНПТ.
Достоверность полученных результатов обеспечивается соответствием порядка проведения расчетов параметров транспортной сети и пассажиропотока методикам, описанным в научной литературе, а также соразмерностью полученных результатов экспериментально подтвержденным данным.
Апробация и внедрение результатов исследования выражаются в том, что методические положения по оценке качества обслуживания пассажиров на основе НЭС использовались при разработке перспективных моделей организации системы управления транспортным комплексом г. Саратова, с целью оптимизации его работы. Созданные автором программные продукты совместно с сотрудниками СГТУ имени Гагарина Ю.А. используются при планировании показателей работы городского пассажирского транспорта специалистами МКУ «Транспортное управление» г. Саратова.
Отдельные положения диссертации используются в учебном процессе ФГБОУ ВПО «Саратовский государственный технический университет имени Гагарина Ю.А.» в рамках дисциплин: «Основы логистики», «Пассажирские перевозки», «Информационные технологии на транспорте».
Основные идеи, теоретические разработки и практические рекомендации
докладывались автором и обсуждались на 2 научно-технических конференциях:
на Международной научной конференции "Математические методы в технике и
технологиях ММТТ-27" СГТУ имени Гагарина Ю.А. (Саратов, 22 – 24 апреля
2014 г.), на VII Международной научно-технической конференции "Проблемы
качества и эксплуатации автотранспортных средств" Пензенского ГУАС (Пенза,
12-18 мая 2012 г.); на 5 научно-практических конференциях: на Международной
научно-практической конференции "Логистика, инновации и менеджмент в
современной бизнес-среде" СГТУ имени Гагарина Ю.А. (Саратов, 18 апреля
2012 года), на VI Международной научно-практической конференции
"Автомобильный транспорт Дальнего Востока - 2012" (Хабаровск, 13-16 сентября 2012 г.), на Всероссийской 66-й научно-практической конференции (с международным участием) на базе федерального государственного бюджетного образовательного учреждения высшего профессионального образования "Сибирская государственная автомобильно-дорожная академия (СибАДИ)" (Омск, 18-19 октября 2012 г.), на Международной научно-практической конференции «Логистика и экономика ресурсосбережения и энергообеспечения в промышленности (ЛЭРЭП-6-2012)» СГТУ имени Гагарина Ю.А. (Саратов, 11-13 декабря 2012 г.), на II Международной научной конференции "Европейские прикладные науки: современные подходы в научных исследованиях" (Штутгарт, Германия, - 2013); на 2 научных семинарах: на научном семинаре "Логистика и
транспорт: современные тенденции развития" СГТУ имени Гагарина Ю.А. (Саратов, 2011), на научном семинаре "Технология, организация и управление автомобильными перевозками" СГТУ имени Гагарина Ю.А. (Саратов, 2013).
Публикации. Основные результаты работы опубликованы в 15 печатных изданиях, в том числе 3 работы в изданиях, рекомендованных ВАК РФ для публикации материалов кандидатских и докторских диссертаций, получено 1 свидетельство о регистрации программы для ЭВМ – № 2015612305 от 17.02.2015, издано 1 учебное пособие.
Структура и объем работы. Диссертационная работа состоит из введения, 4 глав, заключения, списка использованной литературы и приложений. Содержит 194 страниц текста, 28 таблиц, 61 рисунок. Библиографический список включает 177 наименований.
Анализ существующих систем управления городским наземным пассажирским транспортом в РФ
Совершенствование системы управления городским пассажирским транспортом является важнейшим резервом повышения качества функционирования пассажирского транспорта. Управление должно обеспечивать слаженность процесса взаимодействия индивидуумов, а также направлять их усилия на достижение целей всего производственного процесса. Главный признак управления - его информационная природа.
Предмет труда - информация, а его продукт - управленческое решение индивидуума и влияние на транспортный процесс. В течение трудового дня водитель множество раз сталкивается с массой рабочих моментов и ситуаций, но, не смотря на это, перевозка пассажиров должна осуществляться строго в соответствии с расписанием движения на маршруте не зависимо от обстоятельств. Факторы воздействия на перевозочный процесс обязательно должны учитываться при отборе и совершенствовании методик управления. В связи с этим остро стоит проблема оперативности реагирования системы управления на внешние воздействия на процесс перевозки пассажиров, в том числе - достижение слаженности всех элементов процесса перевозки с колебаниями пассажиропотока. При рассмотрении процессов управления пассажирскими перевозками на ГНПТ, данную систему необходимо исследовать с позиции системного подхода, где объектами управления выступают транспортные системы. Согласно мнению специалистов и ряда ученых процесс управления связан с предвидением, организацией, распоряжением, координацией и контролем. Управление системой ГНПТ означает проведение комплекса мероприятий включающих: - составление прогнозов и выработка программы действий; - создание материального и социального организма предприятия; - принуждение персонала к надлежащей работе; - связывание, объединение, гармонизация всех действий и усилий; - забота о согласованности действий с установленными правилами и распоряжениями.
Основная цель управления - эффективное использование финансов и ресурсов для обеспечения высокого уровня качества процесса перевозки пассажиров, обеспечение ориентации процесса управления на результат -удовлетворение транспортных потребностей населения.
В настоящее время существует множество видов транспортного сообщения. В совокупности с неравномерностью по времени и различной дальностью перевозок они составляют сложную систему. При решении непростой задачи организации перевозок на помощь приходит системный анализ. С его точки зрения систему управления пассажирским транспортом можно разделить на управляемую и управляющую системы.
Между системой транспорта и внешней средой происходит взаимодействие, которые можно представить в виде множеств переменных (рис.1.1). Данные множества описывают грани системы и выражают ее взаимосвязь с внешней средой, при этом R и Y множества обеспечивают связь системы с высшей ступенью иерархии метасистемы, а r и y множества отражают информационную связь управляющей системы с управляемой. где Х (х) - множество переменных состояния управляющей (управляемой) системы; Y (y) - множество переменных наблюдения управляющей (управляемой) системы; F (f) - множество переменных возмущения управляющей (управляемой) системы; R (r) - множество переменных управления управляющей (управляемой) системы.
Схема взаимодействия управляемой и управляющей систем Первый этап декомпозиции системы - разделение ее на управляемую и управляющую части. Далее изучаются, описываются и строятся системы управления - следующие стадии декомпозиции. Причем сначала анализируется управляемая система и выделяется множество управляемых процессов и элементов системы, определяются связи и структура элементов.
При описании крупных и более сложных систем управления выделяют инвариантную от их вида систем иерархию управляемых процессов. К таким процессам относят: целенаправленные физические, технологические, экономические, социально-политические процессы. Внешняя среда представляется неуправляемыми стихийными процессами.
Стихийные (неуправляемые) процессы имеют нулевую степень организации и ограничены законами целенаправленные процессы технических устройств (транспортные средства, двигатели внутреннего сгорания и пр.). Это процессы первого уровня организации, при котором строение технического природы. Могут воздействовать на протекание других процессов. Физические устройства четко и неоспоримо соблюдается.
Сравнительный анализ разработанных моделей взаимодействия подсистем городского наземного пассажирского транспорта
Ядром системы является МКУ "Транспортное управление" администрации МО "Город Саратов". На базе данного учреждения сформирована Центральная диспетчерская служба (ЦДС), что следует из принципов централизации руководства. В связи с этим возникает возможность со стороны муниципальных органов управления действенно управлять находящимся в его ведомстве городским пассажирским транспортом в лице МКУ "Транспортное управление" администрации МО "Город Саратов", обеспечивая его деятельность бюджетными дотациями в целях финансирования социально значимой перевозки пассажиров отдельных категорий граждан. [101] I, II - уровни субъекта управления; 0 - уровень объекта управления. финансовый поток; информационный поток; материальный поток; сервисный поток; прямое функциональное подчинение; регулирующее и управляющее воздействие. Рис. 2.6. Предлагаемая организационная структура системы ГНПТ г. Саратова
В добавление к этому, регулирование и управление на коммерческом транспорте осуществляется городским транспортным управлением посредством лицензирования пассажирских перевозок. [97] Чтобы обеспечить равные условия для всех перевозчиков, предоставляющих транспортные услуги, устанавливают более высокие тарифы на коммерческий транспорт и вводятся ограничения на перевозку льготных категорий граждан. В том числе, это может затронуть интересы потребителей транспортных услуг, главным образом, потребителей с низким уровнем материальной обеспеченности. [128]
Муниципальное казенное учреждение "Транспортное управление" имеет четко обозначенную сферу действий. Оно осуществляет контроль за соблюдением графика движения и правил работы общественного транспорта в городе; предоставляет от имени города в концессию городские маршруты; координирует деятельность пассажирских предприятий Саратова всех форм собственности; организует взаимодействие диспетчерских служб предприятий пассажирского транспорта всех видов городских перевозок; осуществляет разработку маршрутной сети; координирует работу по безопасности движения на городском пассажирском транспорте [38,39,41,42,43,46,47,48,49,50,51,54,55,60,61,62,63,64,65,66]. Рассмотрим подробнее, какие управляющие воздействия совершаются МКУ "Транспортное управление" в отношении ГНПТ г. Саратова. [141]
Схема организационной структуры представлена и описание рода деятельности каждого из специалистов представлены в Приложении 1.
В ведении МКУ "Транспортное управление" четыре крупных пассажирских автотранспортных предприятия: МУПП "Саратовгорэлектротранс" - муниципальное, ОАО "Межгородтранс" и ОАО "Автокомбинат-2- коммерческие с участием государственного сектора, " и ООО "Икар-Транс" - полностью коммерческое, которые соединяют под своей эгидой множество индивидуальных предпринимателей - владельцев подвижного состава и муниципальный транспорт. При анализе систем управления необходимо учитывать, что в крупных городах ГНПТ представлен не только различными видами транспорта, но и различными субъектами. Данное обстоятельство требует наличия современной системы управления, позволяющей контролировать качество обслуживания пассажиров ГНПТ с использованием инструментария инновационных информационно-коммуникативных технологий сбора, накопления, передачи и обработки информации в принятии решений в реальном масштабе времени на УДС города, синхронизированная с потребностями пассажиров и адаптированная к воздействиям внешней среды, что позволяет нам говорить о возможности разработки интеллектуальных информационных систем управления пассажирскими перевозками города.
Оперативная связь руководства МКУ "Транспортное управление" с транспортными средствами, работающими на маршрутах города, осуществляется посредством поддержания постоянного контакта ЦДС с линейными диспетчерами, закрепленными за каждым из маршрутов, а также с внутрипарковыми диспетчерскими АТП. Централизация руководства посредством создания ЦДС позволяет повысить оперативность реагирования на изменяющиеся условия; повысить рациональность, целесообразность и обоснованность принимаемых решений, которые будут выводиться из соображений повышения качества транспортного обслуживания населения. ЦДС является подразделением МКУ "Транспортное управление", в составе которого начальник службы и 20 операторов диспетчерского движения (ОДД), осуществляющих контроль за движением транспортных средств на городских маршрутах. Часть городских маршрутов контролируется линейными диспетчерами автотранспортных предприятий, которые передают информацию о работе транспорта как во внутрипарковые диспетчерские автотранспортных предприятий, так и в ЦДС МКУ "Транспортное управление". [45,56,57,58,59]
Взаимодействие линейных и внутрипарковых диспетчерских с руководством МКУ "Транспортное управление" осуществляется посредством сотовой связи со старшими диспетчерами другого подразделения МКУ -отдела организации пассажирских перевозок (ООПП). В его составе четыре старших диспетчера, которые круглосуточно дежурят в ЦДС для обеспечения быстроты реагирования на чрезвычайные ситуации, изменяющиеся дорожные условия, дорожные заторы, ДТП и прочие. [58,59, 136, 35]
При оценке качества предоставленных потребителям услуг возможно использовать показатель надежности – количественную характеристику любого свойства системы (процесса). Этот показатель определяется и количественно выражается как вероятность правильного функционирования системы в определенных условиях в течение более долгого времени. Задача оценки надежности решается при помощи системы нечетких отношений (рис. 2.7.).
Сбор и обработка статистической информации: формирование массива показателей функционирования городского наземного пассажирского транспорта на примере города Саратова
На ранних этапах исследования нами был рассмотрена номенклатура существующих показателей качества перевозок пассажиров, представленных в ГОСТ Р 51004-96 "Услуги транспортные. Пассажирские перевозки. Номенклатура показателей качества". Из них были отобраны те показатели, которые можно было бы использовать применительно к г. Саратову в связи с наличием статистических данных в отчетности МКУ "Транспортное управление" администрации МО "Город Саратов" перед органом государственной статистики САРАТОВСТАТ. В результате был получен набор из 10 показателей, значениям которых были сопоставлены правила: отлично, хорошо, удовлетворительно, неудовлетворительно и т.д. с целью дальнейшей разработки нечеткой экспертной системы (табл. 1):
В качестве результирующего показателя НЭС был выбран "уровень качества предоставляемых услуг".[118] Для данного набора показателей были построены продукционные правила по принципу треугольника и принципу трапеции: 1. Входная лингвистическая переменная Средняя плотность маршрутной сети ГНПТ . Для данной переменной введем термы – {недопустимо}, {удовлетворительно}, {допустимо}, {неудовлетворительно}. Рис. 3.2. Построении функции принадлежности Средняя плотность маршрутной сети ГНПТ 2. Входная лингвистическая переменная Интервал движения . Для данной переменной введем термы – {отлично}, {хорошо}, {умеренно хорошо}, {удовлетворительно}, {неудовлетворительно}. Рис. 3.3. Построении функции принадлежности Интервал движения 3. Входная лингвистическая переменная Затраты времени на передвижения для 90% пассажиров . Для данной переменной введем термы – {образцовое}, {хорошо}, {удовлетворительно}, {предельно допустимо}, {недопустимо}.
Построении функции принадлежности Затраты времени на передвижения для 90% пассажиров 4. Входная лингвистическая переменная Средняя длина поездки пассажира .Для данной переменной введем термы {удовлетворительно}, {неудовлетворительно} Построении функции принадлежности Средняя длина поездки пассажира 5. Входная лингвистическая переменная Транспортная подвижность . Для данной переменной введем термы – {отлично}, {хорошо}, {удовлетворительно}, {неудовлетворительно}.
Построении функции принадлежности Транспортная подвижность 6. Входная лингвистическая переменная Коэффициент использования парка подвижного состава .Для данной переменной введем термы – {отлично}, {хорошо}, {средне}, {удовлетворительно}, {плохо}.
Построении функции принадлежности Коэффициент использования парка подвижного состава Входная лингвистическая переменная Дальность пешеходных {удовлетворительно},
Входная лингвистическая переменная Среднее количество пассажиров на вагон . Для данной переменной введем термы – {отлично}, {хорошо}, {неудовлетворительно}, {перегруз}.
Выходная лингвистическая переменная Уровень качества предоставляемых услуг . Для данной переменной введем термы – {очень плохо}, {плохо}, {нормально}, {хорошо}, {отлично}. Построении функции принадлежности «Уровень качества предоставляемых услуг» Для визуализации этапов работы нечеткой экспертной системы использовалась система MatLab [85,87,90]:
Таким образом, статистические данные по параметрам функционирования системы ГНПТ могут служить входными переменными при составлении экспертами правил НЭС. Путем ввода значений входных переменных возможно моделировать процесс оценки и, возможно, эффективно оценивать состояние системы ГНПТ.
Разработка научно-практических рекомендаций по проектированию и внедрению интеллектуальных информационных систем управления пассажирскими перевозками города
В настоящее для города Саратова будет целесообразным внедрение аппаратно-программного комплекса «АвтоТрекер». По данным МКУ "Транспортное управление", в августе-сентябре 2013 года планировалось запустить систему, установив бортовые блоки на автобусах большой вместимости, работающих на маршрутах соединяющих центр города с главными пассажирообразующими точками при наличии на них мощного устойчивого пассажиропотока. В г. Саратове таковым является маршрут № 2Д "Саратоворгсинтез - пос. Юбилейный". [129,108]
Разработка научно-практических рекомендаций по проектированию и внедрению интеллектуальных информационных систем управления пассажирскими перевозками города
В единой транспортной системе России пассажирский автомобильный транспорт занимает ведущее место в обслуживании населения. Только автомобильным парком Министерства транспорта РФ ежедневно перевозится более 80 млн. пассажиров. Организация контроля работы на линии автобусов конкретного маршрута в условиях крупного города заключается, в первую очередь, в рациональном назначении числа работающих на маршруте автобусов, их пассажировместимости, режима и продолжительности работы автобуса на маршруте. Пассажирские перевозки в городе Саратове осуществляются преимущественно автобусами и легковыми автомобилями такси; причем основная их часть работает на маршрутах, которые характеризуются большими пассажиропотоками, плотной маршрутной сетью, небольшими интервалами движения, малыми расстояниями поездок пассажиров и, в связи с этим, частыми остановками для посадки-высадки пассажиров, невысокими скоростями движения, а также хорошими дорожными условиями. В таких условиях важным аспектом в управлении функционированием городского пассажирского транспорта является наличие подготовленного банка моделей проектирования, прогнозирования, организации и управления системой ГНПТ. [1, 36] В настоящее время существует великое множество литературных источников о практике прогнозирования. На страницах большинства из них мы можем видеть четкую классификацию сингулярных (симплексных) методов прогнозирования. Прогнозирование сложных современных социальных, экономических и технических систем довольно затруднительно - они характеризуются большим числом размерностей и связанностью высокой степени. Обычно прогнозирование таких систем осуществляется с применением комплексных систем прогнозов. Основные операции при анализе - выявление составов процедур и методов системы и их последовательности, логичных правил их объединения. [111] К комплексным системам прогнозирования относятся: метод прогнозного графа, система ПАТТЕРН, система ПРОФАЙЛ, селективный метод, метод "двойного дерева", система ЦППО, метод взвешенных оценок (МВО), система КВЕСТ, матричный метод, метод функционального анализа, методика Дина и Хаузера и прочие. [109] На сегодняшний день среди моделей прогнозирования особого внимания заслуживают искусственные нейронные сети. ИНС привлекают к себе внимание за счет следующих возможностей: способны решать трудно формализуемые задачи; присущ параллельный принцип работы, что очень важно при обработке больших объемов данных; способность к обучению и способность к обобщению; толерантность к ошибкам;
К основным свойствам ИНС можно отнести:
1. Способность обучаться. Нейронные сети не программируются, а обучаются на примерах. После предъявления входных сигналов (возможно, вместе с требуемыми выходами) сеть настраивают свои параметры таким образом, чтобы обеспечивать требуемую реакцию;
2. Обобщение. Отклик сети после обучения может быть до некоторой степени нечувствителен к небольшим изменениям входных сигналов. Эта внутренне присущая способность "видеть" образ сквозь шум и искажения очень важна для распознавания образов. Важно отметить, что искусственная нейронная сеть делает обобщения автоматически благодаря своей структуре, а не с помощью использования "человеческого интеллекта" в форме специально написанных компьютерных программ;
3. Параллелизм. Информация в сети обрабатывается параллельно, что позволяет достаточно выполнять сложную обработку данных с помощью большого числа простых устройств;
4. Высокая надежность. Сеть может правильно функционировать даже при выходе из строя части нейронов, за счет того, что вычисления производятся локально и параллельно.
. Классификация искусственных нейронных сетей по их архитектуре Точность прогнозирования показателей работы автомобильного транспорта в существенной степени зависит от обучающей выборки. Нейронная сеть применяемая для построения прогноза используется для обучения. В этом случае набор данных, характеризующих систему за прошлые периоды, должен состоять из последовательно набранных пар образов (pJ(t),Dj(t)), где pJ(t) = (P1,...,p/), - входной вектор сигналов, а DJ(t) скаляр, определяемый желаемое прогнозное значение сигнала (рпр ) для pJ(t) , 7=1,2,…,R (R - длина обучающей выборки) [106]. При определении параметров вектора на входе pj(t) данные о функционировании за прошлые периоды разбиваются по времени так, чтобы Апробацию предложенной модели произведем на базе собранных в результате исследований статистических данных, характеризующих функционирование городского пассажирского транспорта г. Саратова.
ИНС могут менять свое поведение в зависимости от внешней среды. Этот фактор в большей степени, чем любой другой, ответствен за тот интерес, который они вызывают. После предъявления входных сигналов (возможно, вместе с требуемыми выходами) они самонастраиваются, чтобы обеспечивать требуемую реакцию. [127]
Структура нейронной сети (а - при прогнозировании объема перевозок, б - при прогнозировании пассажирооборота)
В связи с изменением условий организации перевозочного процесса пассажиров в течение периодов года параметры модели прогнозирования требуют периодической адаптации, которая осуществляется по истечении каждого периода и сопровождается процедурой переобучения нейросети на новых данных. Примеры определения прогнозного значения по предлагаемой модели представлены ниже. [30] Обучение ИНС заключается в подборе модели к данным, описывающим выборку значений, характеризующих состояние системы. В ходе проведения обучения происходит настройка весовых коэффициентов W так, чтобы заданные значения были как можно ближе к заданным образам пары, являющейся обучающей.