Содержание к диссертации
Введение
1 Анализ развития технологий управления переработкой вагонопотоков на сортировочных станциях 8
1.1 Анализ научных и практических разработок в области совершенствования технологии и автоматизации управления оперативной работой сортировочной станции 8
1.2 Анализ современных условий функционирования сортировочных станций 15
1.3 Исследование вопросов развития интеллектуальных транспортных систем в России и за рубежом 22
1.4 Нейросетевые технологии, решаемые ими задачи и опыт применения на железнодорожном транспорте 25
1.5 Постановка проблемы исследования 29
2 Формализация процессов управления работой сортировочной станции на базе нейросетевых технологий 31
2.1 Разработка процессной модели формирования управляющих воздействий при
осуществлении операций с подвижным составом 31
2.2 Формализация вектора управления станционными устройствами и техническими средствами на базе нейросетевых технологий 35
2.3 Выводы по главе 49
3 Разработка моделей оперативного управления работой сортировочной станции с применением математического аппарата искусственных нейронных сетей 50
3.1 Формирование структуры исходных данных для организации работы нейросетевых моделей 50
3.2 Определение порядка взаимодействия нейросетевых моделей и имитационной модели работы станции 61
3.4 Разработка нейросетевой модели прогнозирования времени приема/отправления поездов 80
3.4 Разработка нейросетевых моделей прогнозирования передвижений подвижного состава и формирования команд на операции с ним 89
3.5 Выводы по главе 104
4 Проверка работоспособности разработанных нейросетевых моделей управления и оценка эффекта от их внедрения 105
4.1 Анализ работы нейросетевой модели прогнозирования времени приема поездов на станцию 105
4.2 Анализ программной реализации нейросетевой модели формирования команд на операции по приему поездов 115
4.3 Оценка экономического эффекта от реализации разработанного комплекса моделей оперативного управления 121
4.4 Выводы по главе 126
Заключение 127
Список использованных источников
- Исследование вопросов развития интеллектуальных транспортных систем в России и за рубежом
- Формализация вектора управления станционными устройствами и техническими средствами на базе нейросетевых технологий
- Определение порядка взаимодействия нейросетевых моделей и имитационной модели работы станции
- Анализ программной реализации нейросетевой модели формирования команд на операции по приему поездов
Введение к работе
Актуальность темы. Современные условия функционирования
сортировочных станций характеризуются высокой степенью неравномерности, связанной с резкими колебаниями темпов подвода поездов, динамики сортировочной и маневровой работы, степени загруженности прилегающих участков.
Проблема обостряется наличием приватного парка вагонов, находящегося в собственности множества операторов, обусловливающего рост потребности в более дробной и частой сортировке вагонов.
На практике решение задач оперативного управления станцией, связанных с неравномерностью транспортных процессов, осуществляется диспетчерским персоналом в соответствии с утвержденным технологическим процессом и регламентами на основе собственного опыта и накопленных данных автоматизированных систем: оперативного управления перевозками (АСОУП), управления сортировочной станцией (АСУ СС), комплексной системы автоматизации станционных процессов с применением динамической модели на основе спутниковой навигации (ИТАУР), а также ведения и анализа графика исполненного движения (ГИД «Урал-ВНИИЖТ).
Вместе с тем необходимость непрерывного прогнозирования результатов выполнения поездных и маневровых операций в условиях высокого уровня загрузки персонала и дефицита времени на принятие решений не всегда позволяет вырабатывать управляющие воздействия требуемого качества. В этой связи признана целесообразность использования интеллектуальных технологий управления, на разработку которых нацелена реализация проекта Единой интеллектуальной системы управления на железнодорожном транспорте (ИСУЖТ).
Опыт показывает, что интеллектуальные механизмы управления с одной стороны способны повысить эффективность алгоритмов работы имитационных моделей ИТАУР, а с другой при внедрении в автоматизированные рабочие
места диспетчерского персонала станции, создать качественно новую основу для процесса принятия решений.
Вышеизложенное определяет актуальность темы исследования, которая характеризуется степенью разработанности.
Решению задач, связанных с совершенствованием технологии и
автоматизации оперативного управления работой сортировочных станций,
посвящены труды советских и российских ученых: В.М. Акулиничева,
В.И. Апатцева, С.А. Бессоненко, В.И. Бодюла, А.Ф. Бородина, В.А. Буянова,
М.Н. Василенко, А.С. Гершвальда, А.В. Горелика, Г.М. Грошева,
В.Н. Иванченко, П.А. Козлова, И.М. Кокурина, Ю.А. Кравцова,
В.А. Кудрявцева, А.Т. Осьминина, В.В. Сапожникова, Е.А. Сотникова, И.Б. Сотникова, Л.П. Тулупова, Н.Н. Шабалина, И.Н. Шапкина, В.А. Шарова, В.И. Шелухина и других. Среди зарубежных ученых, которые внесли большой вклад в развитие теории и практики управления сортировочными станциями следует отметить: Г. Поттгоффа, Ф. Бордони, П. Клюванека, В.Я. Мигнера, Дж. Х. Цетинич, В.Р. Бенсона и др.
Значимые для данного исследования результаты в области развития
интеллектуальных технологий на железнодорожном транспорте представлены в
работах: А.Б. Барского, В.А. Гапановича, В.Г. Матюхина, В.Н. Морозова,
С.М. Ковалева, А.Г. Котенко, Е.Н. Розенберга, И.Н. Розенберга,
В.И. Уманского, А.Н. Шабельникова.
Научные труды перечисленных авторов широко известны и признаны.
Однако развивающиеся технологии управления работой станций, а также
необходимость реализации проекта ИСУЖТ на линейном уровне ставят новые
проблемы в области совершенствования оперативного управления
станционными процессами.
В этой связи, целью диссертации стало совершенствование методов
оперативного управления работой сортировочной станции на основе
применения элементов интеллектуальных технологий. Для достижения
поставленной цели потребовалось решить следующие задачи:
-
Определить особенности проблемы применения интеллектуальных технологий в управлении технологическими процессами сортировочной станции на основе анализа и зарубежного опыта использования интеллектуальных транспортных систем.
-
Формализовать процессы взаимодействия организационно-технологических элементов системы оперативного управления работой станции.
-
Разработать комплекс нейросетевых моделей управления технологическими процессами работы сортировочной станции.
-
Оценить работоспособность предложенных нейросетевых моделей управления на примере решения задач оперативного прогнозирования времени подхода поездов и выполнения операций по приему на станцию.
Научная новизна результатов заключается в следующем:
предложено применение математического аппарата искусственных нейронных сетей для решения задач оперативного управления передвижениями подвижного состава и приемом/отправлением на сортировочной станции;
определена структура взаимодействия имитационной модели сортировочной станции и нейросетевых моделей оперативного управления ее работой;
решена задача прогнозирования времени подхода и приема поездов на станцию с применением искусственных нейронных сетей;
решена задача прогнозирования выполнения маневровых и поездных операций на основе нейросетевых технологий.
Теоретическая ценность работы состоит в обосновании возможности применения искусственных нейронных сетей в оперативном управлении работой сортировочной станции.
Практическая значимость диссертации заключается в том, что предложенные решения могут быть использованы при построении интеллектуальной системы управления железнодорожным транспортом на
линейном уровне.
Методы исследования основаны на применении системного анализа, теории вероятности и статистики, математического аппарата искусственных нейронных сетей.
Положения, выносимые на защиту.
-
Комплекс нейросетевых моделей прогнозирования и управления технологическим процессом работы сортировочной станции.
-
Структура взаимодействия комплекса нейросетевых моделей и имитационной модели в ходе оперативного управления работой сортировочной станции.
-
Процессная модель формирования управляющих воздействий при осуществлении операций с подвижным составом на базе нейросетевых технологий.
Достоверность результатов исследования обеспечивается корректным
использованием математического аппарата и соответствием полученных
результатов практическим данным для реальных условий работы
сортировочной станции.
Апробация работы. Основные результаты диссертационного
исследования докладывались и получили одобрение: на 7-ом Российском
Международном Конгрессе по интеллектуальным транспортным системам
(Москва, 2015 г.); на III, IV научно-технических конференциях с
международным участием «Интеллектуальные системы управления на
железнодорожном транспорте (ИСУЖТ)» (Москва, 2014, 2015 гг.); на XV и XVI
научно-практических конференциях «Безопасность движения поездов»
(Москва, 2014, 2015 гг.), на заседаниях кафедры «Управление
эксплуатационной работой» ПУГПС в 2016 г.
Публикации, структура и объем диссертации. По теме диссертации
опубликовано 20 печатных работ; из них в изданиях, рекомендованных ВАК
Минобрнауки России – 5. Диссертация состоит из введения, 4-х глав,
заключения, списка использованных источников из 168 наименований.
Содержит 146 страниц, включая 44 рисунка, 7 таблиц.
Исследование вопросов развития интеллектуальных транспортных систем в России и за рубежом
Указанные положения определяют необходимость анализа и определения степени изучения проблемы повышения эффективности работы сортировочных станций на основе разработки и внедрения научных методов оперативного управления станционными процессами с учетом инновационных разработок в области информатизации железнодорожного транспорта.
В этой связи важным является изучение вопроса влияния на процесс оперативного управления станцией различных технико-организационных факторов. В работе [156] профессор А.Н. Фролов указывает, что продолжительность сортировки вагонов зависит от количества их назначений, расположения их в составе поезда, а также от непосредственной системы сортировки. Автором сделаны основополагающие выводы относительно нормального режима работы сортировочного комплекса, при котором интенсивность прибытия поездов не превышает пропускную способность станции, а темп работы парка отправления ниже пропускной способности прилегающего перегона отправления. В этом случае простой вагонов в большой степени зависит от работы сортировочного парка.
Большинство заключений в данной работе справедливы и в настоящее время, однако в современных условиях скопление вагонов в сортировочном парке вызывает крайне затруднительные ситуации, когда невозможен роспуск вновь прибывших составов из-за занятости сортировочных путей. При этом возникает обратная волна снижения эксплуатационных показателей работы станции – от парка отправления к парку приема. На сегодняшний день указанные положения нуждаются в дополнительной корректировке с поправкой на новые внешние влияющие факторы, а также проблемы, связанные с отставлением от движения поездов и дополнительной загрузкой станционных путей.
В работах А.И. Платонова и И.Г. Тихомирова [118,144,145] исследованы вопросы теории взаимодействия станционных процессов между собой и их взаимосвязь с графиком движения поездов, что является теоретической основой для организации технологического процесса работы станции в оперативном режиме. Доказано, что на простой вагонов в целом значительное влияние оказывает простой составов с замыкающими группами, расформирование которых является приоритетным [118]. Данные положения необходимо учитывать при реализации целевой функции управления оперативной работой сортировочной станции в автоматизированном режиме. Исследованию процессов неравномерности движения поездов, оказывающих существенное влияние на работу сортировочной станции, посвящены труды профессоров А.К. Угрюмова [149], В.И. Бодюла [35]. Данный фактор является внешним по отношению к сортировочному комплексу и возможность учета его влияния при прогнозировании выполнения технологических операций относится к первоочередным задачам, которые необходимо решать при разработке инновационных методов и технологий в оперативном управлении работой станции.
Вопросы совершенствования организации и основы оперативного управления вагонопотоками на сортировочных станциях получили развитие в трудах профессора В.М. Акулиничева [14,15]. В них большая роль отводится плану формирования поездов как технологической основе продвижения поездопотоков по участкам. В автоматизированном режиме оперативного управления станцией существующие технические средства слежения за ходом выполнения технологического процесса и средства имитационного моделирования позволяют минимизировать время простоя транзитного вагона вследствие нарушения плана формирования поездов.
Анализ условий взаимодействия станционных процессов, оптимизация технического оснащения и технологии, а также оценка надежности работы станций в различных оперативных условиях представлены в исследованиях [61,62] процессора П.С. Грунтова. Позже в работе [143] профессора Е.Н. Тимухиной сформулированы предложения по снижению «функциональной уязвимости» станции, предложена идея повышения адаптивности станции за счет финитного управления процессами. Основные аспекты данных исследований служат теоретической основой при расчете планов составо-и поездообразования, а также для проверки условий надежности взаимодействия отдельных технологических элементов сортировочной станции в оперативном управления.
Проблеме взаимодействия работы станций и участков посвящены труды профессора И.Б. Сотникова. В работе [141] разработана методика комплексного аналитического расчета времени нахождения вагонов и потребного путевого развития станций при заданной мощности обслуживающих устройств. Также автором подробно рассмотрены вопросы обеспечения надежности работы различных устройств, парков и систем станционного комплекса, что является теоретическим базисом для исследования поведения системы управления станцией в оперативном режиме.
Вопросами интенсификации работы сортировочных станций посвящены труды [132,135,136,137,138,139,140] профессора Е.А. Сотникова. В работе [44] показано, что «сокращение времени нахождения вагонов на технических станциях в среднем на 1 ч ускоряет его оборот на 0,5 суток». Особое внимание автор уделяет основам организации работы сортировочной станции с применением метода диспетчерского руководства расформированием-формированием поездов, как технологической основы оперативного управления. В современных условиях функционирования сортировочных комплексов остро стоит вопрос о необходимости разработки механизмов прогнозирования эксплуатационной работы в условиях повышенной неравномерности поступления поездов и нахождения соответствующего актуального и технологически рационального плана работы станции.
В трудах ученых А.В. Быкадорова, Г.Е. Казюлина, П.Р. Потапова, П.И. Москалева [16,46,47,97], а также профессора Н.Н. Шабалина [160] рассмотрены вопросы количественной взаимосвязи между параметрами устройств и технологическими показателями сортировочных станций.
Анализ взаимодействия элементов станции и связи между мощностью и допустимой загрузкой сортировочной станции приводится в трудах [20,21,22] профессора Е.В. Архангельского.
Формализация вектора управления станционными устройствами и техническими средствами на базе нейросетевых технологий
Качество оперативного управления определяется следующими основными факторами [111,119]: – выбором правильного или лучшего решения; – своевременностью решения; – степенью реализации решения. Поэтому в условиях интенсивной работы железнодорожного транспорта оперативное управление эксплуатационной работой сортировочной станции требует своевременного и точного информирования оперативно-диспетчерского персонала о ходе реализации перевозочного процесса на различных уровнях сортировочного комплекса.
Система оперативного управления работой является системой с ярко выраженными обратными связями. На станционном уровне оперативно-диспетчерским персоналом непрерывно решаются задачи управления поездными, маневровыми, грузовыми и прочими операциями. Станционный (маневровый) диспетчер и дежурный по станции обеспечивают: – безусловную безопасность движения на станции; – выполнение заданных суточных и сменных планов поездной и грузовой работы; – составление текущих планов поездообразования; – бесперебойный прием, переработку и отправление поездов; – согласование со смежными службами подвязки локомотивов к поездам; – непрерывный мониторинг выполнения плана формирования и графика движения поездов поездов; - непосредственное руководство всей поездной и маневровой работой.
Сортировочная станция и технология управления ее работой составляют особый класс объектов управления [89,120]. На рисунке 2.1 приведена процессная модель формирования управляющих воздействий системы управления оперативной работой сортировочной станции. Внешними по отношению к отдельным районам управления станции являются управляющие решения и соответствующие воздействия Кдсцс дсц - тнц днц – станционного, маневрового, поездного и локомотивного диспетчеров. Внутренними, которые относятся к паркам, маневровым районам и локомотивному депо станции, являются: Адспп, Лдспг, ЛДСПф, Адсп, А . Их реализация производится в виде плановых параметров работы х01,х02,...различных подразделений станции. Управляющие решения уровня R определяются следующим функционалом: xol..)(t) = F(x01vxmi,x02vxm2,...,ari,ar2,...,w В выражении (2.1) хф V хш - это сравнение показателей технического для станции плана с их фактическими значениями в момент периода планирования t; аг - технико-технологические параметры объекта управления диспетчерского уровня. Возмущающие воздействия, которые оказываются в процессе планирования и управления эксплуатационной работой сортировочной станции и прилегающих участков выражаются через параметр W r . Рисунок 2.1 – Процессная модель формирования управляющих воздействий системы управления оперативной работой сортировочной станции Возмущающие воздействия внутри самой системы оперативного управления возникают вследствие отказов технических средств и нарушений установленной технологии. К внешним возмущениям следует отнести влияние нарушений технологии в работе взаимодействующих с железнодорожным транспортом систем, отражающееся в неравномерности входящих поездо-и вагонопотоков, а также изменения метеорологических условий.
Многомерное состояние оперативной системы управления работой станции Y"t определяется параметрами размещения подвижных объектов управления непосредственно на сортировочной станции. На рисунке 2.1 задания по перемещению вагонопотоков для агрегатов управления в парках приема и транзитном, сортировочном парке и парке отправления, а также в локомотивном хозяйстве и на прилегающих к станции участках выражаются в виде параметров z12, z21,.... Режим наиболее устойчивого приема и отправления поездов для сортировочной станции определяется выполнением следующего выражения с учетом последовательно возрастающих значений параметров перерабатывающей способности смежных технологических линий, а также безусловного выполнения задания z : z37 + z57 = f(z12 + z13 ) (2.2) От уровня соблюдения указанного соотношения между заданиями в большей степени зависит эксплуатационная надежность работы сортировочной станции и выполнение ее основных показателей. Управляющие решения в цепи последовательных технологических линий системы переработки вагонопотока на этапе планирования t также вырабатываются на основе функционала: AsXx01,...Xt = Fiix01,...\astl,...,wstl,...,YsXyrl,... (t (2-3) где: Ast (x01,...) – управляющие решения по выполнению плановых параметров технологического процесса обработки вагонопотока, реализуемые в различных технологических линиях сортировочной станции; x01,... – плановые задания, которые должны быть выполнены на уровне отдельных технологических линий; ast 1,... – параметры, характеризующие техническое и технологическое состояния объектов сортировочной станции; wst 1,... – возмущающие воздействия, оказываемые на процесс оперативного управления эксплуатационной работой; Yst (yr1,...) – многомерное состояние оперативной системы перевозочного процесса на станции.
В процессе переработки вагонопотоков особое значение имеет управление подводом и приемом поездов, а также управление операциями по перемещению подвижного состава. В районах управления «прилегающий участок – парк приема, транзитный парк», «парк отправления – участок» выделен соответствующий контур оперативного управления (рисунок 2.2), в котором основные вычисления по прогнозированию и управлению технологическими процессами должны производятся в нейросетевом модуле, работа которого основана на механизмах обработки информации специальными моделями искусственных нейронных сетей.
Определение порядка взаимодействия нейросетевых моделей и имитационной модели работы станции
Перспективным решением задачи является внедрение на сортировочных станциях портативных устройств фиксации и контроля выполнения технологического процесса (КВТП), который представлен в виде последовательности исполняемых шагов. Например, подготовленные для бригады осмотрщиков вагонов команды «Проверить состав», «Проверить вагон» определяют перечень и последовательность выполнения работ, которые помещаются в специальную очередь заданий. Сама очередь состоит из архивных и активных заданий, характеризуемая рядом параметров: 1) исполнитель работ; 2) должность и возможность выполнения данной операции; 3) необходимость электронной цифровой подписи. Пример исполнения технологического подпроцесса «Обработка прибывшего поезда» может инициироваться двумя принципиально различными способами: в автоматическом - с использованием RFID – технологии или в ручном режиме. После процесса инициализации операции формируется задание на осмотр каждого вагона в составе, которое отражается на переносном устройстве КВТП работника ПТО. После подтверждения принятия задания к исполнению ответственным работником службы соответствующая информация об устройстве КВТП, пользователе и времени принятия задания поступает по выделенному каналу беспроводной связи в базу данных.
Для нахождения конкретного вагона в on-line режиме из списка заданий следует применять технологию RFID–меток или QR–кодирования. Для считывания QR–кода устройство КВТП должно быть оснащено камерой, а сам процесс считывания производится на расстоянии обхода вагона при наведении на QR–код считывающего устройства. Аналогичным способом организуется съем информации с RFID–метки. При правильной идентификации кода автоматически выполняется поиск и отражается форма исполнения шага технологического процесса. Исполнитель работ указывает результат выполненной операции, а при обнаружении неисправности – регистрирует ее вид и выбирает ее соответствующий код из классификатора неисправностей вагона.
После завершения выполнения задания информация об этом передается в базу данных, что позволяет системе управления в оперативном режиме отслеживать ход выполнения технологического процесса, регистрацию специальных отметок о неисправностях и требуемом ремонте вагонов. На основе этих данных может быть сделан более точный прогноз времени готовности состава для передачи его на следующую технологическую линию обработки и запланирован резерв соответствующих ресурсов.
Использование разработанной технологии фиксации и регистрации выполнения отдельных этапов выполнения технологического процесса позволит сократить время получения, обработки первичной информации «с поля», повысить ее точность, что является обязательным условием нормального функционирования нейросетевых моделей прогнозирования и управления.
Следует отметить, что важной проблемой при решении вопроса информационного обеспечения является определение точек ввода информации в систему. Автоматический контроль устройств в большей мере используется при автоматизации технологического процесса, так как здесь операции проходят с физическими объектами [103], следовательно, есть возможность оборудования их датчиками для определения большинства необходимых параметров, характеристики которых являются информационной основой интеллектуального принятия управляющего решения. Наиболее перспективным направлением в обеспечении оперативной исходной информацией является организация централизованного фонда информации – интегрированного банка данных и базы знаний (ИБДЗ). Под ИБДЗ сортировочной станцией понимается совокупность динамических и статических информационных массивов, которые содержат информацию о состоянии отдельных объектов, принимающих участие в технологическом процессе станции (парки и пути станции, вагоны и локомотивы и т.д.). Создание ИБДЗ предусматривает использование основных принципов интегральной обработки информационных данных в массивах, неизбыточности данных в массивах, обеспечение сохранности информации, систематизация поступающей информации, информационное соответствие массива действительному состоянию описываемого объекта, которая обеспечивается постоянной корректировкой информационных массивов в режиме реального времени. Формирование потоков исходных данных для решения задач планирования составообразования, моделирования поездных и маневровых передвижений на станции, регистрации, обработки выполненных технологических ситуаций с формированием на их основе ИБДЗ, а также для выработки соответствующих управляющих решений разработана информационная субмодель-1
Анализ программной реализации нейросетевой модели формирования команд на операции по приему поездов
Алгоритм обучения останавливается при выполнении одного из следующих условий. Когда приращение Aw в последующей итерации меньше заданного значения (точности); если ошибка Е становится меньше заданной величины; если превышено заданное максимальное число циклов обучения ИНС.
Значительное уменьшение скорости обучения при увеличении параметра регуляризации X легко устранить, используя диагональ матрицы JTJ в качестве регуляризующего слагаемого: Aw = {+Miag{fJ)Y1fr{y fW) (3.26) Таким образом, в данном разделе приведена разработанная структура, топология искусственной нейронной сети, отобраны факторы, предположительно влияющие на прогнозное время прибытия (отправления) грузовых поездов на сортировочную станцию, а так же выбраны: оптимальное количество скрытых слоев и количество нейронов скрытого слоя, наиболее подходящий для решения поставленной задачи метод обучения ИНС - «Левенберга-Марквардта».
Неотъемлемой и, безусловно, важной частью оперативного управления работой сортировочной станции является организация и планирование поездных и маневровых передвижений по станционным путям посредством формирования соответствующего управляющего решения. Данная функция в настоящее время исполняется дежурным по железнодорожной станции (ДСП). Повышенная интенсивность движения поездов, одновременное перемещение в горловине нескольких индивидуальных подвижных единиц, а также частое возникновение враждебности маршрутов передвижения при приеме (отправлении) поездов и маневровых работах вызывают повышенную загрузку ДСП при выполнении этой технологической операции [71]. Автоматизация данного вида эксплуатационной работы должна быть естественным образом учтена при проектировании и создании модели АСУИ СС.
В работе [87] для автоматизации этого технологического процесса предложено использование метода дискретно-событийного моделирования функционирования станции совместно с методами супрвизорного управления. Данный метод целесообразно применять при управлении работой пассажирской станции, где поезда прибывают относительно по фиксированному расписанию, отсутствуют дополнительные параметры, характеризующие состав поезда и особенности дальнейшей его переработки на станции, а также имеется большое количество враждебных маршрутов.
Несколько уточненный аналитический метод решения данной задачи, предложенный в работах [40,159], заключается в нахождении минимального разреза графа горловины станции через поиск максимального потока.
К недостаткам данного метода следует отнести невозможность его использования при наличии на станции цепи последовательных смежных технологических станционных линий обработки вагоно-и поездопотоков, так как в основе его алгоритма заложены особенности движения только поездных маршрутов движения.
В ходе проведенного исследования установлено, что при проектировании и создании системы оперативного управления с элементами искусственного интеллекта применение рассмотренных аналитических методов решения данной задачи не целесообразно. Это объясняется отсутствием возможности полного учета характера и логики поведения ДСП при выборе маршрутов передвижения маневровых и поездных единиц, невозможности учета фактора приоритетности при возникновении конфликтных ситуаций, а также ряда слабоформализованных технологических факторов, к которым относятся наличие в составе вагонов с опасными грузами, негабаритных и т.п.
Для решения задачи интеллектуального управления маневровыми и поездными операциями разработана нейросетевая модель формирования команд на операции с подвижным составом, имитирующая логику принятия решений диспетчерским персоналом станции. При проектировании рассматриваемой подсистемы использованы методы построения рекуррентных нейросетей [4] с применением соответствующих алгоритмов обучения и формированием корректного отображения пары правильный входной сигнал правильный выходной сигнал: X Y = (x1,x2,…,xn) (Y1,Y2) = ((x1,x2,…,xn),(Y1,Y2 )) (3.27) В соответствии с выражением (3.27) получен формат обучающих выборок ИНС для системы «парк (Y ) – путь (Y ) – прибывающий поезд» в контуре оперативного управления подводом и приемом поездов: - (Yl) (3.28) При этом в выражении (3.28) X = {х х х х } является вектором состояния пути P парка I (J), а X ram - вектор состояния поездной единицы. Эти векторы характеризуется параметрами, которые сведены в таблицу 3.3. Сформированная таким образом пара типа (вход ; известный выход) отражает фактическую поездную обстановку в парках станции, в границах которого выполняется операция. Эта информация фиксируется и по каналам связи передается в соответствии со структурой информационной модели АСУИ СС в нейросетевой блок выполнения поездных операций. Эта пара в своем начальном состоянии имеет двоичный вид кодировки.