Please use this identifier to cite or link to this item: http://lib.kart.edu.ua/handle/123456789/17362
Title: Процедура формування моделі прогнозування пасажиропотоків на залізничних лініях
Other Titles: Procedure for forming a forecast passenger flow model for rail lines
Authors: Пархоменко, Лариса Олексіївна
Keywords: залізничний транспорт
швидкісні перевезення
прогнозування
генетичний алгоритм
rail transport
high-speed transportation
forecasting
genetic algorithm
Issue Date: 2013
Publisher: Технологічний центр
Citation: Пархоменко Л. О. Процедура формування моделі прогнозування пасажиропотоків на залізничних лініях / Л. О. Пархоменко // Eastern-European Journal of Enterprise Technologies. - 2013. - Т. 5, № 4(65). - С. 7-10.
Series/Report no.: Mathematics and Cybernetics - applied aspects;
Abstract: UA: В даній роботі розглядаються питання формування моделі прогнозування кореспонденцій потоків на залізничних лініях при впровадженні швидкісних пасажирських поїздів. Запропоновано процедуру настроювання моделі прогнозування на основі генетичного алгоритму з дійсним кодуванням. Проведені експериментальні дослідження підтверджують, що запропонована процедура настроювання є стійкою, прийнятно складною та дозволяє підвищити точність прогнозування.
EN: The article deals with formation of a traffic assignment forecast model on railway lines while introducing high-speed trains. The procedure for adjusting a forecast model based on a genetic algorithm with coding has been proposed. The main aim of the research is to improve a traffic assignment forecast model on railway lines while introducing high speed trains based on evolution modelling. Methods of fuzzy algebra, genetic algorithms and mathematic programming have been implemented to solve the scientific problem under consideration. It enabled to develop a procedure for adjusting a mathematical model based on an objective function which minimizes an average relative error in forecast and actual data of the testing set. Apart from a search for a fuzzy relation in a relational equation, the article proposes a method to adjust membership functions of output linguistic terms for a variable models (within a genetic algorithm) to improve the accuracy of adjustment for a forecast model. The adjustment procedure proposed has improved the forecast model accuracy. A relative error in a forecast model for the testing set is less than 10,0144 %. The results of the research can be implemented on railways while designing automated programme complex for traffic assignment forecast between cities in strategic planning.
URI: http://lib.kart.edu.ua/handle/123456789/17362
ISSN: 1729-3774 (print); 1729-4061 (online)
Appears in Collections:2013

Files in This Item:
File Description SizeFormat 
Пархоменко.pdf505.1 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.