Технологія інтелектуального управління сортувальною станцією на основі багатоцільової оптимізації з використанням генетичних алгоритмів

Abstract

UA: Задача оперативного планування роботи сортувальної станції в умовах обробки вагонопотоків із небезпечними вантажами має вирішуватись з одночасним урахуванням двох критеріїв: експлуатаційних витрат і експозиції ризику. Вирішення управлінських задач такої складності можливе лише за умов застосування методів інтелектуального планування, оптимізації та прийняття рішень у складі індивідуально розробленої технології інтелектуального управління. Для вирішення даної задачі таку технологію було створено. Вона зокрема використовує методи байєсових мереж для формалізації ризиків, генетичні алгоритми спеціального типу як метод оптимізації, метод граничної корисності для звуження множини Парето та вироблення кінцевого рішення. Дана технологія є перспективною для вирішення і інших багатокритеріальних задач, що виникають у транспортних системах і які одночасно є важкими для формалізації. RU: Задача оперативного планирования работы сортировочной станции в условиях обработки вагонопотоков с опасными грузами должна решаться с одновременным учетом двух критериев: эксплуатационных расходов и экспозиции риска. Решение управленческих задач такой сложности возможно лишь при условии применения методов интеллектуального планирования, оптимизации и принятия решений в составе индивидуально разработанной технологии интеллектуального управления. Для решения данной задачи такая технология была создана, она в частности использует методы байесовской сети для формализации рисков, генетические алгоритмы специального типа в качестве метода оптимизации, метод предельной полезности для сужения множества Парето и выработки окончательного решения. Данная технология является перспективной для решения и других многокритериальных задач, возникающих в транспортных системах и одновременно являются трудными для формализации. EN: The task of operational planning of the marshalling yard in the conditions of handling carloads with dangerous goods should be solved with simultaneous consideration of two criteria: operational costs and exposure to risk. The solution to this problem is practically impossible within the framework of the classical control paradigm. The solution of management tasks of such complexity is possible only if intelligent planning methods, optimization and decisionmaking are applied as part of individually developed intelligent management technology. To solve this problem, such a technology was created, in particular it uses Bayesian methods for formalizing risks, genetic algorithms of a special type as an optimization method, a marginal utility method for narrowing the Pareto set and developing a final solution. The developed technology was implemented as a software in Matlab environment and modeling was carried out. As shown by the modeling, this technology is promising for solving multicriteria problems arising in transport systems and at the same time difficult for formalization.