Please use this identifier to cite or link to this item: http://lib.kart.edu.ua/handle/123456789/5594
Title: Формування автоматизованої технології транспортування контейнерів залізницею на основі теорії випадкових потоків
Other Titles: Formation of automated technology transporting containers by rail based on the theory of random flows
Authors: Колісник, Аліна Володимирівна
Kolisnyk, A. V.
Keywords: теорія випадкових потоків
нестаціонарні неординарні потоки
задача стохастичного програмування
автоматизована технологія транспортування контейнерів залізницею
random flow theory
non-stationary extraordinary flows
the problem of stochastic programming
automated technology for transporting containers by rail
Issue Date: 2020
Publisher: Український державний університет залізничного транспорту
Citation: Колісник А. В. Формування автоматизованої технології транспортування контейнерів залізницею на основі теорії випадкових потоків : дис. ...канд. техн. наук : 05.22.01 – транспортні системи ; 27–Транспорт / Аліна Володимирівна Колісник ; наук. керівник Бутько Т. В. ; Укр. держ. ун-т залізн. трансп. - Харків, 2020. - 225 с.- Бібліогр. : с. 159-173.
Abstract: UA: Колісник А. В. Формування автоматизованої технології транспортування контейнерів залізницею на основі теорії випадкових потоків. – Рукопис. Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.22.01 –- транспортні системи. – Український державний університет залізничного транспорту МОН України, Харків, 2020. Дисертація присвячена питанням підвищення ефективності контейнерних інтермодальних перевезень шляхом формалізації та автоматизації процесів транспортування контейнерів залізницею на основі теорії випадкових потоків. Проведено аналіз техніко-експлуатаційних показників роботи залізничного транспорту, зокрема при перевезенні потоків контейнерів; проведено дослідження особливостей структури та параметрів контейнеропотоків і отримано залежності кількісних характеристик. Дослідження процесу надходження контейнерних потоків до залізничних термінальних станцій довели, що такі потоки належать до класу неординарних, нестаціонарних потоків Пуассона та Ерланга. Було показано, що одним з найважливіших параметрів процесу надходження контейнерів як випадкового потоку є функція умовної інтенсивності, яка являє собою функцію фільтрації історії випадкового часового точкового процесу і є основою для обчислення всіх необхідних його числових характеристик. З метою формалізації процесів транспортування контейнерних партій до порту у складі інтермодальних перевезень запропоновано використання математичного апарату теорії випадкових потоків, найбільш придатного для відтворення всіх складових технологічних процесів з урахуванням системного підходу та їхньої стохастичної природи. З метою планування процесу організації транспортування контейнерних партій залізницею до морських портів сформовано оптимізаційну модель оперативного управління цим процесом, яка представлена цільовою функцією у вигляді сумарних питомих експлуатаційних витрат на просування контейнерів сухопутною частиною шляху та системою обмежень, що відтворює технологічні параметри процесу. Вперше розроблено модель прогнозування інтенсивності потоку надходження контейнерів на основі рекурентних нейронних мереж глибинного навчання, яка використовує схему представлення функцій умовної інтенсивності надходження контейнерів у вигляді нерегулярних часових рядів. Сформовані моделі дозволяють не тільки на оперативному, а й тактичному і стратегічному рівнях системи управління перевізним процесом комплексно підходити до вирішення технологічних задач, пов’язаних з плануванням транспортування контейнерів до порту з урахуванням стохастичності всього процесу. Набула подальшого розвитку система інформаційної взаємодії АСК ВП УЗ Є з інтермодальним оператором шляхом інтеграції (СППР) на АРМи оперативних працівників, що реалізує автоматизовану технологію раціонального управління контейнерними перевезеннями. EN: A. Kolisnyk. Formation of automated technology transporting containers by rail based on the theory of random flows. – Manuscript. Dissertation for the degree of Candidate of Technical Science in speciality 05.22.01 – transport systems. – Ukrainian State University of Railway Transport, MES of Ukraine, Kharkiv, 2020. The dissertation is devoted to the issue of increasing the efficiency of container intermodal transport by formalizing and automating the processes of transporting containers by rail based on the theory of random flows. The paper analyzes the technical and operational indicators of railway transport, in particular when transporting container flows. A study of the structural features and parameters of container flows and the dependence of quantitative characteristics. The study of the process of container flows to railway terminal stations proved that such flows belong to the class of extraordinary, non-stationary flows of Poisson and Erlang. It was shown that one of the most important parameters of the process of container arrival as a random flow, from the point of view of theory, is a conditional intensity function, which is a function of filtering the history of a random temporary point process and which is the basis for calculating all its numerical characteristics. In order to formalize the processes of transporting container lots to the port as part of intermodal transport, it is proposed to use the mathematical apparatus of the theory of random flows or temporary point processes, which is most suitable for reproducing all components of technological processes taking into account the systematic approach and their stochastic nature. The optimization model of the operational management of container transportation from railway terminal stations to ports is represented by the objective function in the form of total operating costs for the promotion of containers by the land part of the track and a system of restrictions that reproduces the process parameters. For the first time, an original scheme was developed for representing the functions of the conditional intensity of container inflow in the form of irregular time series; a model was developed for predicting the intensity of the flow of container inflows based on recurrent neural networks of deep learning.
URI: http://lib.kart.edu.ua/handle/123456789/5594
Appears in Collections:2020

Files in This Item:
File Description SizeFormat 
dis_Kolisnyk.pdf713.86 kBAdobe PDFView/Open


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