Москва

83297

Автор(ы): 

Автор(ов): 

2

Параметры публикации

Тип публикации: 

Статья в журнале/сборнике

Название: 

Практическая реализация алгоритма декомпозиции путей ориентированного графа

ISBN/ISSN: 

2219-3758

DOI: 

10.17759/mda.2020100305

Наименование источника: 

  • Моделирование и анализ данных

Обозначение и номер тома: 

Т. 10, № 3

Город: 

  • Москва

Издательство: 

  • ФГБОУ ВО «Московский государственный психолого-педагогический университет»

Год издания: 

2020

Страницы: 

60-68
Аннотация
Работа направлена на прояснение некоторых особенностей программной реализации алгоритма декомпозиции путей ориентированного графа. Разобраны алгоритмы для формирования таблицы M для декомпозиции множества путей, сортировки таблицы M по полю NΣ и расчета балансов. На основе данных алгоритмов и исходного алгоритма декомпозиции путей ориентированного графа разработан комплекс программ на языке программирования Python. Проведены расчеты для случайного графа размерности 100 вершин и приводится время работы предложенного алгоритма. Полученные результаты могут быть использованы при решении задачи организации грузовых железнодорожных перевозок на этапе назначения и перемещения локомотивов. Научная и практическая новизна работы заключается в существенном снижении размерности исходной задачи, что особенно важно в условиях транспортных сетей сложной топологии.

Библиографическая ссылка: 

Золотарев И.А., Рассказова В.А. Практическая реализация алгоритма декомпозиции путей ориентированного графа // Моделирование и анализ данных. 2020. Т. 10, № 3. С. 60-68.

83295

Автор(ы): 

Автор(ов): 

4

Параметры публикации

Тип публикации: 

Статья в журнале/сборнике

Название: 

On Track Procession Assignment Problem at the Railway Network Sections

ISBN/ISSN: 

0005-1179

DOI: 

10.1134/S0005117920060028

Наименование источника: 

  • Automation and Remote Control

Обозначение и номер тома: 

Volume 81, № 6

Город: 

  • Москва

Издательство: 

  • Pleiades Publishing, Ltd.

Год издания: 

2020

Страницы: 

967-977
Аннотация
We consider the problem of assigning a “track procession,” i.e., the time for railway network maintenance, when train movements are forbidden. The railway network is presented in the form of an undirected multigraph. Movements along this multigraph are carried out with a set of conflict-free subslots, where each “subslot” is a five-tuple of the arrival and departure vertices, number of the edge used for movement, and arrival and departure times. In this work, we construct a mathematical model for carrying out transportations plan with accounting for constraints on time when trains are for departure as well as constraints on arrival time. An optimization problem on time selection for track processions assignment and trains schedule corresponds to a mixed integer linear programming problem with a criteria of the minimization of total time spend by trains in run. An applied implementation of the proposed approach was performed using ILOG CPLEX software. We present the results of a numerical experiment.

Библиографическая ссылка: 

Гайнанов Д.Н., Игнатов А.Н., Наумов А.В., Рассказова В.А. On Track Procession Assignment Problem at the Railway Network Sections // Automation and Remote Control. 2020. Volume 81, № 6. С. 967-977.

Публикация имеет версию на другом языке или вышла в другом издании, например, в электронной (или онлайн) версии журнала: 

Да

Связь с публикацией: 

83292

Автор(ы): 

Автор(ов): 

4

Параметры публикации

Тип публикации: 

Статья в журнале/сборнике

Название: 

О задаче назначения “технологического окна” на участках железнодорожной сети

ISBN/ISSN: 

0005-2310

DOI: 

10.31857/S0005231020060013

Наименование источника: 

  • Автоматика и телемеханика

Обозначение и номер тома: 

№ 6

Город: 

  • Москва

Издательство: 

  • Российская Академия наук

Год издания: 

2020

Страницы: 

3-16
Аннотация
Исследуется задача назначения “технологического окна” — времени, в течение которого на некоторых участках железнодорожной сети прекращается движение поездов для производства ремонтно-строительных работ. Железнодорожная сеть представляется в виде неориентированного мультиграфа. Движение по мультиграфу осуществляется при помощи множества бесконфликтных “подниток”, каждый элемент которого представляет пятерку из индекса вершины начала движения, индекса вершины конца движения, номера пути, по которому осуществляется движение, времени начала движения и времени конца движения. Встатье строится математическая модель осуществления перевозок по железнодорожной сети с учетом времени готовности состава к отправлению и ограничению на время движения состава в пункт назначения. Производится оптимизация времени назначения “технологического окна” и расписания движения составов по мультиграфу на основе решения задач смешанного целочисленного линейного программирования путем минимизации суммарного времени нахождения поездов на железнодорожной сети. Практическая реализация предлагаемого метода решения выполнена с использованием математического пакета ILOG CPLEX. Приводятся результаты численного эксперимента.

Библиографическая ссылка: 

Гайнанов Д.Н., Игнатов А.Н., Наумов А.В., Рассказова В.А. О задаче назначения “технологического окна” на участках железнодорожной сети // Автоматика и телемеханика. 2020. № 6. С. 3-16.

83286

Автор(ы): 

Автор(ов): 

2

Параметры публикации

Тип публикации: 

Статья в журнале/сборнике

Название: 

Прогнозирование загруженности дорог при помощи рекуррентных нейронных сетей

ISBN/ISSN: 

2072-8689

Наименование источника: 

  • Транспортное дело России

Обозначение и номер тома: 

№3

Город: 

  • Москва

Издательство: 

  • ООО "Редакция газеты "Морские вести России"

Год издания: 

2023

Страницы: 

270-271
Аннотация
В статье рассматривается, использование машинного обучения и анализа данных для прогнозирования загруженности дорог и предотвращения пробок в городах. Описывается, как рекуррентные нейронные сети (RNN) могут быть использованы для прогнозирования трафика на дорогах и как можно применить эти прогнозы, чтобы улучшить жизнь людей на транспортной сети. В статье подробно описывается процесс обучения модели RNN на данных о дорожном движении в Москве, а также процесс прогнозирования загруженности дорог на следующие 7 дней. По результатам исследования сделаны выводы, что обученная модель RNN довольно точно прогнозирует загруженность дорог на следующие 7 дней и что эта информация может быть полезна для водителей и пассажиров при планировании поездок с наименьшим количеством или отсутствием пробок, такжесуществуют возможности улучшения модели RNN и ее применения для прогнозирования загруженности дорог в других городах и странах.

Библиографическая ссылка: 

Ковалев А.Л., Куликов А.А. Прогнозирование загруженности дорог при помощи рекуррентных нейронных сетей // Транспортное дело России. 2023. №3. С. 270-271.

Куликов А. А. (МИРЭА-Российский технологический университет)

Фамилия: 

Куликов

Имя: 

Александр

Отчество: 

Анатольевич
Место работы

Организация: 

МИРЭА-Российский технологический университет

Город: 

  • Москва

Должность: 

доцент кафедры «Инструментальное и прикладное программное обеспечение» Института Информационных Технологий РТУ МИРЭА

 

83284

Автор(ы): 

Автор(ов): 

2

Параметры публикации

Тип публикации: 

Статья в журнале/сборнике

Название: 

Маршрутизации транспортных средств на основе стохастических и нейросетевых методов

ISBN/ISSN: 

2072-8689

Наименование источника: 

  • Транспортное дело России

Обозначение и номер тома: 

№7

Город: 

  • Москва

Издательство: 

  • ООО "Редакция газеты "Морские вести России"

Год издания: 

2024

Страницы: 

245-248
Аннотация
В статье рассматривается комбинированный подход к решению задачи маршрутизации транспортных средств с временными окнами (Vehicle RoutingProblemwith Time Windows, VRPTW). Основное внимание уделено интеграции современных методов: цепей Маркова для прогнозирования дорожных условий, самоорганизующихся карт (SOM) для кластеризации точек доставки и адаптивной резонансной теории (ART) для динамической адаптации маршрутов. Представлены математические модели и описаны алгоритмические решения, направленные на минимизацию затрат и соблюдение временных ограничений. Обсуждаются сложности интеграции методов в реальные логистические системы, их ограничения и возможные пути их преодоления. Рассмотрены перспективы дальнейшего развития предложенных подходов с учётом использования технологий IoT, анализа больших данных и энергоэффективных решений.

Библиографическая ссылка: 

Ковалев А.Л., Саратова (Смоленцева) Т.Е. Маршрутизации транспортных средств на основе стохастических и нейросетевых методов // Транспортное дело России. 2024. №7. С. 245-248.

Саратова (Смоленцева) Т. Е. (Институт Информационных Технологий РТУ МИРЭА)

Фамилия: 

Саратова (Смоленцева)

Имя: 

Татьяна

Отчество: 

Евгеньевна
Место работы

Организация: 

Институт Информационных Технологий РТУ МИРЭА

Город: 

  • Москва

Должность: 

доцент, заведующий кафедрой «Прикладная математика»

 

Кочерга Т. Н. (ИПУ РАН, Отдел качества, метрологии и стандартизации)

Фамилия: 

Кочерга

Имя: 

Татьяна

Отчество: 

Николаевна
Место работы

Организация: 

ИПУ РАН

Город: 

  • Москва

Должность: 

заместитель заведующего отделом качества, метрологии и стандартизации

E-mail: 

Горлов В. Н. (ИПУ РАН, Отдел качества, метрологии и стандартизации)

Фамилия: 

Горлов

Имя: 

Владимир

Отчество: 

Николаевич
Квалификация

Учёная степень: 

  • доктор технических наук
Место работы

Организация: 

ИПУ РАН

Город: 

  • Москва

Должность: 

ведущий инженер по качеству

Телефон: 

+7 495 198-17-20, доб. 1571

Внутренний телефон: 

1571

E-mail: 

Страницы