Удосконалення управління процесом просування поїздопотоків на основі стабілізації обігу вантажного вагону

Усі наукові результати, що винесено на захист, отримано особисто автором або при його безпосередній участі.

Експериментальні дослідження значень обігу вантажних вагонів та аналіз результатів виконано автором, розробка моделей для реалізації технології пропуску поїздів по дільницях на основі визначення пріоритетності їх пропуску виконані особисто автором. Впровадження результатів та розробок в інформаційне та програмне забезпечення на виробництві і в навчальному процесі виконувалося під керівництвом автора.

В статтях, які написані у співавторстві, автору належить:

У статті [2] запропоновано критерій пріоритетності розподілу технічних засобів при забезпеченні необхідного рівня сервісу і позитивному економічному результаті.

У статті [4] сформовано залежності обігу вантажного вагону від його елементів в термінах гібридних мереж.

У статті [5] формалізовано процедуру оптимізації розподілу вагонного парку на основі нечіткої логіки, яка пропонується як основа на АРМ диспетчера вагонорозпорядника.

У статті [6] запропонована модель динамічного аналізу елементів обігу вантажного вагону, що дозволяє в оперативному режимі визначати взаємний їх вплив.

У статті [7] запропоновано математичну модель визначення категорії вантажного поїзду.

У статті [8] сформовано вимоги до структури та інформаційного забезпечення СППР.

Апробація результатів дисертації.

Основні положення дисертації доповідалися, обговорювалися та ухвалено на: 65, 67-71-й міжнародних науково-технічних конференціях кафедр УкрДАЗТ та спеціалістів залізничного транспорту і підприємств, 2003, 2005-2009 рр.; першій, другій, третій міжнародній науково-практичній конференції „Проблеми та перспективи розвитку транспортних систем: техніка, технологія, економіка і управління” Київський університет економіки і технологій транспорту, 2003-2005 рр. (м. Київ); 7-й міжнародній науково-практичній конференції „Наука і освіта”, (м. Дніпропетровськ), 2004 р.; 65-й міжнародній науково-практичній конференції „Проблеми та перспективи розвитку залізничного транспорту” Дніпропетровський національний університет залізничного транспорту імені академіка В. Лазаряна, (м. Дніпропетровськ), 2005 р.

Дисертаційну роботу у повному обсязі розглянуто та схвалено на розширеному засіданні кафедри управління експлуатаційною роботою (УЕР) УкрДАЗТ, 2010 р. (м. Харків); на науковому семінарі кафедри транспортних технологій Харківського національного автомобільно-дорожнього університету (ХНАДУ), 2010 р. (м. Харків).

Публікації.

Відповідно до теми дисертації опубліковано 8 наукових робіт (дві з них без співавторів) у виданнях, що затверджені ВАК України як фахові.

Структура та обсяг дисертаційної роботи.

Дисертація складається з вступу, чотирьох розділів, висновків, списку використаних джерел та 5 додатків.

Повний обсяг роботи складає 160 сторінок, з яких обсяг основного тексту 133 сторінки. Робота ілюстрована 36 рисунками, наведено 2 таблиці. Список використаних джерел складає 164 найменування.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність теми, сформульовано мету та задачі дослідження, відображено наукову новизну та практичну цінність, подано загальну характеристику роботи.

Перший розділ присвячений обґрунтуванню доцільності формування процедури стабілізації обігу вантажних вагонів на рівні підсистем УЗ з перспективою подальшої автоматизації роботи оперативних працівників при просуванні поїздопотоків.

Існуюча технологія просування поїздопотоків передбачає якісну оцінку обігу вантажних вагонів за період змінно-добового планування на рівнях ДН та залізниць в цілому відповідно до існуючих нормативів.

Детально проаналізовано тенденцію зміни обігу на рівні різних підсистем, яка свідчить про збільшення загального обігу в межах 1,2 - 1,3 рази. Враховуючи, що загальний обіг є комплексним показником для УЗ в цілому, значення його елементів на рівнях окремих підсистем, зокрема ДН і залізниць, повинно відображати взаємозалежність цих підсистем в процесі просування поїздопотоків. Для дотримання цих умов необхідним стає забезпечення стабілізації обігу на рівнях залізничних підрозділів по різних категоріях вагонів з урахуванням пріоритетності їх просування на період складання місячних технічних нормативів.

Аналіз наукових досліджень в напрямку організації та просування поїздопотоків довів, що в основному наукові розробки присвячено оптимізації окремих елементів обігу вантажних вагонів без урахування взаємодії між підсистемами залізничного транспорту. У відомих роботах провідних вчених та практиків: Абрамова А.А., Акулінічева В.М., Архангельського Є.В., Атаманенко Є.Г., Бернгарда К.А., Бородіна А.Ф., Бобровського В.І., Бикадорова А.В., Бутько Т.В., Буянова В.А., Волкова В.С., Воробйова Н.А., Грунтова П.С., Данька М.І., Дьякова Ю.В., Єфименка Ю.І., Жуковицького І.В., Івницького В.А., Іловайського М.Д., Каретнікова А.Д., Козлова В.Є., Кузнєцова Г.А., Кулешова В.М., Крячка В.І., Лаврухіна О.В., Нагорного Є.В., Негрея В.Я., Некрашевича В.І., Угрюмова А.К., Скалозуба В.В., Смєхова А.О., Сотнікова Є.А., Тевельова Ф.А., Тихомірова І.Г., Тихонова Г.Н., Тішкіна Є.М., Чернюгова А.Д., Шарова В.А., Шафіта Є.М., Яновського П.О. та інших основну увагу приділено скороченню елементів обігу вантажного вагону, що припадають на технічні та вантажні станції. Елемент обігу вагонів, що обумовлений часом їх знаходження у русі, становить близько 20% від загального обігу, вважався квазідетермінованою величиною, яка залежить виключно від дільничної швидкості, хоча саме він є зв'язуючою ланкою у процесі взаємодії підсистем залізничного транспорту. Цей зв'язок забезпечує стійкість залізничної транспортної системи шляхом стабілізації елементу обігу вагону в русі. Як довів аналіз на величину елементу обігу вагонів у русі впливає визначення категорії вагонопотоків (транзитні, місцеві, навантажені, порожні) та пріоритетність їх просування при дотриманні технічних нормативів роботи підрозділів. Саме цим чинникам в науковій літературі приділено недостатньо уваги.

Реалізація зазначених підходів можлива в умовах формування та впровадження автоматизованих технологій просування поїздопотоків на основі розробки СППР оперативного персоналу.

Таким чином, виникає необхідність вирішення наукового завдання - удосконалення управління процесом просування поїздопотоків на основі стабілізації обігу вантажного вагону.

Процедура реалізації сформульованого завдання зводиться до поетапного вирішення взаємопов'язаних задач: формування критерію стійкості, що забезпечує оцінку якості процесу стабілізації; розробки моделі прогнозування обігу вантажних вагонів за змінно-добовий період; формалізації механізму визначення категорії поїздів на підходах до розмежувальних пунктів; формування множини альтернативних рішень оперативних працівників при просуванні поїзда; вибір рішення “пріоритету”, що забезпечує процес стабілізації. Етапи розв'язання поставлених задач послідовно викладено у наступних розділах.

У другому розділі на основі аналізу існуючих методів прогнозування відповідно до специфіки задачі стабілізації загального обігу вантажних вагонів доведено, що традиційні методи, які базуються на використанні регресійно-кореляційного аналізу, в неповній мірі задовольняють вимогам оперативного управління, тому що вони є достатньо інерційними, не розрізняють члени часового ряду за інформаційною цінністю, внаслідок чого втрачається властивість гнучкості та самонавчання.

У якості критеріїв раціонального управління поїзною роботою у межах ДН запропоновано наступну сукупність критеріїв якості управління, фізичною основою яких є дотримання нормативного обігу для всіх категорій вантажних вагонів за період оперативного планування, тобто за добу

, (1)

де індекс відповідно характеризує транзитний, місцевий, порожній, навантажений вагони; - нормативне значення обігу вагону (згідно технічних нормативів); - розрахункове (прогнозне) поточне значення обігу вагону.

У формулі (1), яка відображає критерій якості управління процесом просування поїздопотоків на рівні залізничних підсистем, передбачено, що значення величини обігу вагону є неперервною величиною, яка може надходити по інформаційних каналах АСК ВП УЗ. Ця умова може виконуватись з деякими припущеннями тільки для оперативних показників.

Як відомо, обіг вагону на рівні ДН є звітним показником за кожну добу, що відповідає системі змінно-добового планування, тобто величина є дискретною з періодом - одна доба.

Для того, щоб підінтегральна функція була неперервною, її було довизначено на вісі абсцис . Функція носить стрибкоподібний характер, на протязі кожної залізничної доби вона дорівнює деякій постійній величині, а на початку наступної доби може мати розрив першого роду. Виходячи з цього

(2)

де - натуральне число.

Враховуючі, що наступним періодом планування є місяць, звітним показником буде середньомісячний обіг вагону, тобто критерій управління, що характеризує стабілізацію обігу за цей період доцільно представити у вигляді

(3)

де величина вимірюється у добах.

Управління поїздопотоками за цим критерієм є оптимальним, якщо що відповідає асимптотичній стійкості підсистеми ДН, та обумовлює її інваріантність.

Запропонований критерій окремо відтворює умови стабілізації обігу вагонів з наступними характеристиками: транзитний, місцевий, порожній, навантажений. Для характеристики стійкості функціонування підсистем ДН та залізниці в цілому з точки зору стабілізації обігу вагонів робочого парку доцільно сформувати суперкритерій у вигляді

(4)

Сформований суперкритерій можливо вважати „активним” аналогом критерію стійкості для підсистем УЗ, причому термін „активний” враховує, що підсистема не сама повертається у стаціонарний стан, при якому , а під дією рішень, що приймають оперативні працівники, зокрема ДНЦ, ДСП за допомогою відповідних СППР.

Після того, як було сформовано суперкритерій для оцінки якості управління поїздопотоками на полігонах ДН, постає задача визначення поточних значень

, , ,

де: - прогнозне значення обігу місцевого вагону; - прогнозне значення обігу порожнього вагону; - прогнозне значення обігу транзитного вагону.

Побудова моделі аналізу виконання обігу вантажних вагонів на рівні ДН та залізниці в цілому базується на аналізі статистичних і динамічних даних по виконанню якісних показників роботи та їхніх елементів. Процес аналізу та прогнозування виконання обігу вантажного вагону по різних характеристиках вагонопотоку запропоновано здійснювати штучною тришаровою нейронною мережею, структуру якої наведено на рис.1.

Рис. 1. Тришарова нейронна мережа аналізу та прогнозу обігу вантажного вагону

Згідно розглянутих видів обігів вантажного вагона сформовано вхідні вектори для надання їх нейронній мережі (рис.1). Причому в даному випадку доцільно побудувати нейронні мережі по типу, визначеному на рисунку 1, для визначення прогнозного часу для транзитних, місцевих та порожніх вагонів оскільки обіг вантажного вагона більшим чином є звітним показником який формується з перших двох зазначених видів.

Таким чином, вхідними параметрами для розрахунку прогнозного значення обігу транзитних, місцевих, порожніх вагонів є наступні величини:

- кількість транзитних вагонів, що планується прийняти від сусідніх залізниць для їх здавання на інші залізниці по даній залізниці протягом передпланової доби, ваг.;

- кількість транзитних вагонів, які навантажено на даній залізниці для здавання їх на інші залізниці, ваг.;

- середня відстань прямування транзитного вагона, в даному випадку розрахована як середньозважене значення (розраховується на основі даних вагонної моделі АСК ВП УЗ), км;

- кількість вагонів, що планується прийняти від сусідніх залізниць для вивантаження, ваг.;

- кількість вагонів, які планується навантажити і вивантажити на даній залізниці, ваг.;

- середня відстань прямування місцевого вагона, в даному випадку розрахована як середньозважене значення (розраховується на основі даних вагонної моделі АСК ВП УЗ), км;

- середній час на виконання вантажних операцій (розраховується на основі даних АСК ВП УЗ згідно з технологічним часом на вантажні операції та кількості вагонів, які їх проходять), год.;

- потрібна кількість порожніх вагонів згідно вимог клієнта (місячний розгорнутий план, декадне замовлення, добове замовлення), ваг.;

- середня відстань прямування порожнього вагона, в даному випадку розрахована як середньозважене значення (розраховується на основі даних вагонної моделі АСК ВП УЗ), км;

- коефіцієнт місцевої роботи.

Вибір зазначених параметрів ґрунтується на їх переважній впливовості на величину елементів обігу транзитного вагону. Таким чином, розроблений комплекс нейронних мереж, який навчений на наборі зазначених елементів, є основою для прогнозування значень обігів транзитних, місцевих та порожніх вагонів на передпланову добу при завданні відповідних вхідних векторів (5)-(7).

В даному випадку задача відображення <вхід-вихід> має наступний вигляд:

, тобто (5)

, тобто , (6)

, тобто . (7)

Для навчання нейронної мережі передбачено надходження зазначених у векторі даних з АСК ВП УЗ.

Термін дослідження виконаних обігів місцевого, транзитного, порожнього та навантаженого вагонів складав 5 років (дослідження проведено по Харківській дирекції залізничних перевезень Південної залізниці).

Було відповідно до розробленої динамічної моделі прогнозування проведено моделювання роботи нейронної мережі. Вихідними даними був динамічний ряд значень обігу вантажного вагону по місяцях в межах залізниці.

Аналіз отриманих залежностей свідчить про адекватність моделей прогнозування. Підтвердженням цього є той факт, що похибка прогнозування складає до 6%, що є задовільним для задач такого класу. Значення похибки у таких межах обумовлено структурою моделі, яка враховує практично весь спектр факторів, що характеризують структуру поїздо- та вагонопотоків та значним періодом навчання по вибірці за 5 років.

Для вирішення задачі стабілізації загального обігу вагонів з використанням розробленого комплексу моделей прогнозування та оцінкою за критерієм стійкості необхідним стає формалізація процесу надання пріоритетності при пропуску поїздів по дільницях.

У третьому розділі сформовано критерії пріоритетності, які враховують можливі поїзні ситуації на полігоні ДН та залізниці в цілому, та дозволяють поділити всі вантажні поїзди за наступними категоріями:

1 категорія - низька ступінь схрещення: поїзди з таким ступенем можна ставити під схрещення з іншими поїздами більших категорій у кожному випадку, коли виникає така необхідність;

2 категорія - середня ступінь схрещення: такі поїзди можна ставити під схрещення тільки з поїздами більш високої 3 категорії;

3 категорія - висока ступінь схрещення - такі поїзди в жодному випадку не можна ставити під схрещення. Такі поїзди в своєму складі містять певну кількість вагонів (транзитних, місцевих, порожніх), час обігу яких значно перевищує нормативний.

Як довів аналіз процедури прийняття рішень оперативними працівниками щодо просування поїздопотоків по дільницях на процес прийняття рішення впливає значна множина чинників, а саме: наявність та кількість вагонів в складі поїзду з вичерпаним строком доставки, поїздів підвищеної ваги та довжини, врахування профілю дільниці та інше, що свідчить про приналежність технології пропуску поїздів до слабко структурованих задач, для формалізації яких використовується апарат нечіткої логіки.

При формуванні моделі визначення категорії вантажних поїздів при пропуску по дільницях було порівняно можливості відомих алгоритмів нечіткого висновку Mamdani та Sugeno. Доведено, що більш точно результат висновку надає алгоритм Sugeno [3], нечіткий вивід в якому здійснюється на основі знаходження передумов кожного з правил, що відбивають процедуру визначення категорії вантажних поїздів:

П₁: якщо х є А₁ та у є В₁ тоді

,

П₂: якщо х є А₂ та у є В₂ тоді

,

П₃: якщо х є А₃ та у є В₃ тоді

,

де - ім'я вихідної змінної відповідно: “перша категорія”, “друга категорія”, “третя категорія”;

А₁, А₂, А₃, В₁, В₂, В₃ - задані функції приналежності, які визначені відповідно на .

- кількість вагонів в составі певного поїзду, ваг.;

- добове відхилення поточного значення обігу вантажних вагонів певної категорії від його нормативного значення, діб.

- конкретні значення функцій приналежності при завданні .

На основі визначення параметрів нечітких величин знайдено ступені істинності для передумов кожного з правил: .

На наступному етапі знайдено значення:

,

, (8)

,

після чого отримано індивідуальні виходи правил:

,

, (9)

.

Чітке значення змінної виводу категорії поїзду визначається виразом

. (10)

Безпосередньо процедуру нечіткого логічного виводу щодо визначення категорії поїзду на основі алгоритму Sugeno наведено на рисунку 2.

Рис. 2. Схематичне визначення логічного виводу чисельного значення категорії поїздів

При застосуванні даного алгоритму на виході при моделюванні було одержано ті ж значення категорій, що і при застосуванні алгоритму Mamdani, що свідчить про адекватність сформованих моделей.

На основі розробленої математичної моделі, проведено моделювання процесу визначення категорії поїздів в оперативному режимі при допомозі прикладного програмного пакету MATLAB редактор FIS Edition.

На рисунку 3 відображено функцію приналежності, яка відповідає за кількість вагонів у складі поїзда певної категорії.

Рис. 3. Побудова функції приналежності „кількість вагонів”

На рисунку 4 відображено функції приналежності, яка відповідає за добове відхилення обігу певної категорії вантажних вагонів від нормативного значення.

Рис. 4. Побудова функції приналежності „добове відхилення”

Побудовані функції є функціями вводу, на основі, яких визначено вхідний вектор, а в результаті проектування на вихідну функцію приналежності отримано вихідне значення.

Для подальшої формалізації процесу стабілізації обігу вантажного вагону було сформовано терм-множини типових станів поїзда по типу „ситуація-дія” для трьох наступних подій: „підхід поїзда до станції”.

Елементи терм-множин мають наступні ознаки: вага поїзда, його довжина, категорія. Для реалізації процесу ідентифікації реальних поїзних ситуацій з метою підвищення рівня точності було обрано метод „визначення нечіткої рівності ситуацій”. На основі застосування цього методу можливо стверджувати - якщо множина типових ситуацій містить ситуації такі, що , що та , то ситуації і необхідно сприймати як одну ситуацію

.

Фактично існування двох взаємних включень ситуацій і означає, що при даному порозі включення ситуації і можливо рахувати приблизно однаковими.

Ступінь нечіткої рівності ситуацій і визначається виразом

. (11)

На основі статистичного динамічного ряду реальних значень обігу місцевого вагону в межах полігонів Південної залізниці проведено тренування оптимізаційної динамічної моделі, яку розроблено та закладено в основу СППР ДНЦ. Результати тренінгу наведено на рисунку 6.

Стрибкоподібну залежність (лінія 4, рис. 6) отримано імітацією тренінгу дій ДНЦ за активним критерієм стійкості , що забезпечує стабілізацію обігу вантажного вагону.

Для кількісної оцінки впливу стабілізаційного процесу на величину обігу за період місячного планування було порівняно відповідні значення активного критерію стійкості до впровадження СППР, тобто за традиційною технологією оперативного управління просуванням поїздопотоків на полігонах залізниці та на основі використання СППР. У кількісному відношенні активний критерій стійкості складає величину , а з використанням СППР - . Таким чином, впровадження розробленої оптимізаційної моделі на АРМ оперативних працівників дозволяє знизити відхилення обігу місцевого вагону в межах 20% на протязі місяця, що підтверджується загальною тенденцією наближення залежності (лінія 4, рис.6) до горизонтальної асимптоти , яка являє собою значення нормативного обігу. Зниження показника саме на 20% обумовлено величиною елемента обігу вантажного вагону, що припадає на час руху поїзда по дільницях.

Рис. 6. Оцінка стійкості процесу стабілізації обігу вантажного вагона

Аналогічні процедури тренування проведено для всіх категорій вагонопотоків.

Таким чином, сформовано багатоетапну модель, що реалізує автоматизовану технологію стабілізації загального обігу вантажних вагонів для залізничних підсистем. Модель також передбачає прямування по дільницях поїздів з негабаритним вантажем та довгосоставних. Розроблена модель є основою для формування СППР на АРМ оперативних працівників з елементами штучного інтелекту.

У четвертому розділі проаналізовано можливості автоматизованих систем АСК ВП УЗ та ДЦ КАСКАД щодо надання необхідної інформації для реалізації процесу стабілізації. Доведено, що обидві системи забезпечують необхідні вхідні дані для СППР на АРМ ДСП та АРМ ДНЦ, але інформація не зосереджена на певному АРМі. Сформований комплекс моделей запропоновано інтегрувати до АРМ оперативних працівників ДСП та ДНЦ в межах ДН або залізниці та реалізувати на структурі розподіленої СППР. Зазначена технологія організації системи підтримки прийняття рішень базується на максимальній взаємодії на певних рівнях управління та міжрівневої взаємодії. Вона сприяє поліпшенню системи оперативного управління транспортними подіями та управління процесом перевезення, автоматизації прогнозування величини обігу вантажного вагону, оперативному корегуванню графіку руху поїздів, оперативному наданню вказівок стосовно пропуску поїздів по дільницях на основі застосування СППР.

Загальна економія від впровадження розробленої автоматизованої технології стабілізації обігу вантажного вагону дозволяє одержати в середньому за місяць економічний ефект на рівні 5744160 грн., що підтверджено актами впровадження в умовах Південної залізниці.

ВИСНОВКИ

1. Проаналізовано тенденцію зміни обігу вантажного вагону на рівні різних підсистем, таких, як ДН та залізниці в цілому, яка свідчить про збільшення загального обігу в межах 1,2-1,3 рази; доведено, що для окремих категорій вагонів обіг перевищує нормативний на 12-15%, що свідчить про недостатньо якісну технологію оперативного управління просуванням поїздопотоків, яка передбачає, що елемент обігу вагону у чистому русі по дільниці є суто детермінованої величиною без урахування того факту, що на цей елемент обігу впливає категорія поїздів через надання їм пріоритетності у пропуску по дільницях.

2. Аналіз наукових досліджень в напрямку організації та просування поїздопотоків довів, що в основному наукові розробки присвячено оптимізації окремих елементів обігу вантажних вагонів, зокрема часу знаходження на технічних та вантажних станціях без урахування взаємодії між підсистемами залізничного транспорту. Тобто практично не розглядалися питання щодо оптимізації елементу обігу вантажного вагону у русі.

3. У якості критерію стійкості, що відтворює та оцінює процедуру стабілізації елементу загального обігу вагонів у русі по дільницях запропоновано суперкритерій, що враховує взаємозалежність між обігами різних категорій вагонів, а саме - місцевих, транзитних, порожніх.

4. Запропоновано у якості моделі прогнозування елементів обігу вагонів у русі по дільницях нейронну мережу, якій притаманна властивість до самонавчання, що забезпечить гнучкість при оперативному управлінні. Сформовано сукупність нейронних мереж з параметрами, які враховують специфіку процедури оперативного планування щодо визначення зв'язку між кількісними показниками для даної залізничної підсистеми та величиною загального обігу вантажних вагонів. Комплекс моделей забезпечує похибку прогнозування до 6%, що є задовільним для задач такого класу. Значення похибки у таких межах обумовлено структурою моделі, яка враховує практично весь спектр факторів, що характеризує структуру поїздо- та вагонопотоків та значним періодом навчання на вибірці за 5 років.

5. Запропоновано надавати категорії при пропуску поїздів по дільницях, зокрема: 1 категорія - низька ступінь схрещення: поїзди з таким ступенем можна ставити під схрещення з іншими поїздами більших категорій у кожному випадку коли виникає така необхідність; 2 категорія - середня ступінь схрещення: такі поїзди можна ставити під схрещення тільки з поїздами більш високої 3 категорії; 3 категорія - висока ступінь схрещення - такі поїзди в жодному випадку не можна ставити під схрещення, такі поїзди в своєму складі містять певну кількість вагонів (транзитних, місцевих, порожніх), час обігу яких значно перевищує нормативний. Формалізовано автоматизовану технологію визначення пріоритетності пропуску поїздів відповідно запропонованих категорій на основі апарату нечіткої логіки. В результаті порівняння моделей прийняття рішення поїзним диспетчером за алгоритмами Mamdani і Sugeno, доведено що розроблений комплекс моделей забезпечує адекватність процесу просування поїздів по дільницях з наданням пріоритетності.

6. На основі сформованої терм-множини типових станів поїзда (альтернатив) з використанням лінгвістичних змінних, елементи якої враховують такі ознаки, як вага поїзда, його довжина та категорія формалізовано процес ідентифікації реальної поїзної ситуації. Сформована таким чином процедура прийняття рішень є основою СППР на АРМ ДСП та АРМ ДНЦ. В результаті тренінгу доведено, що запропонована оптимізаційна модель дозволяє знизити відхилення обігу вагону в межах 20% за критерієм стійкості на протязі місяця.

7. Розроблений комплекс моделей, що відтворює процес управління просуванням поїздопотоків на основі стабілізації обігу вантажного вагону, інтегровано у вигляді структури розподілених СППР на АРМах оперативних працівників ДСП та ДНЦ в межах ДН або залізниці. Зазначена технологія організації системи підтримки прийняття рішень базується на максимальній взаємодії на певних рівнях управління та міжрівневої взаємодії.

8. Доведено, що впровадження автоматизованих технологій управління рухом поїздів за рахунок стабілізації загального обігу вантажного вагону забезпечує скорочення експлуатаційних витрат на 5744160 грн на протязі місяця.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ