В данной статье описана одна из основных проблем в области дальних пассажирских перевозок — неравномерность годового пассажиропотока. В связи с этим предлагается следующее технологическое решение: для нескольких направлений полигона железных дорог России, имеющих схожие структуры пассажиропотоков и, как следствие, композиции дальних пассажирских поездов конкретной категории, определить и внедрить общую унифицированную композицию.
Ключевые слова: пассажирские грузопотоки, композиции поездов, экономия, оптимизация, график движения поездов.
Факторов, воздействующих на поток достаточно много, но их результирующий — зависит от пассажира.
Периоды пассажиропотока могут меняться в зависимости от государственных праздников, сезона отпусков, школьных каникул. Также следует учесть неравномерность поступления пассажиров на вокзалы по временам суток — где интенсивность пассажиров увеличивается в периоде с 6 до 12 вечера.
В том числе необходимо учитывать современную экономическую и политическую ситуацию в стране. Мировые войны, введение режима ЧС могут в значительной мере повлиять как на рост, так и на спад потока.
В современности, учитывая, что ФПК способна одновременно на самоокупаемость и на удовлетворение потребностей населения в пассажирских перевозках в дальнем следовании, необходимо разрабатывать способы сокращения расходов, главным образом — эксплуатационных.
При этом поезда одной категории с унифицированной композицией для нескольких направлений предлагается формировать из вагонов рабочего парка, курсирующих в поездах со схожими композициями.
В результате железная дорога получит существенную экономию в денежном эквиваленте. При этом расписание отправления и прибытия поездов, «нитки» в ГДП не изменятся и останутся привычными и удобными для пассажиров.
Для реализации методики оптимизации схем обращения поездов на этапе вычисления требуется наличие следующих исходных данных:
– план формирования дальних пассажирских поездов определенной категории, обращающихся на полигоне;
– график движения и увязки дальних пассажирских поездов определенной категории, обращающихся на полигоне;
– утвержденные композиции дальних пассажирских поездов определенной категории, исключая фирменные.
Осуществление предлагаемой методики целесообразно разделить на несколько укрупненных этапов.
На первом производится сбор и анализ исходных данных, поиск направлений дальних пассажирских поездов со схожей структурой пассажиропотока, для которых может быть эффективным внедрение унифицированной композиции. Данные задачи являются многомерными и не требуют принятия технологических решений, поэтому могут быть успешно автоматизированы.
На втором этапе производится анализ полученного результата и компонуется общая унифицированная схема дальних пассажирских поездов определенной категории с учетом системы критериев, включая особенности спроса на данных нескольких направлениях.
На третьем этапе проводится корректировка графика увязки поездов, связанная с внедрением унифицированной композиции.
На заключительном четвертом этапе производится расчет показателей, служащих критериями эффективности применения методики оптимизации схем обращения, и выносится экономическое обоснование о целесообразности её применения на конкретных направлениях.
Для оптимизации схем обращения поездов с помощью внедрения унифицированной схемы необходимо найти железнодорожные направления со схожими композициями курсирующих поездов в части массива больших данных. Решение данной задачи будет проводиться двумя методами с последующим сравнением результатов: методом кратчайшего расстояния и с помощью ИНС Хэмминга.
Согласно намеченному плану, первый этап предполагает автоматизированный анализ и обработку исходных данных, главным образом, информацию о композициях, станциях отправления и назначения дальних пассажирских поездов определенной категории, обращающихся на полигоне.
Вербальная постановка задачи звучит следующим образом: определить железнодорожные направления со схожими исходными композициями, которые необходимо найти во всем массиве больших данных при условии совпадения начальной или конечной станции.
Необходимыми исходными данными является таблица с композициями поездов всех направлений на сети. Из таблицы выбирается одно направление и композиция — образец, для которой следует определить наиболее похожую на нее другую композицию, чтобы в дальнейшем скомпоновать для этих направлений одну унифицированную схему поезда.
Затем производится фильтрация таблицы исходных данных по принципу совпадения станций отправления или назначения с выбранным образцом, поскольку увязать поезда двух направлений можно только при условии наличия у них одной общей станции.
Такой способ поиска схожих композиций наиболее прост для понимания принципов определения схожести схем поездов и с точки зрения математических расчетов, не требует высоких вычислительных мощностей и может быть автоматизирован. Его недостатком является необходимость фильтрации исходных данных и представление их в виде координат точек, то есть необходима долгая обработка массива исходных данных.
Краткий анализ методов показал, что для решения задачи выбора типов пассажирских вагонов для унифицированной композиции, являющейся общей для двух железнодорожных направлений со схожими композициями, целесообразно применение эвристического метода — коллективной экспертной оценки.
Мнение специалистов учитывает потребительские предпочтения пассажиров в вопросе выбора типа вагона для поездки, влияние на них уровня заработной платы, психологических особенностей, предубеждений и стереотипов, удобства расположения вокзалов, удовлетворенности уровнем сервисных услуг, политической, социальной и экологической ситуации в регионах и т. д.
Кроме того, эксперты в данном случае выступают и как пользователи общественного железнодорожного транспорта, выражая в анкете свое мнение о том, какой тип вагона они бы предпочли при поездке по данному направлению.
Но в то же время эксперты представляют интересы железной дороги, сочетая в своем решении обе стороны.
Таким образом, второй этап предлагаемой методики — компоновка унифицированной композиции дальних пассажирских поездов для нескольких направлений — будет осуществляться с помощью метода коллективной экспертной оценки.
Постановка задачи звучит следующим образом: основываясь на согласованном коллективном мнении экспертов, установить типы пассажирских вагонов, которые являются различными у двух схожих композиций нескольких направлений, подлежащих увязке с помощью унифицированной схемы.
Таким образом, согласно методу кратчайшего расстояния, наиболее близкой к композиции пассажирского поезда направления Адлер — Саратов является композиция поезда направления Адлер — Челябинск, которые можно увязать в единый оборот путем внедрения общей унифицированной схемы составов.
Второй способ решения задачи поиска схожих композиций поездов нескольких направлений заключается в обработке исходных данных нейронной сетью Хэмминга.
Поскольку данная ИНС по сути своей является алгоритмом и не нуждается в обучении с учителем, ее реализация возможна в программе Microsoft Excel с помощью применения формул.
На входы нейронной сети подается та же структурированная информация о композициях и назначениях поездов в виде таблицы с 15-тью эталонными образцами и одним неизвестным.
Так как нейронная сеть должна «запомнить» 15 эталонных образов, потребуется 15 нейронов в каждом слое нейронной сети (К=15). Образцы различаются по 16-ти бинарным признакам, поэтому необходимо такое же число входов сети (М=16). Исходные данные нормируются с помощью функции «=ЕСЛИ», которая сравнивает значения в ячейках таблицы исходных данных и поданного образца с учетом условия возможности увязки поездов, то есть совпадения станций отправления или назначения.
Полученные в результате нормировки исходные данные формируют матрицу.
Затем формируется матрица весовых коэффициентов нейронов первого слоя размерностью 15х16.
Далее автоматически рассчитывается порог активационной функции и вручную единожды задаются величины абсолютного значения веса синаптической связи между нейронами из диапазона
На следующем шаге формируется матрица значений синаптических связей второго слоя нейронов. В результате чего сеть «запоминает» 15 эталонных образцов, выявив синаптические связи нейронов первого и второго слоя.
После того, как сеть «запомнила» 15 эталонных образцов этап считается завершенным. Далее нейронная сеть анализирует вектор-столбец выходных значений нейронов второго слоя, рассчитанный в последней интеграции (объединение в целое).
Если выходное значение определенного нейрона второго слоя последней интеграции оказалось положительным, значит, неизвестный входной вектор схож с эталонным образцом, номер которого соответствует индексу этого нейрона, и ИНС выводит ответ «Да».
Если выходное значение определенного нейрона второго слоя последней итерации оказалось отрицательным или равным нулю, то входной вектор не схож с соответствующим эталонным образцом, и ИНС выводит ответ «Нет».
Таким образом, два способа определения железнодорожных направлений со схожими композициями курсирующих поездов показали одинаковый результат, что поезда направлений Адлер — Саратов и Адлер — Челябинск имеют схожие композиции и поэтому для них может быть введена унифицированная схема.
Вычисления ИНС Хэмминга проводятся автоматически, от пользователя требуется только правильное заполнение таблицы исходных данных, а метод кратчайшего расстояния требует фильтрации исходных данных и представление их в виде координат точек, поэтому затрачивается больше времени на решение задачи.
Таким образом, внедрение унифицированных композиций позволит ФПК существенно сократить расходы на формирование поездов со схожими структурами, повысить эффективность использования вагонов, высвободить локомотив и несколько десятков вагонов, а также уменьшить непроизводительные простои поездов на путях станций в ожидании своей «нитки» графика движения. В результате железная дорога получит существенную экономию в денежном эквиваленте. При этом расписание отправления и прибытия поездов, «нитки» в ГДП не изменятся и останутся привычными и удобными для пассажиров.
