RU2742959C1 - System for managing the work of railway section with the construction of a single timetable - Google Patents
System for managing the work of railway section with the construction of a single timetable Download PDFInfo
- Publication number
- RU2742959C1 RU2742959C1 RU2020131972A RU2020131972A RU2742959C1 RU 2742959 C1 RU2742959 C1 RU 2742959C1 RU 2020131972 A RU2020131972 A RU 2020131972A RU 2020131972 A RU2020131972 A RU 2020131972A RU 2742959 C1 RU2742959 C1 RU 2742959C1
- Authority
- RU
- Russia
- Prior art keywords
- block
- model
- forming
- agents
- input
- Prior art date
Links
- 238000010276 construction Methods 0.000 title claims abstract description 8
- 230000006399 behavior Effects 0.000 claims abstract description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 12
- 239000000126 substance Substances 0.000 abstract 1
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/60—Testing or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
Description
Изобретение относится к железнодорожному транспорту и может быть использовано управляющим и оперативным персоналом на железнодорожных полигонах.The invention relates to railway transport and can be used by managers and operational personnel at railway landfills.
Для управления работой участка железной дороги используется мультиагентное моделирование, в частности, моделирование пассажиропотоков транспортно-пересадочных узлов, формируемых с участием железнодорожного транспорта. При выборе методов моделирования пассажиропотоков выбирается дискретная логико-математическая модель, в которой агенты выполняют предписанную им заранее стратегию в системе моделирования AnyLogic. Такой подход позволяет имитировать процесс пересадки агентов (пассажиров), но не позволяет проследить адаптивность и выполнить оперативный пересчет поведения агентов при изменении внешних условий. Инструменты и методы моделирования работают по жестким алгоритмам и не предполагают включения в модели искусственных нейронных сетей, систем самонастраивающихся, внешних элементов и т.п. (Н.Ю. Евреенова «Выбор параметров транспортно-пересадочных узлов, формируемых с участием железнодорожного транспорта», http://www.dslib.net/upravlenie-perevozki/vybor-parametrov-transportno-peresadochnyh-uzlov-formiruemyh-s-uchastiem.html).To control the operation of a section of the railway, multi-agent modeling is used, in particular, modeling of passenger flows of transport and transfer hubs formed with the participation of railway transport. When choosing methods for modeling passenger flows, a discrete logical-mathematical model is selected, in which agents execute a strategy prescribed in advance in the AnyLogic modeling system. This approach makes it possible to simulate the process of transferring agents (passengers), but does not allow tracing adaptability and performing an operative recalculation of the behavior of agents when external conditions change. Modeling tools and methods work according to rigid algorithms and do not imply the inclusion of artificial neural networks, self-adjusting systems, external elements, etc. into the model. (N.Yu. Evreeenova "The choice of parameters of transport hubs formed with the participation of railway transport", http://www.dslib.net/upravlenie-perevozki/vybor-parametrov-transportno-peresadochnyh-uzlov-formiruemyh-s-uchastiem .html).
В качестве прототипа выбрана система для оперативного управления поездной работой участка железной дороги на основе определения его пропускной способности, содержащая компьютер автоматизированного рабочего места работника службы движения, в котором первый вход/выход процессора через канал связи, соединен с первым выходом/входом сервера центра обработки данных, второй вход/выход процессора соединен с выходом/входом блока памяти, первый вход процессора соединен с выходом блока ввода информации, первый выход процессора соединен с входом монитора, третий вход/выход процессора соединен с блоком ввода параметров нормативного графика движения поездов, второй выход процессора соединен с входом блока вычисления параметров инфраструктуры, первый выход которого соединен с первым входом блока вычисления наличной пропускной способности, а второй выход блока вычисления параметров инфраструктуры соединен с первым входом блока вычисления потребной пропускной способности, второй вход которого соединен с выходом блока ввода параметров нормативного графика движения поездов, третий выход упомянутого процессора соединен с входом блока задания условий движения поездов, выход которого соединен со вторым входом блока вычисления наличной пропускной способности, выход блока вычисления наличной пропускной способности соединен с первым входом блока сравнения вычислений, выход блока вычисления потребной пропускной способности соединен со вторым входом блока сравнения вычислений, выход которого соединен с входом блока сравнения с установленным значением, выход которого соединен со вторым входом упомянутого процессора, в центре обработки данных размещены база данных цифровой модели инфраструктуры, первый выход которой соединен с входом блока генерации нормативно справочной информации, выход которого соединен с входом блока базы нормативно справочной информации, выход которого соединен с входом блока формирования имитационной модели, с элементами искусственного интеллекта, выход которого соединен с входом блока верификации с функцией обучения, выход которого соединен с входом блока интеграции модели в систему поддержки принятия решений, выход которого соединен с входом блока формирования вариантов пропуска поездов, выход которого соединен с входом/выходом сервера центра обработки данных (RU2662351, B61L 27/04, 25.07.2018).As a prototype, a system for the operational control of the train operation of a railway section based on the determination of its throughput was selected, containing a computer of an automated workstation of a traffic service employee, in which the first input / output of the processor through a communication channel is connected to the first output / input of the data center server , the second input / output of the processor is connected to the output / input of the memory unit, the first input of the processor is connected to the output of the information input unit, the first output of the processor is connected to the input of the monitor, the third input / output of the processor is connected to the unit for inputting the parameters of the standard train schedule, the second output of the processor connected to the input of the infrastructure parameters calculation unit, the first output of which is connected to the first input of the available bandwidth calculation unit, and the second output of the infrastructure parameters calculation unit is connected to the first input of the required bandwidth calculation unit, the second input of which is connected with the output of the unit for inputting the parameters of the normative train schedule, the third output of the said processor is connected to the input of the unit for setting the conditions for the movement of trains, the output of which is connected to the second input of the unit for calculating the available bandwidth, the output of the unit for calculating the available bandwidth is connected to the first input of the comparing unit, the output the block for calculating the required bandwidth is connected to the second input of the comparing computation block, the output of which is connected to the input of the comparison block with a set value, the output of which is connected to the second input of the said processor, a database of the digital infrastructure model is located in the data processing center, the first output of which is connected to the input block for generating normative reference information, the output of which is connected to the input of the block of the base of normative reference information, the output of which is connected to the input of the block for generating the simulation model, with elements of artificial intelligence, the output of which is connected with the input of the verification unit with the learning function, the output of which is connected to the input of the model integration unit into the decision support system, the output of which is connected to the input of the train pass options generation unit, the output of which is connected to the input / output of the data center server (RU2662351, B61L 27 / 04, 25.07.2018).
Известная система обеспечивает предикативный анализ на момент нахождения решения в режиме обучения. В процессе обучения искусственной нейронной сети происходит минимизация функционала ошибки в процессе выстраивания технологических цепочек зависимостей между исходной информацией и предлагаемыми сценариями.The known system provides predictive analysis at the time of finding a solution in the training mode. In the process of training an artificial neural network, the error functional is minimized in the process of building technological chains of dependencies between the initial information and the proposed scenarios.
Недостатком известной системы является ограниченность области применения только задачами оперативного управления.The disadvantage of the known system is the limited scope of application only to the tasks of operational control.
Технический результат изобретения заключается в расширении области использования системы при повышении эффективности ее аппаратного и программного обеспечения.The technical result of the invention is to expand the scope of the system while increasing the efficiency of its hardware and software.
Технический результат достигается тем, что в систему для управления работой участка железной дороги с построением единого расписания, содержащую персональный компьютер первого автоматизированного рабочего места оператора, согласно изобретению введены последовательно соединенные блок датчиков параметров состояния агентов транспортной системы, блок памяти, блок формирования наборов данных об агентах, к которому подключен персональный компьютер второго автоматизированного рабочего места оператора, блок памяти с базой тематических данных по агентам и интеллектуальный блок формирования модели с подключенными к нему блоком памяти с базой данных о правилах поведения агентов и блоком интеллектуального моделирования поведения агентов, вход/выход которого соединен с выходом/входом блока формирования цифровой модели транспортной агентной системы, вход которого подключен к выходу интеллектуального блока формирования модели, а выход – соединен с входом блока формирования интерфейса модели, к первому, второму и третьему выходам персонального компьютера первого автоматизированного рабочего места оператора подключены соответственно первые входы дополнительно введенных блока формирования модели оперативного управления, блока формирования модели BIM и блока формирования модели тактического и стратегического планирования, вторые входы которых подключены к соответствующим выходам блока формирования интерфейса модели.The technical result is achieved by the fact that the system for managing the operation of a section of the railway with the construction of a unified schedule, containing the personal computer of the first automated workstation of the operator, according to the invention, includes a serially connected unit of sensors of parameters of the state of agents of the transport system, a memory unit, a unit for forming data sets about agents , to which the personal computer of the second automated workstation of the operator is connected, a memory block with a database of thematic data on agents and an intelligent block for forming a model with a memory block connected to it with a database on the rules of behavior of agents and a block for intelligent modeling of agent behavior, the input / output of which is connected with the output / input of the digital model formation unit of the transport agent system, the input of which is connected to the output of the intelligent model formation unit, and the output is connected to the input of the model interface formation unit, to the first The second, second and third outputs of the personal computer of the first automated workstation of the operator are connected, respectively, to the first inputs of the additionally introduced operational control model formation unit, the BIM model formation unit and the tactical and strategic planning model formation unit, the second inputs of which are connected to the corresponding outputs of the model interface formation unit.
На чертеже приведена функциональная схема системы для управления работой участка железной дороги с построением единого расписания.The drawing shows a functional diagram of the system for managing the operation of a section of the railway with the construction of a single schedule.
Система для управления работой участка железной дороги с построением единого расписания содержит последовательно соединенные блок 1 датчиков параметров состояния агентов транспортной системы, блок 2 памяти, блок 3 формирования наборов данных об агентах, к которому подключен персональный компьютер 4 второго автоматизированного рабочего места оператора, блок 5 памяти с базой тематических данных по агентам и интеллектуальный блок 6 формирования модели с подключенными к нему блоком 7 памяти с базой данных о правилах поведения агентов и блоком 8 интеллектуального моделирования поведения агентов, вход/выход которого соединен с выходом/входом блока 9 формирования цифровой модели транспортной агентной системы, вход которого подключен к выходу интеллектуального блока 6 формирования модели, а выход – соединен с входом блока 10 формирования интерфейса модели, к первому, второму и третьему выходам персонального компьютера 11 первого автоматизированного рабочего места оператора подключены соответственно первые входы дополнительно введенных блока 12 формирования модели оперативного управления, блока 13 формирования модели BIM и блока 14 формирования модели тактического и стратегического планирования, вторые входы которых подключены к соответствующим выходам блока 10 формирования интерфейса модели.The system for managing the operation of a section of the railway with the construction of a unified schedule contains sequentially connected block 1 of sensors of the state parameters of the transport system agents, block 2 of memory, block 3 of forming data sets about agents, to which the personal computer 4 of the second automated workplace of the operator is connected, block 5 of memory with a database of thematic data on agents and an intelligent block 6 for forming a model with connected to it a memory block 7 with a database on the rules of behavior of agents and a block 8 for intelligent modeling of agent behavior, the input / output of which is connected to the output / input of block 9 for forming a digital model of a transport agent of the system, the input of which is connected to the output of the intelligent unit 6 for forming the model, and the output is connected to the input of the unit 10 for forming the interface of the model, to the first, second and third outputs of the personal computer 11 of the first automated workstation of the operator are connected respectively In particular, the first inputs of the additionally introduced unit 12 for forming the operational control model, unit 13 for forming the BIM model and unit 14 for forming the tactical and strategic planning model, the second inputs of which are connected to the corresponding outputs of the unit 10 for forming the model interface.
Система для управления работой участка железной дороги с построением единого расписания функционирует следующим образом.The system for managing the work of a section of the railway with the construction of a unified schedule operates as follows.
В систему входит блок 1 датчиков параметров состояния агентов транспортной системы, в качестве которых могут быть камеры наблюдения, датчики движения, устройства контроля различных других параметров транспортной системы, подключенные к Интернету. Информация от этих датчиков заносятся в блок 2 памяти, в котором формируется база данных состояния агентов системы в динамике.The system includes block 1 of sensors of parameters of the state of agents of the transport system, which can be surveillance cameras, motion sensors, control devices for various other parameters of the transport system, connected to the Internet. Information from these sensors is entered into the memory block 2, in which the database of the state of the system agents in dynamics is formed.
В цифровой модели транспортной агентной системы поведение каждого агента А, задается с помощью набора признаков:In the digital model of the transport agent system, the behavior of each agent A is specified using a set of features:
Аi: {место зарождения, описательные признаки агента, цель назначения агента, желаемое время прибытия агента к цели, {W}}, где i –номер агента в системе, W – возможные маршруты агента к цели, строящиеся из участков транспортных коммуникаций.And i : {the place of origin, descriptive features of the agent, the purpose of the agent's appointment, the desired time of arrival of the agent to the target, {W}}, where i is the agent's number in the system, W are the agent's possible routes to the target, constructed from sections of transport communications.
Для каждой транспортной коммуникации в системе существует интеллектуальный агент inet, такой, что на заданной коммуникации W выполняется правило: For each transport communication in the system there is an inet intelligent agent, such that the following rule is fulfilled on a given communication W:
T = inet(W, Ai, t0, x), T = inet (W, A i , t 0 , x),
где Т - время прибытия агента к цели либо к месту завершения транспортной коммуникации, Ai - агент, t0 – начальный момент попадания агента на участок маршрута или транспортную коммуникацию, х – факторы возмущения, чаще всего выражаемые через задержки. where T is the time of arrival of the agent to the target or to the place of completion of transport communication, Ai - agent, t0 - the initial moment when the agent enters a section of the route or transport communication, x - disturbance factors, most often expressed in terms of delays.
Агент inet может быть реализован в виде общей или специальной искусственной нейронной сети, генетического алгоритма и т.п. The inet agent can be implemented as a general or special artificial neural network, genetic algorithm, etc.
Наличие в системе (на сцене) большого количества коммуникаций W и агентов А приводит к тому, что непосредственное написание уравнения динамики агента в пространстве делает невозможным прямое решение или даже имитационное моделирование агентов, поскольку агентами могут быть человек, пассажир, транспортное средство (разное), часть коммуникаций (полигон дороги, линейный объект).The presence in the system (on the stage) of a large number of communications W and agents A leads to the fact that the direct writing of the equation of the dynamics of the agent in space makes it impossible to directly solve or even simulate agents, since agents can be a person, a passenger, a vehicle (various), part of communications (road polygon, linear object).
В предлагаемой системе с учетом влияния внешней среды и инструментария типа Data Science (см. https://en.wikipedia.org/wiki/Data_science) в качестве метаописания, используется расписание, построение которого в условиях действия нестабильного спроса, многовариантности маршрутов, помех, возмущений и выполняют средства предиктивного анализа и прогнозирования транспортных процессов.In the proposed system, taking into account the influence of the external environment and tools such as Data Science (see https://en.wikipedia.org/wiki/Data_science), a schedule is used as a meta-description, the construction of which under conditions of unstable demand, multivariance of routes, interference, disturbances and carry out predictive analysis and forecasting of transport processes.
Из общей базы данных состояний агентов (из блока 2 памяти) посредством блока 3 формирования наборов данных об агентах извлекаются тематические данные, которые напрямую определяются текущей задачей. From the general database of agent states (from block 2 of memory) by means of block 3 of forming data sets about agents, thematic data are extracted, which are directly determined by the current task.
Пользователь осуществляет это посредством персонального компьютера 4 второго автоматизированного рабочего места оператора с интерфейсом для корректировки при работе с базами данных. The user carries out this by means of a personal computer 4 of the second automated workstation of the operator with an interface for adjusting when working with databases.
Полученные наборы тематических учебных и предпрогнозных данных передаются в блок 5 памяти с базой тематических данных по агентам (в базу данных типа BigData) для доступа к ним прогнозирующих средств и алгоритмов.The resulting sets of thematic training and pre-forecast data are transferred to memory block 5 with a database of thematic data on agents (into a database of the BigData type) for access to predictive tools and algorithms.
На основании правил и исходной информации из блока 5 памяти (базы данных типа BigData) интеллектуальный блок 6 формирования модели обеспечивает в блоке 9 формирование цифровой модели транспортной агентной системы (модели – «цифровой двойник» системы с агентами или требуемой подсистемой). Цифровая модель транспортной агентной системы взаимодействует с блоком 8 интеллектуального моделирования поведения агентов.Based on the rules and initial information from the memory block 5 (BigData type databases), the intelligent model formation block 6 provides in block 9 the formation of a digital model of the transport agent system (the model is a "digital twin" of a system with agents or a required subsystem). The digital model of the transport agent system interacts with the block 8 for intelligent modeling of agent behavior.
Блоки 6, 9, 10 построены с применением искусственных нейронных сетей (ИНС) общего вида (одной из распространенных топологий). Принцип их работы подробно описан в статье Игнатенков А. В., Ольшанский А. М. «Разработка искусственной нейронной сети для построения графика движения поездов» Вестник Рязанского государственного радиотехнического университета, 2016, №55, с.73-80 (1). Система использует искусственный интеллект реализованный посредством ИНС как на этапе формирования цифрового двойника каждого транспортного объекта, так и при расчете расписаний агентов.Blocks 6, 9, 10 are built using general artificial neural networks (ANNs) (one of the common topologies). The principle of their operation is described in detail in the article Ignatenkov A. V., Olshansky A. M. "Development of an artificial neural network for constructing a train schedule" Bulletin of the Ryazan State Radio Engineering University, 2016, No. 55, pp. 73-80 (1). The system uses artificial intelligence implemented by means of ANN both at the stage of forming a digital twin of each transport object, and when calculating agent schedules.
Из цифровой модели транспортной агентной системы с помощью блока 10 формирования интерфейса модели пользователь может сформировать три прикладных модели: модель оперативного управления (в блоке 12), модель BIM (в блоке 13), и в блоке 14 - модель тактического или стратегического управления (предполагает выработку управляющих решений с упреждением по времени).From the digital model of the transport agent system using the block 10 of forming the model interface, the user can form three applied models: the operational management model (in block 12), the BIM model (in block 13), and in block 14 - a model of tactical or strategic management (assumes the development of control decisions ahead of time).
Модель оперативного управления (терминалом, автовокзалом, участком железной дороги и т.п.) - такая модель, при которой ИНС (специального вида) строят график движения агентов в реальном времени или до периода упреждения 3-6 часа включительно (для железных дорог) или на максимальную глубину планирования, в течение которой агент, уже начавший движение, остается активным на выбранной траектории (корректировка расписания конкретного рейса агента).The operational management model (terminal, bus station, railway section, etc.) is a model in which ANN (special type) builds a schedule of agents' movement in real time or up to a lead time of 3-6 hours inclusive (for railways) or to the maximum planning depth, during which the agent, which has already started moving, remains active on the selected trajectory (adjusting the schedule of a specific agent's flight).
Модель BIM (building information model) – специфическая модель объекта, в которой делается акцент на представление зданий и строений, а движение агентов подчинено целям рационального проектирования вновь строящихся путей, станций, вокзалов и т.п. При этом передвижение агентов рассчитывается с помощью тех же самых ИНС (специального вида).BIM model (building information model) is a specific model of an object, in which an emphasis is placed on the presentation of buildings and structures, and the movement of agents is subordinated to the goals of rational design of newly built tracks, stations, train stations, etc. In this case, the movement of agents is calculated using the same ANN (special type).
Модель тактического или стратегического управления – такая модель системы, при которой ИНС (специального вида) строят прогнозные графики движения агентов на период упреждения свыше 1 суток или же в расчете на несколько нормативных рейсов в течение дня, не отслеживая конкретное расписание агента. Для автомобильного транспорта это может быть график оборота автобусов в сутки между пунктами, для железной дороги – нормативный график на сутки или больше. A tactical or strategic management model is a system model in which ANNs (of a special type) construct predictive schedules for the movement of agents for a lead time of more than 1 day, or counting on several standard flights during the day, without tracking a specific agent's schedule. For road transport, this can be a schedule for the turnover of buses per day between points, for a railway - a standard schedule for a day or more.
На модели, сформированные в блоках 12, 13, 14 пользователь воздействует посредством персонального компьютера 11 первого автоматизированного рабочего места оператора. Совокупность блоков 6-14 функционирует как универсальный интеллектуальный расчетный модуль для составления расписаний транспортных процессов в условиях частично неформализованных исходных данных и, в частности, позволяет в условиях частично не формализованных исходных данных (размытые по значениям данные, неполные данные, данные допускающие произвольный выбор значений в некотором диапазоне) составить эффективные графики движения поездов. The user acts on the models formed in blocks 12, 13, 14 by means of a personal computer 11 of the first automated workstation of the operator. The set of blocks 6-14 functions as a universal intelligent calculation module for scheduling transport processes in the conditions of partially unformalized initial data and, in particular, allows in the conditions of partially non-formalized initial data (data blurred in values, incomplete data, data allowing arbitrary selection of values in a certain range) to draw up effective train schedules.
Создаваемые модели в блоках 12,13,14 в своей основе выглядят следующим образом.The created models in blocks 12,13,14 basically look like this.
Задано N агентов. Каждый из которых характеризуется парой (одной или несколькими, в зависимости от количества пунктов назначения) <время отправления их пункта А, время прибытия в пункт Б>. Множество пунктов отправления и времен отправления подаются на начальный или промежуточный слой многослойной искусственной нейронной сети с переменной проводимостью сигнала.N agents are specified. Each of which is characterized by a pair (one or more, depending on the number of destinations) <time of departure from point A, time of arrival at point B>. Multiple departure points and departure times are fed to the initial or intermediate layer of a multi-layer artificial neural network with variable signal conductivity.
Атрибуты (минимальные времена перемещения между отдельными пунктами местности, названия точек маршрута и т.п.) подаются в многослойную ИНС из цифрового двойника местности. Из моментов отправления формируется входной вектор для ИНС.Attributes (minimum travel times between individual points of the terrain, names of route points, etc.) are fed into the multilayer INS from the digital twin of the terrain. From the moments of departure, the input vector for the ANN is formed.
Затем, функционируя так, как подробно описано в статье (1), ИНС вычисляет прогнозное расписание прибытия агентов на заданный пункт маршрута (на конечный слой сети или на промежуточный слой сети, если часть агентов не доходит до конца маршрута).Then, operating as described in detail in article (1), the ANN calculates the predicted arrival schedule of agents at a given route point (to the final network layer or to an intermediate network layer if some of the agents do not reach the end of the route).
В случае, если модель является моделью оперативного управления, то в определенном слое ИНС вводится возмущение, после чего ИНС пересчитывает выход (время нового прибытия в точку Б с учетом возникших на маршруте помех). If the model is a model of operational control, then a disturbance is introduced in a certain layer of the ANN, after which the ANN recalculates the output (the time of a new arrival at point B, taking into account the noise that has arisen on the route).
После достижения необходимой точности прибытия в пункт назначения процесс обучения ИНС прекращается и полученное расписание проследования визуализируется графически или в текстовом виде и может быть направлено соответствующему агенту для реализации.After reaching the required accuracy of arrival at the destination, the ANN training process is terminated and the resulting tracking schedule is visualized graphically or in text form and can be sent to the appropriate agent for implementation.
Таким образом, функционируют модели оперативного и краткосрочного управления. Thus, models of operational and short-term management function.
Модель же с элементами BIM, помимо получения расписания агентов, проводит оценку его с точки зрения достаточности инфраструктуры для свободного выполнения такого расписания. В случае, если существующей инфраструктуры недостаточно для выполнения полученного ИНС расписания, модель предлагает изменения в инфраструктуру (при этом для расчета в ИНС формируются новые слои). A model with BIM elements, in addition to obtaining a schedule of agents, evaluates it from the point of view of the sufficiency of the infrastructure for the free execution of such a schedule. If the existing infrastructure is not enough to fulfill the schedule obtained by the ANN, the model proposes changes to the infrastructure (in this case, new layers are formed in the ANN for the calculation).
Все эти модели снабжены интерфейсом для возможности корректировать входные данные, а в ряде случаев - и результат работы модели.All these models are equipped with an interface for the ability to correct the input data, and in some cases - the result of the model.
Система позволяет строить согласованное расписание движения во времени не только поездов, но и иных объектов, непосредственно связанных с поездом, но которые планируются и раздельно – вагон, локомотив, локомотивная бригада (сегодня отслеживаются по факту в системе АСОУП). При этом на разных участках инфраструктуры их расписание может быть различным во времени, но в определенной точке (например, на сортировочной станции) происходит объединение таких раздельных расписаний. The system allows you to build an agreed timetable for the movement in time not only of trains, but also of other objects directly connected with the train, but which are also planned separately - a carriage, a locomotive, a locomotive brigade (today they are tracked after the fact in the ASOUP system). At the same time, in different parts of the infrastructure, their schedule may be different in time, but at a certain point (for example, at a marshalling yard), such separate schedules are combined.
Таким образом, технический результат изобретения достигается за счет более универсального решения задачи построения и перестроения адаптивного расписания жизни агентов в системе при общем повышении эффективности использования аппаратного и программного обеспечения системы за счет использования системы для расширенного списка возможных применений.Thus, the technical result of the invention is achieved due to a more universal solution to the problem of constructing and rebuilding the adaptive life schedule of agents in the system with a general increase in the efficiency of using the hardware and software of the system by using the system for an extended list of possible applications.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2020131972A RU2742959C1 (en) | 2020-09-28 | 2020-09-28 | System for managing the work of railway section with the construction of a single timetable |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2020131972A RU2742959C1 (en) | 2020-09-28 | 2020-09-28 | System for managing the work of railway section with the construction of a single timetable |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2742959C1 true RU2742959C1 (en) | 2021-02-12 |
Family
ID=74666075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2020131972A RU2742959C1 (en) | 2020-09-28 | 2020-09-28 | System for managing the work of railway section with the construction of a single timetable |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2742959C1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113762766A (en) * | 2021-09-03 | 2021-12-07 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | A rail transit station transportation management system, method and device |
| RU2803102C1 (en) * | 2023-05-23 | 2023-09-06 | Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" | System for determining the volume of movement of trains of all categories in the transport corridor |
| CN119796281A (en) * | 2025-01-15 | 2025-04-11 | 北京全路通信信号研究设计院集团有限公司 | A construction blocking method and system for station integration |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120277940A1 (en) * | 2003-01-06 | 2012-11-01 | Ajith Kuttannair Kumar | System and method for controlling movement of vehicles |
| RU2662351C1 (en) * | 2017-10-05 | 2018-07-25 | Акционерное общество Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте | Railway section traffic activity operational control system |
| RU2723051C1 (en) * | 2019-10-08 | 2020-06-08 | Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" | System for operative administration of movement of transit trains |
-
2020
- 2020-09-28 RU RU2020131972A patent/RU2742959C1/en active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120277940A1 (en) * | 2003-01-06 | 2012-11-01 | Ajith Kuttannair Kumar | System and method for controlling movement of vehicles |
| RU2662351C1 (en) * | 2017-10-05 | 2018-07-25 | Акционерное общество Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте | Railway section traffic activity operational control system |
| RU2723051C1 (en) * | 2019-10-08 | 2020-06-08 | Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" | System for operative administration of movement of transit trains |
Non-Patent Citations (1)
| Title |
|---|
| Игнатенков А. В., Ольшанский А. М. "Разработка искусственной нейронной сети для построения графика движения поездов" журнал "Вестник Рязанского государственного радиотехнического университета" N 55, 2016 г. * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113762766A (en) * | 2021-09-03 | 2021-12-07 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | A rail transit station transportation management system, method and device |
| RU2803102C1 (en) * | 2023-05-23 | 2023-09-06 | Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" | System for determining the volume of movement of trains of all categories in the transport corridor |
| CN119796281A (en) * | 2025-01-15 | 2025-04-11 | 北京全路通信信号研究设计院集团有限公司 | A construction blocking method and system for station integration |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Khadilkar | A scalable reinforcement learning algorithm for scheduling railway lines | |
| Deng et al. | Cooperative platoon formation of connected and autonomous vehicles: Toward efficient merging coordination at unsignalized intersections | |
| Dollevoet et al. | An iterative optimization framework for delay management and train scheduling | |
| Zhang et al. | DynaCAS: Computational experiments and decision support for ITS | |
| Kammoun et al. | Adapt-Traf: An adaptive multiagent road traffic management system based on hybrid ant-hierarchical fuzzy model | |
| Milinković et al. | A fuzzy Petri net model to estimate train delays | |
| Cheng | Hybrid simulation for resolving resource conflicts in train traffic rescheduling | |
| Nilim et al. | Trajectory-based air traffic management (tb-atm) under weather uncertainty | |
| US20090327011A1 (en) | Vehicle dispatching method and system | |
| Yu et al. | State-of-the-art review on traffic control strategies for emergency vehicles | |
| Yang et al. | Rescheduling trains with scenario-based fuzzy recovery time representation on two-way double-track railways | |
| RU2742959C1 (en) | System for managing the work of railway section with the construction of a single timetable | |
| CA2636537A1 (en) | Vehicle dispatching method and system | |
| CN120146449A (en) | Automatic guided vehicle scheduling optimization method, device, medium and terminal | |
| CN116811969B (en) | Automatic Train Operation Planning Adjustment System and Method with Human-Computer Interaction Function | |
| Ma et al. | Dynamic system optimal routing in multimodal transit network | |
| Lyubchenko et al. | Anylogic-based discrete event simulation model of railway junction | |
| Bhadra et al. | An agent based efficient traffic framework using fuzzy | |
| Yu et al. | Real-time holding control for transfer synchronization via robust multiagent reinforcement learning | |
| Farahani et al. | Tackling uncertainty in online multimodal transportation planning using deep reinforcement learning | |
| Bouamrane et al. | Decision making system for regulation of a bimodal urban transportation network, associating a classical and a multi-agent approaches | |
| Rangrazjeddi et al. | Applied Game Theory to Enhance Air Traffic Control in 3D Airspace | |
| Peng et al. | Network-wide coordinated control based on space-time trajectories | |
| Yao et al. | Modeling on Dynamic Passenger Flow Distribution in Urban Mass Transit Network | |
| Kammoun et al. | Improvement of the road traffic management by an ant-hierarchical fuzzy system |