Все
 
 
 


Обзор динамических моделей организации грузоперевозок, основанных на взаимодействии соседних станций
 
Код статьиS265838870017987-8-1
DOI10.33276/S265838870017987-8
Тип публикации Обзор
Статус публикации Одобрена к публикации
Авторы
Хачатрян Нерсес  
Должность: доцент
Аффилиация: Государственный академический университет гуманитарных наук
Адрес: Российская Федерация, Москва, Мароновский переулок, 26
Название журналаВестник ЦЭМИ
ВыпускВыпуск 3-4
Аннотация

В данной статье приводится обзор динамических моделей организации железнодорожных грузоперевозок, в которых грузопоток формируется на основе взаимодействия соседних станций. Рассматривается несколько конфигураций участка железнодорожной сети и два подхода к организации процесса грузоперевозок в зависимости от спроса на них.

Ключевые словаорганизация грузоперевозок, система контроля, дифференциальные уравнения, нелокальные ограничения, интенсивность потока
Получено24.12.2021
Дата публикации31.12.2021
Кол-во символов15635
Скачать pdf Для скачивания PDF необходимо авторизоваться
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»
1 Одной из главных отраслей народного хозяйства является транспорт, который выполняет связующую, коммуникационную и обеспечивающую функции. Транспорт играет важную роль в экономике страны. Он обеспечивает скоординированную работу всех отраслей экономики. Развитие транспорта является важнейшим условием модернизации экономики и предполагает оптимальное планирование сетей, улучшение организации движения и решение ряда других задач с использованием математических моделей.
2 Математические модели, применяемые для анализа транспортных сетей, разнообразны по решаемым задачам, математическому аппарату, используемым данным и степени детализации описания движения. Основываясь на функциональной роли моделей, т.е. на тех задачах, для решения которых они применяются, можно условно выделить три основных класса: прогнозные, имитационные и оптимизационные модели [1].
3 Прогнозные модели позволяют определить, какими будут транспортные потоки в сети при известных геометрии и свойств транспортной сети. Прогноз загрузки транспортной сети включает в себя расчет усредненных характеристик движения, таких как объемы межрайонных передвижений, интенсивность потока, распределение транспортных средств по путям движения и др. При помощи таких моделей можно прогнозировать последствия изменений в транспортной сети или в размещении объектов.
4 Имитационное моделирование ставит своей целью воспроизведение всех деталей движения, при этом усредненные значение потоков и распределение по путям считаются известными и служат исходными данными для этих моделей. Таким образом, прогноз потоков и имитационное моделирование являются дополняющими друг друга направлениями [2].
5 Существует множество моделей для оптимизации функционирования транспортных сетей. С их помощью решаются задачи оптимизации маршрутов перевозок, выработки оптимальной конфигурации сети и др. [3-6].
6 По способу описания транспортных потоков все модели транспортных сетей можно разбить на классы: 1) аналоги, 2) следование за лидером, 3) вероятностные.
7 В моделях-аналогах движение транспортного средства уподобляется какому-либо физическому потоку (гидро- и газодинамические модели) [2, 7, 8].
8 В моделях следования за лидером существенно предположения о наличие связи между перемещением ведомого и головного транспортного средства [9].
9 В вероятностных моделях транспортный поток рассматривается как результат взаимодействия транспортных средств на элементах транспортной сети. В связи с жестким характером ограничений сети и массовым характером движения в транспортном потоке складываются отчетливые закономерности формирования очередей, интервалов, загрузок по полосам дороги и т.п. Эти закономерности носят существенно стохастический характер [10].
10

Одним из наиболее востребованных для грузоперевозок видов транспорта в России является железнодорожный. Публикации, посвященные железнодорожной логистике, по типу исследуемых задач можно разбить на следующие группы [11]:

  • стратегические задачи проектирования инфраструктуры железнодорожной сети (проектирование сети, расположения обгонных линий, средств эксплуатации железнодорожных объектов);
  • задачи планирования расписаний и маршрутов грузоперевозок;
  • стратегические задачи управления парком локомотивов и вагонов.
 
1. Швецов, В. И. Математическое моделирование транспортных потоков / В. И. Швецов   // Автоматика и телемеханика. – 2003. – № 11. – С. 3–46.
2. Гасников, А. В. Введение в математическое моделирование транспортных потоков / А. В. Гасников, С. Л. Кленов, Е. А. Нурминский Н.Б. [и др.] ; под. редакцией А.В. Гасникова. – 2-е изд. – Москва: МЦНМО, 2013. – 427 с.
3. Галабурда, В. Г. Оптимальное планирование грузопотоков / В. Г Галабурда. – М.: Транспорт, 1985. – 256 с.
4. Стенбринк,  П. А. Оптимизация транспортных сетей / П. А. Стенбринк; Пер. с англ. Е. М. Васильевой, В. В. Космина. – Москва: Транспорт, 1981. – 320 с.
5. Оптимизация планирования и управления транспортными системами / [В. Н. Лившиц, Е. М. Васильева, Г. А. Бородянский и др.]; Под ред. В. Н. Лившица. - М. : Транспорт, 1987. – 207 с.
6. Leventhal, T. A Column Generation Algorithm for Optimal Traffic Assignment / T. Leventhal, G. L. Nemhauser, L. Jr. Trotter // Transportation Science. – 1973. – No. 7. – P. 168–176.
7. Daganzo, C. F. The cell transmission model: A dynamic representation of highway traffic consistent with the hydrodynamic theory/ C. F.  Daganzo // Transportation Research. B. – 1994. – 28. – p. 269–287.
8. Daganzo, C. F. The cell transmission model. Part II: Network traffic / C. F.  Daganzo // Transportation Research. B – 1995. – 29B, no. 2. – p. 79–93.
9. Brackstone, M. Car following: A historical review / M. Brackstone, M.   McDonald // Transportation Research. F. – 1999. –  2, 181–196.
10. Solomon, H. Nonhomogeneous Poisson fields of Random Lines with Applications to Traffic Flow / H. Solomon, P. Wang // Proceedings of the Sixth Berkeley Symposium on Mathematical Statistics and Probability. – 1972. – Vol. 3. – P. 383–400.
11. Лазарев, А. А. Теория расписаний. Задачи железнодорожного планирования / А. А. Лазарев, Е. Г. Мусатова, Е. Р. Гафаров, А . Г. Кварацхелия. — Москва: ИПУ РАН, 2012. — 92 с.
12. Beklaryan, L. A. Traveling Wave Type Solutions in Dynamic Transport Models / L. A. Beklaryan, N. K.  Khachatryan // Functional Differential Equations. – 2006. – V. 13, no. 2. – p. 125–155.
13. Бекларян, Л. А. Об одном классе динамических моделей грузоперевозок / Л. А. Бекларян, Н. К. Хачатрян //  Журнал вычислительной математики и математической физики. – 2013. – Том 53, №10. – с. 1649-1667.
14. Хачатрян, Н. К. Динамическая модель организации грузоперевозок при ограниченности емкостей перегонных путей / Н. К. Хачатрян // Бизнес Информатика. – 2013. – №4. – с.62-68.
15. Khachatryan, N. K. Model for Organizing Cargo Transportation with an Initial Station of Departure and a Final Station of Cargo Distribution / N. K. Khachatryan, A. S. Akopov  // Business Informatics. – 2017. – No. 1. – P. 25–35.
16. Khachatryan, N. K. About Quasi-Solutions of Traveling Wave Type in Models for Organizing Cargo Transportation / N. K. Khachatryan, A. S. Akopov, F. A. Belousov // Business Informatics. – 2018. –  1 (43). – p. 61–70.
17. Хачатрян, Н. К. Исследование динамики емкостей перегонов в модели организации грузоперевозок между двумя узловыми станциями / Н. К. Хачатрян, Г. Л. Бекларян, С. В. Борисова, Ф. А. Белоусов // Бизнес-информатика. – 2019. – Том 13, № 1. – с. 59-70.
18. Beklaryan, Levon A. Model for organization cargo transportation at resource restrictions / Levon A. Beklaryan, Nerses K. Khachatryan, Andranik S. Akopov.// International Journal of Applied Mathematics. – 2019. – Vol.32, N4. – p.627-640.
19. Хачатрян Н. К. Исследование динамики потока в модели организации грузоперевозок по круговой цепочке станций / Н. К. Хачатрян, Л. А. Бекларян // Экономика и математические методы. – 2021. - Т. 57. - №1. - С. 83-91.
20. Khachatryan, Nerses K.  Modeling the process of cargo transportation between node stations / Nerses K. Khachatryan // International Journal of Applied Mathematics. – 2021. – Vol.34, N6.

Система Orphus

Загрузка...
Вверх