О некоторых подходах к управлению железнодорожными грузоперевозками в реальном времени

Представлена методология построения макроскопических моделей, описывающих процесс организации железнодорожных грузоперевозок в режиме реального времени. Одним из ключевых аспектов этой методологии является управление интенсивностью грузопотока в зависимости от загруженности станций. Эта функциональность позволяет системе грузоперевозок регулировать скорость движения поездов, оптимизируя интенсивность грузоперевозок в соответствии с актуальной ситуацией. Динамическое управления грузопотоком способствует снижению заторов, оптимизирует процессы движения поездов и повышает общую эффективность железнодорожных перевозок.

Ключевые слова

железнодорожное планирование, микроскопический подход, макроскопический подход, взаимодействие станций, моделирование грузопотока

Источник финансирования

Статья подготовлена в Государственном академическом университете гуманитарных наук в рамках государственного задания Министерства науки и высшего образования Российской Федерации (тема № FZNF-2023-0004 «Цифровизация и формирование современного информационного общества: когнитивные, экономические, политические и правовые аспекты»

Получено

12.08.2024

Дата публикации

13.08.2024

Кол-во символов

21732

Цитировать Скачать pdf Для скачивания PDF необходимо авторизоваться

ГОСТ	Хачатрян Н. О некоторых подходах к управлению железнодорожными грузоперевозками в реальном времени // Вестник ЦЭМИ – 2024. – Tом 7. – Выпуск 2 [Электронный ресурс]. URL: https://cemi.jes.su/S265838870031789-0-1 (дата обращения: 01.11.2024). DOI: 10.33276/S265838870031789-0
MLA	Khachatryan, Nerses "About some approaches to real-time railway freight management." Vestnik CEMI 7.2 (2024) DOI: 10.33276/S265838870031789-0
APA	Khachatryan N. (2024). About some approaches to real-time railway freight management. Vestnik CEMI 7(2) DOI: 10.33276/S265838870031789-0

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	Введение
2	Железнодорожное движение включает в себя три важных аспекта планирования: тактическое планирование, оперативное планирование и перепланирование. Каждый из этих этапов имеет свои специфические задачи и цели, которые способствуют эффективному и безопасному движению поездов в железнодорожной сети. Тактическое планирование в железнодорожной отрасли охватывает долгосрочную перспективу. Это включает создание расписания и маршрутов поездов на длительный период, часто на несколько месяцев или даже год вперед. В фокусе тактического планирования – оптимизация использования инфраструктуры, определение временных окон для поездов и выделение ресурсов, таких как платформы и пути. Оперативное планирование, напротив, связано с планированием в краткосрочной перспективе, ближе к моменту отправления поездов. На этом уровне формируются окончательные детали маршрутов, включая точное время отправления и прибытия, управление платформами и другими ресурсами. Оперативное планирование может содержать такие элементы, как учет текущего состояния сети, возможные задержки и дополнительные требования к ресурсам. Перепланирование нацелено на реакцию на изменения и отклонения от первоначального расписания. Это процесс в реальном времени, который включает в себя перераспределение ресурсов, учет возможных задержек, а также решение конфликтов между поездами. Перепланирование может быть вызвано различными факторами, такими как технические сбои, аварии, изменения в спросе или другие непредвиденные обстоятельства. Вместе эти три уровня обеспечивают эффективное и гибкое управление железнодорожным движением, позволяя адаптироваться к различным сценариям и обеспечивать безопасность и эффективность перевозок [22; 34].
3	Существуют два различных подхода к железнодорожному планированию: микроскопический и макроскопический. Микроскопический подход формирует последовательность поездов на сегментах железнодорожной сети. При этом сами поезда описываются бинарными переменными, а время входа и выхода каждого поезда на каждом сегменте – непрерывными. Железнодорожная сеть в этом случае явно состоит из сегментов, а узлы между сегментами (перекрестки, точки пересечения, станции и т. д.) моделируются неявно. Макроскопический подход моделирует станции в явном виде, а сегменты между ними неявно. Бинарные переменные определяют в каком порядке поезда входят и выходят со станций, и в соответствии с этим непрерывные переменные указывают, когда поезд прибывает на соответствующие станции и пути и покидает их.
4	Микроскопический подход применяется для анализа конкретных сценариев, где важны детали движения поездов и характеристики каждого сегмента. Он эффективен при моделировании ситуаций с высокой степенью разветвленности и сложности, хорошо подходит для железнодорожных сетей с множеством перекрестков, разветвлений и сложных структур. Этот подход как правило применяется при тактическом планировании.

всего просмотров: 97

Оценка читателей: голосов 0

1. Давыдов, Б. И. Оптимальное регулирование движения грузовых поездов в условиях возникновения отказов / Б. И. Давыдов // Экономика железных дорог. – 2004. – № 2. – С. 62–67.

2. Тулупов, Л. П. Многофакторное оперативное нормирование времени выполнения технологических процессов / Л. П. Тулупов, Ян Юйлиан // Вестник Всероссийского научно-исследовательского института железнодорожного транспорта. – 1997. – № 5. – С. 20–24.

3. Хачатрян, Н. К. Динамические модели организации грузопотока на железнодорожном транспорте / Н. К. Хачатрян, Л. А. Бекларян // Экономика и математические методы. – 2019. – Т. 55, № 3. – С. 62–73.

4. Хачатрян, Н. К. Динамическая модель организации грузоперевозок при ограниченности емкостей перегонных путей / Н. К. Хачатрян // Бизнес-Информатика. – 2013. – №4. – С. 62–68.

5. 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. – Т. 13, № 1. – С. 59–70.

6. Хачатрян, Н. К. Исследование динамики потока в модели организации грузоперевозок по круговой цепочке станций / Н. К. Хачатрян // Экономика и математические методы. – 2021. – Т. 57, №1. – С. 83–91.

7. Хачатрян, Н. К. Моделирование процесса организации железнодорожных грузоперевозок: монография / Н. К. Хачатрян. – Москва: МАКС Пресс, 2023. – 168 с.

8. Хачатрян, Н. К. Об одном классе динамических моделей грузоперевозок / Н. К. Хачатрян, Л. А. Бекларян // Журнал вычислительной математики и математической физики. – 2013. – Т. 53, №10. – С. 1649–1667.

9. Хачатрян, Н. К. Основные проблемы железнодорожного транспорта России и пути их решения. / Н. К. Хачатрян // Вестник ЦЭМИ – 2024. – Т.7, вып. 1. – URL : https://cemi.jes.su/s265838870030610-4-1/ (дата обращения: 10.06.2024).

10. Юсипов, Р. А. Оперативное нормирование технологических операций / Р. А. Юсипов // Железнодорожный транспорт. – 2001. – № 8. – С. 61– 63.

11. Acuna-Agost, R. A MIP-based local search method for the railway rescheduling problem / R. Acuna-Agost, P. Michelon, D. Feillet, S. Gueye // Networks. – 2011. – Vol. 57, № 1. – P. 69–86.

12. Benders, J. Partitioning procedures for solving mixed-variables programming problems / J. Benders // Numerische Mathematik. – 1962. – Vol. 4. – P. 238–252.

13. Caimi, G. A model predictive control approach for discrete-time rescheduling in complex central railway station approach / G. Caimi, M. Fuchsberger, M. Laumanns, M. Lüthi // Computers & Operations Research. – 2012. – Vol. 39, № 11. – P. 2578–2593.

14. Caimi, G. R. A new resource-constrained multicommodity flow model for conflict-free train routing and scheduling / G. Caimi, F. Chudak, M. Fuchsberger, M. Laumanns, R. Zenklusen // Transportation Science. – 2011. –Vol. 45, № 2. – P. 212–227.

15. Corman, F. A tabu search algorithm for rerouting trains during rail operations / F. Corman, A. D’Ariano, D. Pacciarelli, M. Pranzo // Transportation Research. Part B. – 2010 – Vol. 44, № 1. – P. 175–192.

16. Corman, F. Dispatching and coordination in multi-area railway traffic management / F. Corman, A. D’Ariano, D. Pacciarelli, M. Pranzo// Computers & Operations Research. – 2014. – Vol. 44. – P. 146–160.

17. Corman, F. Optimal inter-area coordination of train rescheduling decisions / F. Corman, A. D’Ariano, D. Pacciarelli, M. Pranzo // Transportation Research. Part E: Logistics and Transportation Review – 2012. – Vol. 48, № 1. – P. 71–88.

18. D’Ariano, A. An advanced real-time train dispatching system for minimizing the propagation of delays in a dispatching area under severe disturbances / A. D’Ariano, M. Pranzo // Networks and Spatial Economics. – 2009. – Vol. 9. – P. 63–84.

19. D’Ariano, A. Reordering and local rerouting strategies to manage train traffic in real-time / A. D’Ariano, F. Corman, D. Pacciarelli, M. Pranzo // Transportation Science. – 2008. – Vol. 42, № 4. – P. 405–419.

20. Dessouky, M. An exact solution procedure to determine the optimal dispatching times for complex rail networks / M. Dessouky, Q. Lu, J. Zhao, R. Leachman // IIE Transactions. – 2006. – Vol. 38, № 2. – P. 141–152.

21. Higgins, A. Optimal scheduling of trains on a single line track / A. Higgins, E. Kozan, L. Ferreira // Transportation Research. Part B: Methodological. – 1996. – Vol. 30, № 2. – P. 147–161.

22. Keita, Kaba. A Benders’ decomposition for the real-time Railway Traffic Management Problem / K. Keita, P. Pellegrini, J. Rodriguez // 7th International Conference on Railway Operations Modelling and Analysis (RailLille 2017). – Lille, 2017. – 19 p.

23. 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.

24. Khachatryan, N. K. Bifurcation in the model of cargo transportation organization / N. K. Khachatryan // Advances in Systems Science and Applications. – 2022. – Vol. 22, № 4. – P. 79–91.

25. Khachatryan, N. K. Modeling the process of cargo transportation between node stations / N. K. Khachatryan // International Journal of Applied Mathematics. – 2021. – Vol. 34, № 6. – P. 1223–1235.

26. Khachatryan, N. K. Model for organization cargo transportation at resource restrictions / L. A. Beklaryan, N. K. Khachatryan., A. S. Akopov // International Journal of Applied Mathematics. – 2019. – Vol. 32, № 4. – 627–640.

27. 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. – №1. – P. 25–35.

28. Khachatryan, N. K. Study of flow dynamics in the model of cargo transportation organization between node stations / N. K. Khachatryan // International Journal of Applied Mathematics. – 2020. – Vol. 33, № 5. – P. 937–949.

29. Khachatryan, N. K. Synchronization of Inbound and Outbound Flows at Stations in the Model of Freight Transportation Organization / N. K. Khachatryan // Advances in Systems Science and Applications. – 2024. – Vol. 24. – № 1. – P. 82–94.

30. Khachatryan, N. K. Traveling wave type solutions in dynamic transport models / L. A. Beklaryan, N. K. Khachatryan // Functional Differential Equations. – 2006. – Vol. 13, № 2. – P. 125–155.

31. Lusby, R. A set packing inspired method for real-time junction train routing / R. Lusby, J. Larsen, M. Ehrgott, D. Ryan // Computers & Operations Research. – 2012. – Vol. 40, № 3. – P. 713–724.

32. Pellegrini, P. Recife-milp: An effectivemilp-based heuristic for the real-time railway traffic management problem / P. Pellegrini, G. Marli`ere, R. Pesenti, J. Rodriguez // IEEE Transactions on Intelligent Transportation Systems. – 2015. – Vol. 16, № 5. – P. 2609–2619.

33. Sahin, I. Railway traffic control and train scheduling based on intertrain conflict management / I. Sahin // Transportation Research. Part B: Methodological. – 1999. – Vol. 33, № 7. – P. 511–534.

34. Törnquist, J. Computer based decision support for railway traffic scheduling and dispatching: A review of models and algorithms / J. Törnquist // In 5th Workshop on Algorithmic Methods and Models for Optimization of Railways (ATMOS 2005). Open Access Series in Informatics (OASIcs). – 2005. – Vol. 2. – P. 1–23.