Improvement of technology for management of freight rolling stock on railway transport

Abstract

EN: We performed a statistical analysis of the time series of the volumes of cargo transportation. Studies have shown sufficiently high accuracy of prediction relative to the actual values of a railway transport system based on the mathematical apparatus of artificial neural network. The experiment revealed that the mean absolute percentage error for the volumes of transportation of grain and the products of flour mills amounted to 5.56 %. Given that railway transport is a fairly inert system, indicator of 5.56 % is sufficient for management decision making. By having predicted the level of cargo transportation, we determined the required number of wagons of a particular type, which would conform to the conditions of transportation of this particular cargo.

UA: Проведено статистичний аналіз часового ряду обсягів перевезення вантажів. Дослідження показали високу точність прогнозування до реальних значень залізничної транспортної системи на основі математичного апарату штучної нейронної мережі. Середня абсолютна відсоткова похибка склала 5,56 %. Запропонована оптимізаційна модель управління вантажним рухомим складом, яка враховує параметр нерівномірності перевезень. Побудовано оптимальний план розподілу вагонів на полігоні. RU: Проведен статистический анализ временного ряда объемов перевозок грузов. Исследования показали высокую точность прогнозирования к реальным значениям железнодорожной системы на основе математического аппарата искусственной нейронной сети. Средняя абсолютная процентная ошибка составила 5,56 %. Предложена оптимизационная модель управления грузовым подвижным составом, которая учитывает параметр неравномерности перевозок. Построен оптимальный план распределения вагонов на полигоне.