Удосконалення процедури визначення завантаженості залізничної інфраструктури шляхом прогнозування обсягів перевезення вантанжів

Abstract

UA: Об’єктом дослідження є процес прогнозування обсягів вантажоперевезень. Предметом дослідження є процедура визначення прогнозних значень перевезеня вантажів для підвищення ефективності використання інфраструктури залізничного транспорту. Метою роботи є удосконалення порядку визначення завантаженості залізничної інфраструктури за рахунок прогнозування обсягів перевезень вантажів. У роботі формалізовано нейромережеву модель прогнозування обсягів перевезень вантажів, що надає можливість більш точно визначати завантаженість залізничної інфраструктури на прогнозний період та необхідну кількість вагонів певного типу, що будуть відповідати умовам перевезень. Якість та надійність моделі прогнозної нейромережевої моделі визначено через відносну точність пронозу, яке склало 5,56%. Такий показник свідчить про високу точність прогнозування та є достатнім для прийняття управлінських рішень на залізничному транспорті. Оперативне планування поїзної роботи на залізничній мережі по альтернативному напрямку просування вагонопотоку з урахуванням прогнозних значень обсягів перевезень вантажів забезпечує рівномірність завантаження станцій та ділянок на шляху прямування й ефективне використання інфраструктури залізничного транспорту. залізничного транспорту.

EN: The object of the research is the process of forecasting the volume of cargo transportation. The subject of the study is the procedure for determining the forecast values of cargo transportation to increase the efficiency of the use of railway infrastructure. The purpose of the work is to improve the procedure for determining the workload of the railway infrastructure by forecasting the volume of cargo transportation. The paper formalized a neural network model for forecasting the volume of cargo transportation, which makes it possible to more accurately determine the workload of the railway infrastructure for the forecast period and the required number of wagons of a certain type that will meet the conditions of transportation. The quality and reliability of the predictive neural network model is determined by the mean absolute percentage error, which was 5.56%. Such an indicator shows the high accuracy of forecasting and is sufficient for making management decisions in railway transport. Operational planning of train work on the railway network along an alternative direction of carriage flow, taking into account the forecast values of the volume of cargo transportation, ensures the uniformity of the loading of stations and sections on the route and the effective use of the infrastructure of railway transport.