Підвищення ефективності прогнозування в транспортних системах - Автореферат

Процеси, що здійснюються в транспортних системах, мають власні специфічні особливості, які притаманні саме транспортним процесам. Ці особливості полягають у тому, що при короткостроковому прогнозі стану та плануванні певних заходів по управлінню переважна більшість транспортних процесів розглядаються як випадкові процеси з дискретним часом, тобто зміна значень транспортних процесів відбувається через випадкові інтервали часу, розподіл імовірностей яких відповідає певним законам розподілу (наприклад, обсяги вантажів, що предявляються для перевезень, довжина черги чекання на станції технічного огляду, інтервали часу між транспортними засобами в потоці та ін.). Застосовування спектрально-кореляційних методів для прогнозування стану транспортних процесів потребує додаткового теоретичного обґрунтування, оскільки ці моделі є придатними для короткострокового прогнозу, але їх застосування обмежується випадковими процесами з безперервним часом. Тому тема дисертаційної роботи, що спрямована на розробку методики оперативного короткострокового прогнозування транспортних процесів, яка враховує характер розподілу часових змін його стану, а також встановлює взаємозвязок між точністю та тривалістю прогнозу, є актуальною. Метою дисертаційної роботи є розробка методики оперативного прогнозування процесів у транспортних системах, яка забезпечує вибір адаптивного інтервалу прогнозування та оцінку похибки прогнозу з урахуванням характеру розподілу часових інтервалів транспортних процесів.В якості складових процесу прогнозування враховуються модель обєкту прогнозування, отримання прогнозної траєкторії та оцінка тривалості прогнозу за допомогою похибки прогнозування. В роботі відмічається, що, по-перше, встановлення такого звязку є можливим лише для обмеженого терміну прогнозу, який ніколи не перевищує тривалості спаду функції кореляції (оскільки метою дисертаційної роботи визначено саме здійснення оперативного прогнозу стану транспортних процесів, цей недолік спектрально-кореляційних моделей прогнозу можна вважати несуттєвим); по-друге, спектрально-кореляційні моделі прогнозу є придатними лише для прогнозування випадкових процесів з безперервним часом. Специфіка транспортного процесу як процесу, що має прогнозуватися, полягає в тому, що при здійсненні короткострокового прогнозування необхідно його розглядати як випадковий процес з дискретним часом, тобто зміна значень транспортного процесу відбувається через випадкові інтервали часу, розподіл імовірностей яких відповідає певним законам. До таких процесів відносяться вантажопотоки та пасажиропотоки при здійсненні перевезень вантажів та пасажирів, довжина черги чекання на станції технічного огляду транспортних засобів, довжина черги автомобілів перед регульованим перехрестям, інтервали часу між транспортними засобами в транспортному потоці та ін. Це дозволяє на інтервалі часу прогнозування фоі розглядати нестаціонарний транспортний процес х(t) як умовно стаціонарний при незмінному значенні лі, який характеризується звичайною функцією кореляції , що визначатиметься функцією розподілу часових інтервалів .1.Констатовано, що при прогнозуванні стану процесів, які відбуваються в транспортних системах, слід враховувати сукупність двох статистичних характеристик: функцію розподілу значень транспортного процесу і функцію розподілу часових інтервалів змін його характеристик. Показано, що при збільшенні порядку розподілу Ерланга, який моделює реальний розподіл часових інтервалів транспортного процесу, спад кореляційної функції значень стає повільнішим, що свідчить про збільшення ступеню звязку між двома певними перерізами часу транспортного процесу. При нестаціонарності функції розподілу часових інтервалів рекомендовано використовувати параметричну функцію кореляції транспортного процесу, що дозволяє розглядати такий процес на поточному інтервалі прогнозування як стаціонарний випадковий процес. 3.Запропоновано аналітичну модель транспортного процесу у вигляді формуючого інерційного фільтру, що знаходиться під впливом “білого шуму” і порядок якого визначається відповідним порядком розподілу Ерланга для часових інтервалів транспортного процесу.

ОСНОВНИЙ ЗМІСТ

1.Констатовано, що при прогнозуванні стану процесів, які відбуваються в транспортних системах, слід враховувати сукупність двох статистичних характеристик: функцію розподілу значень транспортного процесу і функцію розподілу часових інтервалів змін його характеристик.

2.Встановлено, що існує аналітична залежність між функцією кореляції значень транспортних процесів та функцією розподілу часових інтервалів між змінами цих значень. Показано, що при збільшенні порядку розподілу Ерланга, який моделює реальний розподіл часових інтервалів транспортного процесу, спад кореляційної функції значень стає повільнішим, що свідчить про збільшення ступеню звязку між двома певними перерізами часу транспортного процесу. При нестаціонарності функції розподілу часових інтервалів рекомендовано використовувати параметричну функцію кореляції транспортного процесу, що дозволяє розглядати такий процес на поточному інтервалі прогнозування як стаціонарний випадковий процес.

3.Запропоновано аналітичну модель транспортного процесу у вигляді формуючого інерційного фільтру, що знаходиться під впливом “білого шуму” і порядок якого визначається відповідним порядком розподілу Ерланга для часових інтервалів транспортного процесу. З її допомогою доведено, що транспортний процес є процесом без післядії лише при умові, що формуючий фільтр є інерційною ланкою першого порядку.

4.Доведено, що в умовах нестаціонарності транспортних процесів модель прогнозування і тривалість прогнозу буде адаптивною до інтенсивності змін станів транспортних процесів при умові збереження заданої похибки прогнозу, тобто при зменшенні вказаної інтенсивності інтервал прогнозування збільшується, і навпаки. В роботі отримані співвідношення, що дозволяють аналітично визначити адаптивний інтервал прогнозування транспортних процесів.

5.Експериментальна перевірка розроблених моделей прогнозування характеристик транспортних потоків показала, що параметрична функція кореляції швидкості руху є стаціонарною лише при умові апроксимації інтенсивності руху на інтервалі прогнозування поліномом нульового порядку, це повністю відповідає теоретичним висновкам щодо властивостей вказаної функції. Запропонована методика є придатною для оцінки характеристик транспортних процесів як в умовах вільного руху, так і в умовах взаємодії транспортних засобів в потоці.

6.Доведена доцільність організації адаптивного режиму збору інформації в автоматизованих системах керування дорожнім рухом, що дозволяє в реально існуючих умовах дорожнього руху помітно (в 4 - 5 разів) зменшити обсяг необхідної для управління інформації без втрат точності оцінки стану транспортних потоків. Рекомендовано при визначенні адаптивних режимів автоматизованих систем керування застосувати саме модель прогнозу у вигляді поліному нульового порядку, що при забезпеченні необхідної точності прогнозу дає значне спрощення процедури прогнозування і вибору поточного інтервалу прогнозу.

7.Доведено доцільність застосування функції кореляції при вирішенні задач прогнозування обсягів складських залишків товарів і визначенні періодичності їх постачання. Порівняльний аналіз моделі у вигляді полінома нульового порядку і моделі експоненційного згладжування математичного сподівання показав, що для подібного виду транспортних процесів, коли постійно спостерігається тренд математичного сподівання параметру, який прогнозується, доцільніше використовувати прогнозну функцію у вигляді моделі експоненційного згладжування.

1. Четверухін Б.М., Новікова Л.В. Спектрально-кореляційні моделі транспортних процесів // Вісник. Збірник наукових праць Транспортної академії України та Українського транспортного університету. - К.: РВВ УТУ. - 1999. - №3. - с. 94-99.

2. Четверухін Б.М., Новікова Л.В. Моделювання потоків Ерланга в транспортних системах масового обслуговування // Системні методи керування, технологія та організація виробництва, ремонту і експлуатації автомобілів. - К.: УТУ, ТАУ. - 1999. - №7. - с. 122-126.

3. Четверухін Б.М., Новікова Л.В. Адаптація систем збору інформації про стан транспортних процесів // Інформаційні технології в економіці, менеджменті і бізнесі. - К.: Європейський університет фінансів, інформаційних систем, менеджменту і бізнесу. - 2000. - с. 59-60.

4. Новікова Л.В. Імітаційне моделювання непуассонівських потоків // Вісник. Збірник наукових праць Національного транспортного університету та Транспортної академії України. - К.: РВВ НТУ. - 2000. - №4. - с. 176-178.

5. Четверухін Б.М., Новікова Л.В. Імітаційне моделювання транспортних систем масового обслуговування з непуассонівськими потоками подій // Інформаційні технології в економіці, менеджменті і бізнесі. - К.: Європейський університет фінансів, інформаційних систем, менеджменту і бізнесу. - 2001. - с. 26-28.

6. Новікова Л.В. Прогнозування обємів і періодичності перевезень вантажів в системах управління запасами // Системні методи керування, технологія та організація виробництва, ремонту і експлуатації автомобілів. - К.: УТУ, ТАУ. - 2001. - №11. - с. 174-178.

7. Новікова Л.В., Четверухін Б.М. Підвищення ефективності прогнозування транспортних процесів // Автомобільні дороги і дорожнє будівництво. - К.: НТУ. - 2001. - №63. - с. 351-353.