авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 |
-- [ Страница 1 ] --

ОАО «Научно-исследовательский и проектно-конструкторский институт

информатизации, автоматизации и связи на железнодорожном транспорте»

(ОАО «НИИАС»)

ОАО «Российские железные дороги»

Российская академия наук

Институт радиотехники и электроники им. В.А. Кательникова РАН

Институт проблем управления им. В.А. Трапезникова РАН

ТРУДЫ

П Е Р В О Й Н АУ Ч Н О -Т Е Х Н И Ч Е С КО Й КО Н Ф Е Р Е Н Ц И И ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ИСУЖТ-2012 15–16 ноября 2012 г.

МОСКВА УДК 656.2 «Интеллектуальные системы управления на железнодорожном транспорте» (ИСУЖТ-2012):

Первая научно-техническая конференция (15–16 ноября 2012 г., Москва, Россия) Открытое акционерное общество «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте». Дочернее общество ОАО «РЖД»

(ОАО «НИИАС»), 2012 г.

Конференция проводилась при поддержке Российского фонда фундаментальных исследований и компании IBM.

Утверждено к печати Программным комитетом конференции:

Гуляев Ю.В. – академик РАН, Кузнецов Н.А. – академик РАН, ИРЭ им. В.А. Котельникова РАН, ИРЭ им. В.А. Котельникова РАН, Москва Москва – сопредседатель Кульба В.В. – д.т.н., профессор, Матюхин В.Г. – д.т.н., ОАО «НИИАС», Москва – ИПУ им. В.А. Трапезникова РАН, Москва сопредседатель Поплавский А.А. – д.т.н., ОАО «НИИАС», Москва Каркищенко А.Н. – д.ф.-м.н., профессор, Рудаков К.В. – член-корреспондент РАН, ОАО «НИИАС», Москва – заместитель председателя ВЦ им. А.А. Дородницына РАН, Москва Бородин А.Ф. – д.т.н., профессор, ОАО «НИИАС», Москва Чуприков В.П. – к.э.н., МГУПС, Москва Вакуленко С.П. – к.т.н., профессор, Шаров В.А. – д.т.н., профессор, Центр МГУПС, Москва технологической координации ОАО «РЖД», Москва Доенин В.В. – д.т.н., профессор, МГУПС, Москва Шубинский И.Б. – д.т.н., профессор, Иньков Ю.М. – д.т.н., профессор, МГУПС, Москва ОАО «НИИАС», Москва В сборнике предствалены материалы конференции по следующим направлениям:

Системы управления и вычислительные платформы Мультиагентные технологии в управлении Планирование перевозочного процесса Мониторинг и управление инфраструктурой Безопасность движения Транспортная безопасность Спутниковые технологии Технологическая связь Сенсоры и сенсорные системы Общая редакция сборника трудов конференции — д.т.н. Матюхин В.Г., д.т.н. Строгонов В.И.





Доклады печатаются в виде, представленном авторами. © 2012 ОАО «НИИАС»

ПРИВЕТСТВИЯ УЧАСТНИКАМ КОНФЕРЕНЦИИ ПРИВЕТСТВИЕ президента ОАО «РЖД» В.И. Якунина Уважаемые гости и участники научно-технической конференции ИСУЖТ-2012.

Российские железные дороги вступили в новую фазу коренных пре образований, предусмотренных Стратегией развития отрасли до года, которая включает внедрение интеллектуальных систем управления.

Наряду со становлением вертикально интегрированной управленческой структуры, в отрасли успешно развиваются инновационные направле ния, связанные с созданием интеллектуальных транспортных систем.

Эта работа в полной мере согласуется с технической политикой, приня той в странах, лидирующих в области железнодорожного транспорта.

Прорывные технологии, которые вам предстоит обсуждать во время конференции, находятся на стыке фундаментальной и прикладной нау ки. Результаты их практической реализации востребованы на всех уров нях от станции до сети железных дорог не только Российской Федерации, но и всего пространства «1520».

Разрабатываемая для ОАО «РЖД» Единая интеллектуальная систе ма управления на железнодорожном транспорте соответствует высоким требованиям к управлению производственной деятельностью Компании, которые выдвигает руководство отрасли.

Мы ожидаем от вас не просто обмена научными идеями и практиче скими подходами в их реализации, но и детальной проработки всех про блем, связанных с обеспечением высокоэффективной работы железно дорожного транспорта, улучшением его качественных показателей и, как следствие, повышения конкурентоспособности на рынке транспортных услуг, широкой интеграции в мировые логистические и транспортные системы.

Желаю участникам конференции творческой и плодотворной работы во имя достижения поставленной цели!

Президент ОАО «РЖД»

В.И. Якунин ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПРИВЕТСТВИЯ УЧАСТНИКАМ КОНФЕРЕНЦИИ Приветствие Президента Российской академии транспорта А.С. Мишарина Уважаемые участники конференции Интеллектуальные системы управления на железнодорожном транспорте ИСУЖТ-2012!

Транспортной стратегией Российской Федерации на период до года определена цель развития транспорта. Ею является удовлетворе ние потребностей инновационного развития экономики и общества в качественных транспортных услугах, конкурентоспособных с лучшими мировыми аналогами. Для достижения цели потребуется разработка и использование современных инфотелекоммуникационных технологий.

Во многих развитых странах в настоящее время решение транспорт ных проблем базируется на проектировании и внедрении интеллекту альных систем. Причем актуальность внедрения комплексных систем с применением искусственного интеллекта есть на всех видах транспорта.

В ОАО «РЖД» начат проект по созданию Единой Интеллектуальной Системы Управления на Железнодорожном Транспорте (ИСУЖТ).

Необходимость применения интеллектуальных систем на железной до роге обусловлена сложностью решаемых задач и динамичностью окру жающей среды, требующей непрерывной адаптации системы к внешним воздействиям.



Выбор ОАО «НИИАС» в качестве головной организации в сфере внедрения интеллектуальных систем управления позволит объединить ведущих специалистов как по технологии, так и по информационным и интеллектуальным системам. Именно такое сочетание, на мой взгляд, должно обеспечить успех комплексному подходу к решению проблем же лезной дороги.

Желаю участникам конференции успешной работы в обсуждении крайне актуальных проблем железнодорожного транспорта!

Президент Российской академии транспорта А.С. Мишарин 4 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПРИВЕТСТВИЯ УЧАСТНИКАМ КОНФЕРЕНЦИИ Приветствие от Российской академии наук Дорогие коллеги!

Приветствую вас от имени Президиума Российской академии наук!

Фундаментальная отечественная наука, ведущими представителями которой являются институты Российской академии наук, на сегодняш ний день достигла существенных результатов в прикладной математике, теории информации и управления.

В наш век бурного развития интеллектуальных систем обработки ин формации и управления сплочение фундаментальной и прикладной нау ки с отраслевым производством является необходимым условием успеш ного развития страны.

Основной задачей нашей конференции является рассмотрение во просов создания интеллектуальной системы обработки информации управления на железнодорожном транспорте, обмен идеями и обсуж дение перспективных исследований в этой области. Кроме того, предпо лагается ознакомление с результатами работ, выполненных как по про грамме совместных исследований Российского фонда фундаментальных исследований и ОАО «РЖД», так и в рамках инициативных и плановых работ учебных и научно-исследовательских организаций железнодорож ной отрасли. В докладах этой конференции представлены работы многих институтов Российской академии наук. Особенно радует тот факт, что в программе конференции представлены доклады молодых исследовате лей, аспирантов и студентов.

Перспективность этих исследований и актуальность поставленных задач построения интеллектуальных систем управления на железнодо рожном транспорте дают основания надеяться, что работа конференции будет эффективной, а результаты – полезными и интересными.

Искренне желаю успехов всем участникам конференции и надеюсь, что проведение таких конференций с представлением результатов на учных исследований в области построения интеллектуальной системы управления на железнодорожном транспорте станет ежегодной традици ей и будет способствовать расширению научно-технического сотрудни чества в этой области между академическими, учебными и отраслевыми институтами.

Академик РАН Ю.В. Гуляев ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПРИВЕТСТВИЯ УЧАСТНИКАМ КОНФЕРЕНЦИИ Приветствие от Российского фонда фундаментальных исследований Уважаемые коллеги!

Успешное развитие России немыслимо без решения транспортных про блем. Железнодорожный транспорт является одним из ключевых элементов экономики страны. Решение научных проблем железнодорожного транспор та является одной из приоритетных задач российского научного сообщества.

Железнодорожный транспорт является технически сложной пространствен но-распределенной системой, включающей ключевые взаимосвязанные со ставляющие – инфраструктуру и подвижной состав. Принципиально важ ное значение для стратегического развития железнодорожного транспорта имеет проработка фундаментальных вопросов создания инновационного подвижного состава, инфраструктуры и способов их динамического взаи модействия.

Фундаментальные исследования российских ученых помогут сформиро вать теоретические основы для создания перспективных высокоэффектив ных транспортных технологий. Приоритетной задачей является повышение безопасности на железнодорожном транспорте Оперативная и эффектив ная диагностика состояния подвижного состава и инфраструктуры – ключ к решению многих технологических проблем железнодорожного транспорта.

Исследования, проводимые в рамках данного направления, станут теорети ческой основой для построения единой интеллектуальной системы монито ринга технического состояния подвижного состава и его воздействия на путь в режиме реального времени. Выход на качественно новый уровень эффек тивности железнодорожного транспорта возможен только при массовом вне дрении принципиально новых технических устройств, механизмов и аппара туры с высоким коэффициентом полезного действия. Ключевое значение в реализации задачи повышения эффективности железнодорожного транспор та приобретают принципиально новые источники энергии и технологии ее преобразования, сохранения и передачи. Исследования, проведенные в рам ках предлагаемого направления, составят теоретические основы применения на железнодорожном транспорте энергоэффективных решении и перспек тивных источников энергии. Вышеупомянутые направления исследований, предложенные ОАО «РЖД», успешно реализуются в совместных конкурсах РФФИ и ОАО «РЖД», проведенных в 2011-2012 гг.

Мы надеемся, что результаты исследований поддержанных проектов бу дут способствовать успешному решению задач, сформулированных в техно логической платформе «Высокоскоростной интеллектуальный железнодо рожный транспорт». В 2012 году на объявленный конкурс подано 170 заявок.

Совместный экспертный совет поддержал 43 проекта, наиболее точно соот ветствующих объявленным направлениям исследований. Каждый проект — победитель получил финансовую поддержку двух организаций, в среднем не менее двух миллионов рублей в год. Мы с удовлетворением отмечаем, что подписанный договор о сотрудничестве между РФФИ и ОАО «РЖД» успешно выполняется и служит ярким примером реализации частно-государственно го партнерства организаций, заинтересованных в прогрессе российской на уки, решении важных задач модернизации российской экономики.

Председатель Совета Российского фонда фундаментальных исследований В.Я. Панченко 6 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПЛЕНАРНОЕ ЗАСЕДАНИЕ В.А. Шаров, ОАО «РЖД», Москва На пути к интеллектуальным системам управления железнодорожным транспортом Одна из главных целей Компании – обеспе- всех участников транспортного рынка- ОАО «РЖД», чение потребностей государства, юридических и грузоотправителей, операторов, владельцев подвиж физических лиц в железнодорожных перевозках. ного состава, грузополучателей, владельцев путей Проведение реорганизации системы управления необщего пользования на всем пути отправки.

ОАО «РЖД» в первую очередь нацелено на выполне- Основная цель данного документа - установление ние этой главной цели. единого порядка организации взаимодействия про Вместе с тем, эффективное управление перевоз- изводственных дирекций в процессе организации, ками на центральном и региональном уровнях воз- управления и технического обеспечения грузовых можно только в условиях принятия комплексных перевозок, направленного на выполнение плановых решений по всем базовым элементам организации заданий по объемным и качественным показателям эксплуатационной работы в интересах ОАО «РЖД» ОАО «РЖД».

в целом, т.е. должны быть определены: В ЕСТП впервые прописаны функциональные владельцы процесса;

обязанности всех участников перевозочного про система принятия управленческих решений цесса. В качестве основы для новой модели приня (модель процесса);

ты четкое распределение функций всех участников распорядительные и регламентирующие доку- перевозочного процесса, описание взаимодействия менты;

подразделений ОАО «РЖД» при организации пере система информационного обеспечения и возочного процесса, технологическое взаимодей коммуникаций;

ствие Компании и операторов, а также владельцев система формирования и управления бюджет- подвижного состава.

ными показателями;

Принципиальное отличие новой системы состоит система сбалансированных показателей с на- в том, что, с одной стороны, ОАО «РЖД» реагирует целенностью на единые цели: выполнение пла- на вызовы рынка, а с другой подчеркивает, что толь на перевозок и графика движения поездов;

ко строгое соблюдение технологической дисциплины система мониторинга результатов деятельно- способно создать взаимовыгодную технологию пере сти и др. возочного процесса. Разрабатываемая технология Принятые на заседании правления Компании в должна опираться на изменения, предусматриваемые декабре 2011 года целевые показатели по объемам в нормативной базе, адаптированные к современным перевозки грузов и пассажиров обеспечиваются условиям транспортного рынка.

только благодаря хорошей организации взаимодей- Необходимое требование - обязательная регла ствия созданных вертикалей функциональных ди- ментация функций всех участников перевозочного рекций производственного блока на всех уровнях процесса, детально прописанная в ЕСТП, основан управления от линейного до центрального. ная на нормативных и технологических документах В производственном блоке Компании проводит- железнодорожной отрасли (как Минтранса РФ, так ся активная работа над совершенствованием техно- и ОАО «РЖД»). Формирование логической и строй логического процесса железнодорожных грузовых ной системы нормативных правовых актов, позволя перевозок, формируемых, в первую очередь, в ин- ющей создать дисциплинирующее начало на рынке тересах грузовладельцев как основных заказчиков и оперирования подвижным составом, должно приве плательщиков перевозочного процесса. сти к созданию эффективной, прозрачной и понят В основу новой технологической базы положен ной рынку технологии перевозочного процесса во разрабатываемый в ОАО «РЖД» «Единый сетевой всех его фазах, начиная с приема заявки на перевоз технологический процесс железнодорожных грузо- ку, погрузку груза и заканчивая его выдачей грузо вых перевозок (ЕСТП)». Он предназначен для техно- получателю и раскредитованием перевозочных доку логического обеспечения организации и управления ментов. Нормативно-правовое подкрепление данной перевозками на основе системного взаимодействия технологии в конечном итоге и позволит реализовать ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ целевые параметры эффективности перевозочно- инфраструктуры (далее – ЦДИ), Дирекции тяги го процесса, предусмотренные стратегией развития (далее – ЦТ), Центральной дирекции по ремон Компании. В проект ЕСТП заложены новые техноло- ту пути (далее – ЦДРП), Дирекции по ремонту гические принципы, определяющие: тягового подвижного состава (далее – ЦТР), их четкую регламентацию технологических функ- структурных подразделений на полигонах же ций участников рынка грузовых перевозок;

лезных дорог (далее – региональные дирекции) в месячное планирование погрузки грузов и пе- вопросах формирования, согласования, контро ревозок порожних вагонов;

ля исполнения, подведения итогов соглашений организацию порожних вагонопотоков на ос- и наряд-заказов производственных дирекций на нове корреспонденций операторов;

взаимное оказание услуг и выполнение работ в технологически рациональное размещение по- перевозочном процессе в целях укрепления вза рожних вагонов на инфраструктуре общего имодействия и повышения эффективности дея пользования. тельности филиалов ОАО «РЖД».

Реализация комплекса предлагаемых в ЕСТП 2. Формы типового соглашения между производ мероприятий позволит уже в текущем году обеспе- ственными дирекциями по порядку и срокам чить снижение не менее чем на 5% коэффициента оформления наряд-заказов, перечню предостав порожнего пробега универсальных грузовых ваго- ляемых услуг в перевозочном процессе, показате нов, повышение производительности локомотивов в лям их выполнения, решению возникающих раз поездной и маневровой работе на 2,5%, сокращение ногласий.

простоя вагонов с переработкой на сортировочных Основной задачей была и остается перевозка гру станциях до 12 часов. зов и пассажиров железнодорожным транспортом и Это создает основу для: обеспечение сопутствующих услуг. На первый взгляд повышения стабильности обеспечения по- технология перевозочного процесса не меняется во требностей экономики погрузочными ресур- времени и осталась прежней, но на самом деле это сами;

не так. Изменения произошли, и существенные.

уменьшения расходов на содержание тяговых Факторы, влияющие на перевозки, значительно изме ресурсов;

нились, да и их количество увеличилось. С появлени снижения непроизводительной загрузки ин- ем собственников подвижного состава как грузового, фраструктуры;

так и пассажирского движения возросло количество сокращение потребности в дальнейшем увели- участников транспортного рынка. Все эти изменения чении вагонного парка. потребовали существенной коррекции нормативной Его практическая реализация невозможна без базы, регламентирующей организацию и обеспече перехода на единую систему наряд-заказов в про- ние перевозочного процесса, доступ на железнодо цессе взаимодействия производственных дирекций рожную инфраструктуру. Главная задача- обеспечить при осуществлении перевозочной деятельности устойчивость и эффективность перевозочного про ОАО «РЖД» с четким распределением взаимной от- цесса через нормативно-технологическую базу.

ветственности функциональных филиалов. Анализ существующей документации показыва Для планомерного перехода на единую систему ет  – в компании действует более 3 млн. технологи наряд-заказов в процессе взаимодействия производ- ческих процессов, из которых 480 затрагивают пере ственных дирекций начато формирование норматив- возочный процесс. Ощущается острейшая необходи ной и правовой базы. В частности, центр по техноло- мость создания актуального электронного каталога гической координации ОАО «РЖД» инициировал и технологической документации для производствен принял активное участие в разработке: ного блока ОАО «РЖД», разработанного с учетом 1. Проекта Регламента формирования, согласова- многокритериального многоуровнего ранжирования.

ния, контроля исполнения, подведения итогов При этом исполнение требований даже уже суще выполнения соглашений и наряд-заказов произ- ствующих норм оставляют желать лучшего. Внутри водственных дирекций на взаимное оказание ус- функциональных вертикалей производственного луг и работ в перевозочном процессе, определя- блока исполнение требований технологических до ющего порядок действий и ответственность про- кументов вызывает сложности, связанные как со изводственных дирекций ОАО  «РЖД»: Центра знаниям этих требований, так и с внутренней тех фирменного транспортного обслуживания (да- нологической дисциплиной. Действующая система лее – ЦФТО), Центральной дирекции управления АСПИЖТ нередко не содержит новых технологиче движением (далее – ЦД), Центральной дирекции ских документов, не позволяет своевременно обна 8 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА руживать противоречия их отдельных пунктов до- ИСУЖТ должен интегрировать все основные кументам более высокого уровня (например, утверж- автоматизированные системы производственного денным приказом Минтранса России). комплекса, которые, к сожалению, являются только В этих условиях для реализации целевых пара- информационными или, в редких случаях, инфор метров эффективности процессов эксплуатацион- мационно-аналитическими. В определенной степе ной работы, предусмотренных стратегией развития ни прогнозным продуктом являются системы орга компании, проводится кропотливая работа по фор- низации вагонопотоков, разработки и построения мированию новой технологической и правовой базы графика движения поездов и технического норми организации перевозочного процесса, требуется соз- рования.

дание инновационной системы управления и автома- Работа с технологами и управленцами высокого тизации производственных процессов. уровня позволяет накапливать и систематизировать Предложенные в ЕСТП принципы построения тех- «знания и опыт», а созданный для этого язык про нологии управления перевозочным процессом в ус- граммирования существенно упрощает данный про ловиях множественности операторов подвижного со- цесс. В идеале, автоматизированная система должна става в едином комплексе с обновлением нормативной формировать взаимоувязанные управляющие ко базы позволяет ОАО  «РЖД» обеспечить стабильное манды для оперативного персонала во всех дирекци удовлетворение потребностей экономики в перевоз- ях производственного блока ОАО «РЖД».

ках грузов только при реализации современных си- Мы ожидаем, что ученые ОАО «НИИАС» решат стем управления производственными процессами. с помощью предлагаемого авторами метода сете Особое внимание должно быть уделено системам центрического управления системами объектов со планирования надёжного обеспечения и реализации встроенным компьютерным интеллектом, функци перевозочного процесса в оперативных условиях, когда онирующим в едином информационном простран объём информации о ходе перевозочного процесса ча- стве ОАО «РЖД» стоящую перед Компанией задачу.

сто превышает возможности диспетчерского аппарата Дальнейшее развитие Компании обусловлено на для выбора оптимального управляющего действия. зревшей необходимостью разработки комплексно Разрабатываемый в настоящее время ОАО «НИИАС» го подхода к управлению всеми циклами организа по заказу Компании проект «Единая интеллектуальная ции и обеспечения производственного процесса на система управления и автоматизации производствен- железнодорожном транспорте. Решение подобной ных процессов на железнодорожном транспорте» дол- задачи может быть осуществлено путем создания жен стать основной автоматизированной системой единой технологически интегрированной системы управления на базе использования новейших научных управления перевозочным процессом, инфраструк разработок в области управления бизнес-процессами, турой и безопасностью, основанной на современ ориентированной на повышение качества транспортно- ных программных и интеллектуальных технологиях, го обслуживания и оптимизацию взаимодействия всех строгом соблюдении технологических регламентов и производственных подразделений ОАО «РЖД». дисциплины.

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПЛЕНАРНОЕ ЗАСЕДАНИЕ П.Ю. Чеботарев, ИПУ РАН, г. Москва Об исследовании сетевых моделей многоагентных систем в XXI веке Введение — взвешенная лапласовская матрица орграфа связей агентов, 1  =  (1,..., 1)T. Консенсус достигается тог Децентрализованное управление многоагентны- да и только тогда, когда для всех траекторий систе ми системами – быстро развивавшийся в последнее мы (3) столбцы X(t) сходятся к векторам с равными компонентами при t. При A(t ) A критерий десятилетие раздел современной теории управления.

Интенсивность потока публикаций в этой области – этого сводится к трем утверждениям: (а)  0 – простое собственное значение L L(t ), (б) ядро L – линейная тысячи работ в год. Охватить такой объем литературы крайне сложно;

облегчению этой задачи служат опера- оболочка 1 и (в) действительные части ненулевых соб тивно издаваемые монографии [1-8] и обзоры [9-16]. ственных значений L строго положительны. Теорема В докладе обсуждаются некоторые результаты, по- Гершгорина влечет (в);

в силу L(t)  1  =  0 (б) эквива лученные в теории управления многоагентными си- лентно rank L = n  – 1. Согласно [17, предложение 11] стемами за последние несколько лет. rank L = n – d, где d – размерность орграфа по исходя Рассмотрим систему n агентов;

пусть xi (t ) – со- щим лесам (минимальное число деревьев в остовном стояние i-го агента (вообще говоря, вектор-строка), исходящем лесе). Значит, (б) равносильно наличию в ui (t ) – управляющее воздействие на него в момент t. орграфе остовного исходящего дерева. При этом ус Простейшая модель децентрализованного управления ловии в силу [18, п.  5 предложения  12] (а) также вы – модель достижения консенсуса – имеет вид: полнено. Тем самым доказан сформулированный выше критерий консенсуса (см. также [19]). Наличие остовного xi (t ) = ui (t ), i = 1,…, n, (1) исходящего дерева существенно и для многих других мо делей децентрализованного управления.

n ( ) ui (t ) = aij (t ) xi (t ) x j (t ), i = 1,…, n, (2) j = Недавние исследования по сетевому где aij (t ) – неотрицательные функции. Согласно (2) управлению: модели и результаты управление, действующее на i-го агента, складывается из воздействий, приближающих его состояние к со- В последние годы исследования велись, в частно стояниям x j (t ) других агентов – неравномерно по j: сти, по следующим направлениям.

aij (t ) играют роль весовых коэффициентов. Прогресс Консенсус в системах со сложной динамикой. В [20] последнего десятилетия во многом связан с рассмотре- и др. рассматривался консенсус для систем с произ нием матрицы A(t ) = (aij (t )) в качестве матрицы весов вольной линейной динамикой xi = Axi + Bui, yi = Cxi, дуг орграфа информационных связей между агентами где A, B, C – постоянные матрицы, в [21] и др. – для и использованием результатов спектральной теории систем с нелинейной динамикой (включая нелинейные графов для анализа моделей типа (1)–(2), включающих осцилляторы [22]) и/или взаимодействующими ком или не включающих дополнительные члены, нелиней- понентами вектора состояний, в [23] и др. – для него ности, запаздывания, двойные интеграторы, дискрети- лономных систем (мобильных роботов), в [24] и др. — зацию и т.д. для систем твердых тел, в [25] и др. изучались нели Критерием достижения консенсуса в (1), (2) (т.е. га- нейные процедуры согласования. Для этих систем, как рантированного стремления состояний агентов к од- и для простейших, алгоритмы согласования основаны ному и тому же вектору) в случае постоянной матрицы на взвешенном усреднении разностей состояний с до A(t ) является присутствие в орграфе связей аген- бавлением, если необходимо, дополнительных членов.

тов остовного исходящего дерева. Этот критерий легко Условия достижения консенсуса находились в ряде интерпретируется: его условие равносильно наличию случаев с использованием функций Ляпунова.

хотя бы одного агента, состояние которого в соответ- Стохастические модели консенсуса. Пусть орграф ствии с (1), (2) прямо или косвенно (по цепочке) влияет связей меняется в соответствии с определенным рас на состояния остальных агентов. пределением вероятностей. Исследовались условия В матричной форме система (1), (2) имеет вид сходимости к консенсусу почти наверное, по вероят X (t ) = L(t ) X (t ), (3) ности, в средне-квадратичном. В [26] и др. показано, где  X (t ) = ( x1 (t ),..., xn (t ) ), L(t ) = diag ( A(t )1) A(t ) T что критерий сходимости к консенсусу почти навер 10 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПЛЕНАРНОЕ ЗАСЕДАНИЕ ное – наличие в средней матрице весов дуг E[A(t)] приводящие к консенсусу. В  [32] результаты частично остовного исходящего дерева. В [27] рассмотрена перенесены на непрерывный случай. В [33] для произ динамика двойных интеграторов и показано, что для вольной процедуры Де Гроота построена моделирующая орграфа с переключениями, подчиняющегося про- ее процедура с графом информационных связей в виде цессу Бернулли, консенсус достигается, если остовное гамильтонова цикла;

в [14] дан обзор результатов по исходящее дерево содержится в объединении получа- сходимости в обобщенных моделях Де Гроота.

ющихся орграфов. Изучались также условия достиже- Консенсус в моделях с конечной точностью измере ния консенсуса для орграфов со случайными возму- ний и вычислений. В таких моделях консенсус либо не щениями и с неопределенностями. Рассматривались достигается, либо достигается за конечное время. Для локальные алгоритмы фильтрации и показано, что них оценивались возможность и время достижения они более эффективны, чем централизованная филь- консенсуса в зависимости от точности и топологии. Для трация в многоагентных системах. В  [28] построены моделей, в которых консенсус достигается лишь асим распределенные фильтры Калмана. птотически, исследовалась скорость сходимости, одной Консенсус в моделях с запаздыванием. Различают за- из мер которой в случае симметричных связей являет держки при передаче информации, учет которых приво- ся фидлерова алгебраическая связность графа – второе дит к моделям вида xi (t ) = j =1 aij (t )(xi (t ) x j (t Tij ))  , n наименьшее собственное значение лапласовской ма и задержки расчета/управления, при которых трицы.

xi (t ) = j =1 aij (t )(xi (t Ti ) x j (t Ti ))  . Задержки двух n Почему столь большое внимание уделяется моде типов могут действовать одновременно и зависеть от лям консенсуса? Дело в том, что эти модели составляют времени. Рассматривают также потерю пакетов инфор- ядро всего множества моделей децентрализованного мации и описание ее моделями с задержкой. В [29] и др. управления. Понять это помогает следующий пример.

показано, что задержки при передаче информации не В задачах распределенного выстраивания геометри влияют на возможность достижения консенсуса, в то ческой формы (formation control), представляющихся время как задержки расчета/управления могут нару- более содержательными, положение агента должно в шить сходимость. Изучались модели с задержками при итоге отличаться от среднего положения других аген более сложных типах динамики. Для ряда моделей по- тов фиксированными сдвигами/поворотами. Это зна лучены верхние границы задержек, сохраняющих схо- чит, что соответствующая модель управления может димость. быть получена из модели консенсуса добавлением Консенсус в моделях с дискретизацией времени. фиксированных членов (так же, как решение неодно Некоторые авторы ([30] и др.) рассматривали моде- родной системы уравнений – из решения однородной).

ли с непрерывной динамикой и кусочно-постоянным Как правило, она удовлетворяет тем же условиям схо управлением – с переключением связей и без него. димости.

Исследовался вопрос о ширине интервала постоян- Другие модели. Модели выстраивания геометриче ства управления, сохраняющего возможность дости- ской формы в первом приближении делятся на модели, жения консенсуса. При этом топологические условия где все агенты имеют общий ориентир и «полностью ло достижимости консенсуса оказывались примерно кальные» модели без общего ориентира. В докладе про такими же, как в непрерывном случае. Определенное слеживается роль критерия присутствия остовного ис внимание уделялось случаю асинхронного управле- ходящего дерева в орграфе связей агентов при анализе ния, в котором разные агенты обновляют свои состо- моделей децентрализованного управления. Указан ряд яния в разные моменты времени. Установлено, что проблем, требующих решения. Также, следуя класси для определенных систем с простыми интеграторами фикации, предложенной в [16] и ряде других обзоров, асинхронность сохраняет сходимость к консенсусу, но мы обсуждаем задачи распределенной оптимизации, в случаях более общей динамики, особенно включаю- оценивания и планирования. Специальное внимание щей нелинейности, согласование может не приводить уделено отечественным работам.

к консенсусу.

Анализ обобщенных моделей Де Гроота. Дискретный Многоагентные системы и задачи аналог модели (1)–(2) есть модель Де Гроота управления на транспорте X (k) = P X (k 1), где k – дискретное время, P – стоха стическая матрица, связанная с лапласовской матрицей Характерной чертой моделей, рассмотренных L соотношением P = I L, где – шаг дискретизации выше, является относительная однородность множе (см., напр., [13]). В [31] для класса стохастических ма- ства агентов. В то же время для задач управления на триц P, не гарантирующих консенсус в модели Де Гроота, транспорте характерно присутствие агентов различ найдены минимальные изменения начальных данных, ных типов, например, машинистов, диспетчеров, ана ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПЛЕНАРНОЕ ЗАСЕДАНИЕ литиков, управляющих агентов, сетевых агентов и т.д. ветвленной железнодорожной сети, а не только к ли Означает ли это, что значительно развитый за послед- нейному участку, 94% экспериментально опробованы, нее десятилетие аппарат сетевого управления непри- но внедрено ко времени написания обзора лишь 4%.

меним в данной области? Вообще говоря, нет. Отметим два более новых обзора. В [52] сравниваются Во-первых, есть задачи, где множество агентов агентные подходы к составлению расписаний и пла сравнительно однородно. Например, в [34] рассмотре- нированию на транспорте;

[53] – обзор 128 работ по на задача определения порядка дозаправки в воздухе применению агентных технологий к управлению пере беспилотных летательных аппаратов. Решается задача возками и движением транспорта. Авторы приходят к оптимизации с критерием минимизации общих затрат выводу, что интеграция агентных технологий может времени. При этом используются свойства лапласов- служить средством повышения гибкости системы пла ской матрицы графа информационных связей агентов. нирования и ее способности противостоять воздей Работа [35] посвящена многоагентному решению задач ствию труднопредсказуемых факторов. Но пока лишь планирования и выполнена в классической технике се- сравнительно немногие из этих разработок доведены тевых моделей. Один из рассмотренных в ней приме- до внедрения.

ров — взаимодействие родов войск в штурмовой опера- Среди свежих русскоязычных работ укажем [54], ции. В [36] методы спектральной теории графов приме- где отмечен позитивный отечественный опыт приме нены для оценивания эффективности автобусной сети. нения многоагентных технологий в задачах динамиче В значительном числе работ многоагентные техно- ского планирования и управления ресурсами на желез логии применяются при составлении железнодорож- нодорожном транспорте. Интеграция этих подходов в ных расписаний. Так, в [37] используется аукционный системы управления должна привести к сокращению подход, в [38-43] – оптимизационные подходы (с кри- сроков и стоимости разработок, повышению произ териями минимизации времени, максимизации при- водительности, масштабируемости и надежности раз были, максимизации объема перевозок). Различным работок. В [55] отмечается, что применение мультиа методам планирования на железнодорожном транс- гентных систем эффективно при решении комплекс порте посвящен обзор [44]. Выделены четыре уровня ных задач с динамической неопределенностью, что иерархии планирования: стратегический, тактический, расширяет границы применения интеллектуальных оперативный и «в реальном времени». Отмечается, что логистических и транспортных систем. Среди работ многоагентные технологии планирования перевозок отечественных авторов заслуживают внимания также активно развиваются, но пока не доминируют даже [56-64].

среди теоретических разработок.

Еще одно направление исследований – проблемы Литература распределения задач (загрузки, ресурсов) между аген тами [45-48]. Здесь в числе прочих используют и моде- 1. Wu C.W. Synchronization in Complex Networks of ли консенсуса. Если говорить о многоагентных техно- Nonlinear Dynamical Systems. Singapore: World логиях решения оптимизационных задач в целом [49], Scientific, 2007.

то более половины их реализованных применений 2. Shamma J.S. (ed.). Cooperative Control of Distributed относятся к составлению расписаний и календарному Multi-agent Systems. Chichester, UK: Wiley, 2007.

планированию, а среди оставшихся – транспорт, логи- 3. Ren W., Beard R.W. Distributed Consensus in Multi стика, планирование поставок. При этом различают vehicle Cooperative Control: Theory and Applications.

два рода технологий: без медиатора и с медиатором. London: Springer, 2008.

Многоагентные подходы оказываются здесь эффек- 4. Bullo F., Corts J., Martinez S. Distributed Control of тивными в смысле времени вычислений, если общая Robotic Networks: A Mathematical Approach to Motion задача поддается иерархической декомпозиции. В то Coordination Algorithms. Princeton, NJ: Princeton же время для слабоструктурированных задач много- University Press, 2009.

агентные решения часто уступают по качеству реше- 5. Qu Z. Cooperative Control of Dynamical Systems:

ниям, полученным традиционными методами. Applications to Autonomous Vehicles. London: Springer, В 2005  г. вышел обзор 77 работ по агентным под- 2009.

ходам к транспортной логистике [50], подтверждаю- 6. Mesbahi M., Egerstedt M. Graph Theoretic Methods щий перспективность данного направления. Статья in Multiagent Networks. Princeton, NJ: Princeton [51] – обзор 48 методических работ (1973-2005), по- University Press, 2010.

священных моделям и алгоритмам составления же- 7. Ren W., Cao Y. Distributed Coordination of Multi-agent лезнодорожных расписаний и диспетчеризации. При Networks: Emergent Problems, Models, and Issues.

этом 26 рассмотренных подходов применимы к раз- London: Springer, 2011.

12 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПЛЕНАРНОЕ ЗАСЕДАНИЕ 8. Bai H., Arcak M., Wen J. Cooperative Control Design: 25. Hui Q., Haddad W. M., Bhat S.P. On robust control al A Systematic, Passivity-based Approach. New York: gorithms for nonlinear network consensus protocols // Springer, 2011. Intern. J. Robust Nonlin. Control. 2010. V. 20. P. 269-284.

9. Olfati-Saber R., Fax J.A., Murray R.M. Consensus 26. Tahbaz-Salehi A., Jadbabaie A. Consensus over ergodic and cooperation in networked multi-agent systems // stationary graph processes // IEEE Trans. Autom. Contr.

Proceedings of the IEEE. 2007. V. 95, No. 1. P. 215-233. 2010. V. 55. P. 225-230.

10. Leonard N.E., Paley D.A., et. al. Collective motion, sen- 27. Zhang Y., Tian Y.P. Consentability and protocol design of sor networks, and ocean sampling // Proceedings of the multi-agent systems with stochastic switching topology IEEE. 2007. V. 95, No. 1. P. 48-74. // Automatica. 2009. V. 45. P. 1195-1201.

11. Ren W., Beard R.W., Atkins E.M. Information consen- 28. Olfati-Saber R. Distributed Kalman filtering for sensor networks // Proceedings of the 46th IEEE Conference on sus in multivehicle cooperative control // IEEE Control Systems Magazine. 2007. V. 27, No. 2. P. 71-82. Decision and Control. 2007. P. 5492-5498.

12. Murray R.M. Recent research in cooperative con- 29. Mnz U., Papachristodoulou A., Allgwer F. Delay ro trol of multivehicle systems // J. of Dynamic Systems, bustness in consensus problems // Automatica. 2010. V.

Measurement, and Control. 2007. V. 129, P. 571-583. 46. P. 1252-1265.

13. Чеботарев П.Ю., Агаев Р.П. Согласование характери- 30. Cao Y., Ren W. Sampled-data discrete-time coordination стик в многоагентных системах и спектры лапласов- algorithms for double-integrator dynamics under dy ских матриц орграфов // Автоматика и телемехани- namic directed interaction // Intern. J. Contr. 2010. V. 83.

ка. 2009. № 3. С. 136-151. P. 506-515.

14. Агаев Р.П., Чеботарев П.Ю. Сходимость и устойчи- 31. Агаев Р.П., Чеботарев П.Ю. Метод проекции в задаче вость в задачах согласования характеристик (обзор о консенсусе и регуляризованный предел степеней базовых результатов) // Управление большими си- стохастической матрицы // Автоматика и телемеха стемами. 2010. Т. 30.1. С. 470-505. ника. 2011. № 12. С. 38-59.

15. Wu C.W. Evolution and dynamics of complex net- 32. Агаев Р.П. Об области сходимости дифференциаль works of coupled systems // IEEE Circuits and Systems ной модели достижения консенсуса // Управление Magazine. 2010. V. 10, No. 3. P. 55-63. большими системами. 2012. Т. 36. С. 81-92.

16. Cao Y., Yu W., Ren W., Chen G. An overview of recent 33. Агаев Р.П., Чеботарев П.Ю. Представление дискрет progress in the study of distributed multi-agent coordi- ной процедуры согласования характеристик с помо nation: arXiv preprint 1207.3231. 2012. P. 1-20. щью циклического орграфа // Автоматика и телеме 17. Агаев Р.П., Чеботарев П.Ю. Матрица максималь- ханика. 2012. № 1. С. 178-183.

ных исходящих лесов орграфа и ее применения // 34. Jin Z., Shima T., Schumacher C.J. Optimal scheduling Автоматика и телемеханика. 2000. № 9. С. 15-43. for refueling multiple autonomous aerial vehicles // IEEE 18. Chebotarev P., Agaev R. Forest matrices around the Trans. Robotics. 2006. V. 22. P. 682-693.

Laplacian matrix // Linear Algebra and its Applications. 35. Moore K.L., Lucarelli D. Decentralized adaptive schedul 2002. V. 356. P. 253-274. ing using consensus variables // Intern. J. Robust Nonlin.

19. Chebotarev P. Comments on «Consensus and coopera- Contr. 2007. V. 17. P. 921-940.

tion in networked multi-agent systems» // Proceedings 36. Nait-Sidi-Moh A., Manier M.A., El Moudni A. Spectral of the IEEE. 2010. V. 98, No. 7. P. 1353-1354. analysis for performance evaluation in a bus network // 20. Scardovi L., Sepulchre R. Synchronization in networks of Eur. J. Oper. Research. 2009. V. 193. P. 289-302.

identical linear systems // Automatica. 2009. V. 45, No. 37. Parkes D., Ungar L. An auction based method for de 11. P. 2557-2562. centralised train scheduling //  Fifth International 21. Abdessameud A., Tayebi A. Attitude synchronization of Conference on Autonomous Agents, Montreal, 2001.

a group of spacecraft without velocity measurements // 38. Iyer R.V., Ghosh S. DARYN: A distributed decision mak IEEE Trans. Autom. Contr. 2009. V. 54. P. 2642-2648. ing algorithm for railway networks: Modeling and simu 22. Chopra N., Spong M.W. On exponential synchronization lation // IEEE Trans. Vehic. Techn. 1995. V. 44. P. 180-191.

of Kuramoto oscillators // IEEE Trans. Autom. Contr. 39. Diaz A. Train scheduling // Fifth Intern. Conf. on 2009. V. 54, P. 353-357. Autonom. Agents, Montreal, 2001.

23. Dimarogonas D.V., Kyriakopoulos K.J. On the rendez- 40. Tornquist J., Davidsson P. A multi-agent system ap vous problem for multiple nonholonomic agents // IEEE proach to train delay handling // Workshop on Agent Trans. Autom. Contr. 2007. V. 52. P. 916-922. Technologies in Logistics. 2002. P. 50-54, Lyon.

24. Ren W. Distributed leaderless consensus algorithms 41. Blum J., Eskandarian A. Enhancing intelligent agent for networked Euler-Lagrange systems // Intern. J. of collaboration for flow optimization of railroad traffic // Control. 2009. V. 82. P. 2137-2149. Transport. Res. Part A. 2002. V. 36. P. 919-930.

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПЛЕНАРНОЕ ЗАСЕДАНИЕ 42. Narayanaswami S. Dynamic railway rescheduling us- 55. Розенберг И.Н., Цветков В.Я. Применение мультиа ing intelligent agents // PhD thesis, Indian Institute of гентных систем в интеллектуальных логистических Technology Bombay, Powai, Mumbai, 2009. системах // Междун. журн. эксперим. образ. 2012.

43. Chen B., Cheng H.H., Palen J. Integrating mobile agent № 6. С.107-109.

technology with multi-agent systems for distributed traf- 56. Матюхин В.Г., Шаров В.А. и др. Управление желез fic detection and management systems // Transport. Res. ной дорогой онлайн // Пульт управления. 2012. №1.

Part C. 2009. P. 17. P. 1-10. http://pult.gudok.ru/archive/detail.php?ID= 44. Narayanaswami S., Rangaraj N. Scheduling and re- 57. Скобелев П.О. Мультиагентные технологии в про scheduling of railway operations: A review and ex- мышленных применениях: к 20-летию основания pository analysis // Technol. Operat. Manag. 2011. V. 2. Самарской научной школы мультиагентных систем P. 102-122. // Мехатроника, автоматизация, управление. 2010.

45. Finke J., Passino K.M., Sparks A.G. Stable task load bal- №12. С. 33-46.

ancing strategies for cooperative control of networked 58. Ахметзянов А.В. и др. Поддержка принятия управ autonomous air vehicles // IEEE Trans. Contr. Syst. ленческих решений на основе интеллектуальной Technol. 2006. V. 14. P. 789-803. обработки и анализа данных мониторинга деятель 46. Choi H.-L., Brunet L., How J.P. Consensus-based decen- ности компании ОАО «РЖД» // Управл. большими tralized auctions for robust task allocation // IEEE Trans. сист. 2012. Т. 38. С. 36-50.

Robotics. 2009. V. 25. P. 912-926. 59. Шабунин А.Б., Чехов А.В., Дмитриев Д.В., Курбатов 47. Reveliotis S.A., Roszkowska E. Conflict resolution in Е.В., Скобелев П.О. и др. Сетецентрический подход к freeranging multivehicle systems: A resource allocation разработке системы управления производственны paradigm // IEEE Trans. Robot. 2011. V. 27. P. 283-296. ми процессами ОАО «РЖД» // Тр. межд. науч.-практ.

48. Sayyaadi H., Moarref M. A distributed algorithm for pro- конф. «Управление большими системами–2011». Т.3.

portional task allocation in networks of mobile agents // М.: ИПУ РАН, 2011. С.222-225.

IEEE Trans. Autom. Contr. 2011. V. 56. P. 405-410. 60. Колесников В.И., Ковалев С.М., Иванченко В.Н.

49. Barbati M., Bruno G., Genovese A. Applications of agent- Интеллектуализация транспортных процессов на based models for optimization problems: A literature re- основе гибридных технологий и мультиагентных view // Expert Syst. Applic. 2012. V.39. P.6020-6028. систем // Вестник Ростовского ГУ путей сообщения.

50. Davidsson P., Henesey L., Trnquist J., et. al. An analy- 2012. № 1. С. 107-112.

sis of agent-based approaches to transport logistics // 61. Каштанов Ю., Белов И. Принципы формирова Transport. Res. Part C. 2005. V. 13. P. 255-271. ния системы транспортной логистики для Сибири 51. Trnquist J. Computer-based decision support for rail- // ROAD, REGION, MARKET / ДОРОГА, РЫНОК, way traffic scheduling and dispatching: A review of РЕГИОН. А.Я. Якобсон (ред.). Иркутский ГУ путей models and algorithms // 5th Workshop on Algorithmic сообщения. 2009. С. 45-56.

Methods and Models for Optimization of Railways 62. Таранников Н.А. Разработка многоагентной систе (ATMOS 2005). P. 1-23. мы для поддержки принятия решений в экономике 52. Mes M., et. al. Comparison of agent-based scheduling to и управлении. Дисс... к.э.н. Волгоград, 2007. 98 с.

look-ahead heuristics for real-time transportation prob- 63. Ломаш Д.А. Автоматизация взаимодействия желез lems // Eur. J. Oper. Res. 2007. V. 181. P. 59-75. ной дороги и морского порта на основе мультиагент 53. Chen B., Cheng H.H. A review of the applications of ной оптимизации и имитационного моделирования.

agent technology in traffic and transportation systems // Дисс… к.т.н. по спец. 05.22.01. Ростов н/Д, 2004. 187 c.

IEEE Trans. Intel. Transp. Syst. 2010. V. 11. P. 485-497. 64. Никифорова Г.И. Взаимодействие железнодорож 54. Матюхин В.Г. Концептуальное моделирование про- ного и морского транспорта при передаче контей цессов управления на железнодорожном транспорте неропотока на основе принципов логистики. Дисс… // Управл. большими сист. 2012. Т. 38. С. 20-35. к.т.н. по спец. 05.22.08. Санкт-Петербург, 2005. 195 c.

14 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПЛЕНАРНОЕ ЗАСЕДАНИЕ В.Г. Матюхин, А.Б. Шабунин, ОАО «НИИАС», Москва ИСУЖТ. Концепция и реализация Научно-исследовательский и проектно-конструктор- осведомленность об объекте автоматизации, выдаёт ский институт информатизации, автоматизации и связи конкретные задания для отработки диспетчерским пер на железнодорожном транспорте совместно с профиль- соналом и контролирует их выполнение.

ными подразделениями ОАО «РЖД» завершил предпро- Проактивное поведение возможно реализовать ектную подготовку создания единой интеллектуальной только в разумно децентрализованной системе, в кото управляющей системы для железнодорожного транспор- рой каждый узел обеспечивает высокий уровень само та (ИСУЖТ). Разработаны функциональные требования, организации. Узлы системы подчиняются сквозному базовые принципы и основные технические решения и планированию, а локальное решение конфликтов или первые полигоны внедрения. Проведён анализ аналогов, эскалация на верхний уровень управления, при невоз завершены исследования информационных систем ОАО можности решить самостоятельно, приводят к дина «РЖД» и систем диспетчерского управления в других мическому согласованному перепланированию между отраслях промышленности и транспорта. Концепция всеми узлами.

ИСУЖТ прошла научно-технический совет ОАО «РЖД», Реальный масштаб времени проект ее создания защищен на инвестиционном коми- Система должна порождать управляющие воздей тете компании. Разработано общее техническое задание, ствия в течении временных интервалов, соизмеримых в котором учтены предложения и замечания дирекций и со временем хода производственных процессов. На раз департаментов ОАО «РЖД». ных уровнях и узлах системы должны быть установлены Базовые принципы свои временные границы реакции системы. По нормам Управляющая система систем реального масштаба времени, ответ, выданный Прежде всего, ИСУЖТ характеризуется проактив- после истечения заданного временного отрезка, может ным поведением. Система, имея полную ситуационную быть приравнено к неправильному.


Рис. 1.

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПЛЕНАРНОЕ ЗАСЕДАНИЕ Рис. Одно из основных требований, реализуемых в ИСУЖТ, яв Комплексная технология и реализация ляется типизация пользовательских рабочих мест. Типизации сквозного производственного процесса подвергается компоновка, стилистика, символизация мне С одной стороны, реализация ИСУЖТ возможна только мосхем и графиков. Основу АРМов составляет набор типовых при главенстве комплексной технологии производственной сцен, таких как мнемосхемы, представление технологических деятельности, выраженной во взаимоувязанном наборе тех операций, графиков движения, отображение сообщений, при нологий по отдельным направлениям. С другой стороны, соз казов, конфликтных ситуаций, трендов и др. Ключевыми для даваемая система призвана обеспечить контроль технологии ИСУЖТ являются сцены отображения регулировочных ре как в стратегическом плане, так и в деталях соблюдения дис шений возврата к плановым показателям (рис. 2).

циплины при выполнении технологических операций.

Адаптивное планирование В связи с этим, в рамках создания ИСУЖТ ведётся раз Интеллектуальную основу ИСУЖТ составляет адаптив работка сквозных процессов управления, учитывающих ное планирование и динамическое распределение ресурсов.

специфику работы различных дирекций ОАО «РЖД». А Плановые задачи и выделяемые на их выполнение силы и их взаимодействие между собой и с другими участниками средства корректируются в режиме реального времени с перевозок будет регламентировано на основе действующих учетом сложившейся обстановки. Как правило, использу или вновь принимаемых нормативных документов (рис. 1).

ются эвристические алгоритмы, в основу которых положе Создание комплексных полнофункциональных ны комплексные технологии, рассмотренные выше.

автоматизированных рабочих мест Единая система Сквозные производственные процессы состоят из на Одним из самых важных принципов работы системы, боров функций, выполняемых пользователями системы.

который позволяет говорить о реализации управляющей Для пользователей системы создаются автоматизированные системы заключается в реализации классического цик рабочие места (АРМы), реализующие полный набор функ ла планирование-выполнение-проверка-корректировка в ций конкретных пользователей. Технология разработки автоматическом режиме. Система должна «вести» единый ИСУЖТ позволяет проконтролировать, что все функции производственный процесс и своевременно формировать сквозных производственных процессов объекта автомати регулировочные (корректирующие) решения, вынося их на зации нашли своё отражение в АРМах пользователей и, на рассмотрение и утверждение диспетчерскому персоналу.

оборот, полный перечень должностных обязанностей каж Этот принцип предполагает:

дого пользователя может быть выполнен в системе, в пред • решение комплексов задач на основе единой среды ис назначенном для данного пользователя АРМе.

полнения;

АРМы, в лучших мировых традициях организации дис • ведение динамических объектных моделей. Таких как петчерских рабочих мест, предназначены для отображения поездная, вагонная, бригадная и др.;

информации на нескольких мониторах (4-6). В комплект • построение децентрализованной системы, состоящей из также может входить сенсорный монитор для организации однотипных узлов, связанных в бесшовное информаци рабочей области, для ввода информации и подтверждения онное пространство;

принятых решений.

16 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПЛЕНАРНОЕ ЗАСЕДАНИЕ • построение единых технических решений реализации средств сбора и обработки первичных данных и средств интеграции с существующими системами.

Повышение оперативности и достоверности данных для принятия решений Одним из важнейших аспектов реализации ИСУЖТ является повышение оперативности и достоверности по ступающей информации с помощью новых технологий, таких как техническое зрение, мобильные устройства, спутниковые и речевые технологии. Особое внимание в проекте уделяется повышению достоверности информа ции, получаемой в результате ручного ввода, усилением ответственности за предоставление искаженных данных за счет применения технологий гарантированной доставки и электронной подписи.

Технические решения Рис. 4.

Единая интеграционная платформа Единая интеграционная платформа должна обеспечи- При этом, главный принцип, заложенный в систему вать функционирование следующих подсистем: предусматривает, что планирование и распределение ресур • контроля и управления оборудованием;

сов должно максимально удовлетворить интересы агентов • управления технологическими процессами;

системы при полном соблюдении всех существующих огра • хранения и обработки оперативных данных;

ничений, правил и регламентов.

• интеграции с внешними системами;

Отраслевой язык программирования:

• формирования отчетов;

• проектные решения в идиомах и на уровне абстракции • формирования и доставки сообщений;

предметной области;

• администрирования;

• конструкции языка реализуют значительные объемы • самодиагностики и мониторинга. программного кода;

• контроль целостности данных и допустимости исполь зования языковых конструкций;

• самодокументируемый программный код и высокий уровень читабельности кода для отраслевых экспертов;

• обеспечивает сопровождение и гарантии повторного ис пользования.

Реализация технологических процессов (рис.4).

Формализация технологических процессов и обеспечение технической невозможности нарушений технологической дисциплины (в противовес мониторингу уже случившегося).

Этапность реализации проекта Говоря о будущем реализации проекта ИСУЖТ на сети Рис. 3.

дорог, стоит отметить, что все разрабатываемые в его рамках Применение методов искусственного интеллекта решения должны быть легко тиражируемыми с минималь В ИСУЖТ планируется использование методов адап- ными затратами на дополнительное конфигурирование. Уже тивного планирования на основе мультиагентных техно- в 2014 году планируется распространение по сети решений, логий и ряда других методов искусственного интеллекта. протестированных в 2013 году. Наряду с этим наращивает Планирование, согласование и контроль исполнения планов ся и функциональность системы. Увеличится горизонт пла в реальном времени осуществляется с помощью сети взаимо- нирования от текущего и оперативного, до таких временных действующих динамических планировщиков. Каждый из них, периодов как месяц, квартал и, в перспективе, год.

в свою очередь, - это сеть взаимодействующих между собой Со временем, в ИСУЖТ будет реализовано адаптивное агентов. Построение планов формируется эволюционно, в планирование грузовой работы, местной работы, проведе процессе переговоров десятков и сотен тысяч агентов, непре- ния «окон», составообразования, маневровой работы и ряд рывно конкурирующих и кооперирующих друг с другом. других. На всех временных горизонтах и уровнях предстоит ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПЛЕНАРНОЕ ЗАСЕДАНИЕ обеспечить чёткое автоматизированное управление в усло- устранению нештатных ситуаций. В дальнейшем, для повы виях высокой неопределённости и динамичности, предот- шения эффективности движения всех типов поездов плани вращая конфликтные ситуации на этапе зарождения, а при руется распространить данное решение на всю сеть РЖД.

возникновении, разрешая их. Пилотный проект на полигоне Мариинск-Находка по может обеспечить выполнение производственных показа Пилотные проекты телей по участковой скорости, производительности локо мотива, среднесуточному пробегу локомотива, выполнению В качестве пилотных полигонов внедрения на сети до- графика постановки локомотивов на плановые виды ремон рог в 2013г. определены полигоны Бусловская - Санкт- та, исключению случаев использования локомотивов на не Петербург, Санкт-Петербург - Москва и Мариинск-Находка. закрепленных тяговых плечах, исключению случаев работы Выбор полигонов сети не случаен, и связан со спецификой локомотивов с перепробегами.

возникающих здесь задач. Например, отличительной чертой Будут созданы следующие полнофункциональные авто полигона Санкт-Петербург - Москва являются высокая ин- матизированные рабочие места: локомотивный диспетчер тенсивность и скорость движения (поезда «Сапсан»), плюс по региону управления, локомотивный диспетчер ДЦУП преобладание пассажирских поездов. Поэтому здесь акту- (ТНЦ), дежурный по району управления ДЦУП (ДРУ), ально создание в реальном времени оптимального плана сменный инженер ЦД ЦУТР, сменный инженер ЦТ ЦУТР, ввода опаздывающих пассажирских и пригородных поездов сменный инженер ЦТР ЦУТР, начальник ЦУТР, старший до в расписание. Для полигона Мариинск-Находка остро стоит рожный диспетчер ДЦУП (ДГПС).

проблема согласованного ритмичного продвижения грузо- Особо стоит отметить, что в модуле текущего пообъ вых поездов по нескольким дорогам. ектного планирования и диспетчерского регулирования Для проекта на полигоне Санкт-Петербург-Москва тяговыми ресурсами реализуются следующие функции:

Октябрьской дороги в данный момент разрабатывается автоматизированная разработка плана приема/отправле набор функциональных задач по диспетчерскому кон- ния поездов (с указанием номера и индекса поезда, времени тролю и управлению движением пассажирских поездов. отправления прикрепленных локомотива и бригады), ав Компоненты ИСУЖТ позволят решать, например, кон- томатизированная разработка плана приема/отправления фликтные ситуации с точностью до блок-участка в режиме локомотивов резервом (с указанием номера локомотива, реального времени с помощью адаптивных планировщиков. времени отправления, прикрепленной бригады), плана от Кроме того планируется прогнозировать время проследова- правления бригад пассажирами (с указанием табельного ния поездами станций при нарушении графика движения, номера бригады, номера поезда).


мониторинг хода технологических процессов и управление инцидентами с выдачей подсказок о необходимых мерах по Ожидаемые технологические эффекты (рис. 5) Рис. 5.

18 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПЛЕНАРНОЕ ЗАСЕДАНИЕ В.В. Доенин, В.Н. Котляровский, Е.В. Ляпунцова, МГУПС, Москва Моделирование пассажирских потоков 1. Модели транспортных процессов параметрами и с учётом их распределённости в про странстве, то после некоторых упрощений и линеари Практика, развёрнутая во времени, как известно, зации можно получить уравнение [ 1 ], описывающее является самым объективным экспертом истинно- движение потока частиц в газе сти тех или иных суждений и принимаемых решений.

2р/x2 = kc2 (pt ), Прошло шесть лет с момента выхода книги об аб- (1) страктной теории транспортных процессов и систем [3], в которой впервые были введены транспортные где р – давление газа, с – скорость звука в газе, k — ко модели, построенные на логико-разностных подходах, эффициент, зависящий от скорости движения газа, а сегодня они уже активно используются на практике диаметра трубопровода и гидравлического сопротив и их востребованность всё более возрастает. По этой ления.

причине настоящая книга содержит в себе практиче- Эти же зависимости лежат в основе описания ги ские примеры применения выстроенной ранее теории. дродинамических процессов, протекающих в пнев Транспортные процессы – фундаментальное яв- моконтейнерных и других сложных трубопроводных ление, присущее как объектам живой природы, так и системах. Конечно, уравнение (1) характеризует ди искусственной среды, созданной человеком. Это объ- намические процессы при введении ряда упрощений.

ясняется тем, что большинство объектов или их сово- Учёт сжимаемости среды, нестационарности процесса, купностей в естественной или искусственной средах турбулентности, нелинейной зависимости коэффици представляют собой распределённые системы, для ентов среды от её состояния приводит к значительно функционирования которых необходимы передача и му усложнению математической модели обмен результатами деятельности между составляю- Однако данная модель является идеализирован щими их элементами. Постольку, поскольку эти си- ным представлением для дискретного потока объек стемы являются распределёнными, то для передачи тов, не являющихся малыми частицами, и не может результатов деятельности образующих их элементов эффективно применяться для анализа поведения кон необходимо перемещение в пространстве или, ина- кретных транспортных систем.

че говоря, транспортировка подобных компонент. С её помощью невозможно исследование взаимо Последние, вообще говоря, могут быть как материаль- действия частиц, движущихся внутри потока с различ ными, так и виртуальными единицами. ными скоростями, выполняющими различные манёв Качество функционирования распределённых си- ры (обгон, перестроение из ряда в ряд, повороты, пар стем во многом зависит от эффективности организа- ковка и тому подобное), а также во взаимно пересекаю ции этих процессов транспортировки. щихся потоках на пересечениях трасс различного рода.

С учётом этого представляется актуальной про- Другой подход заключается в том, что поток объ блема развития теории транспортных процессов и ектов рассматривается как случайный процесс переме систем. Необходима разработка математических моде- щения дискретного множества частиц. Однако для его лей, позволяющих описывать транспортные системы реализации на основе использования теории систем различного назначения и природы. Необходимы эф- массового обслуживания или имитационного моде фективные методы анализа качества реализуемых ими лирования необходим обширный статистический ма транспортных процессов, в том числе устойчивости, териал, характеризующий свойства потока, получение сходимости, адаптируемости и оптимальности. которого, как правило, и составляет одну из главных В настоящее время в теории и практике для реше- трудностей задачи.

ния данной проблемы используют несколько подхо- Как и в предыдущем случае, здесь нет возможности дов. Наиболее традиционным направлением является для учёта индивидуальных свойств объектов, особен использование с этой целью моделей гидро-, газодина- ностей их поведения, различных вариантов управле мической аналогии. ния каждым из объектов в отдельности и так далее.

Используя эти подходы, считают, что транспорти- Третий подход, изложенный в работах [2, 3, 4, 5, руемые объекты являются малыми частицами. Так, 6, 7, 8], предназначен для исследования таких систем, например, если рассматривается одномерное изотер- которые состоят из дискретного множества элемен мическое течение газа с постоянными физическими тов, перемещающихся в дискретном пространстве в ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПЛЕНАРНОЕ ЗАСЕДАНИЕ дискретные моменты времени, и при этом каждый где d – местоположение объекта в среде в -й момент элемент может автономно, независимо от других при- времени.

нимать решение о том, что необходимо сделать на сле- Применение в управлении модели (4) позволяет дующем шаге, исходя из анализа своего собственного вырабатывать решения на основе любой вычислимой или состояния всей среды в целом на данном шаге. функции тогда, когда процесс развивается, исходя из Такое поведение не может быть представлено зако- заданной системы исходных данных. Эта система ис номерностями типа (1). Необходимы другие принци- ходных данных, понятно, может выбираться из бес пы, учитывающие то, что в основе организации дви- конечного множества систем исходных данных, но всё жения этих объектов лежат логические зависимости. же процесс запускается из какой-то фиксированной Действия простейших по «интеллекту» объектов (начальной) системы исходных данных. Далее этот основываются лишь на анализе сиюминутной ситуа- процесс развивается в соответствии с определённым, ции в окружающих его зонах. Выбор реакции объекта то есть фиксированным алгоритмом, в силу чего пере в таком случае описывается логической моделью менные x, s, z, d изменяются на основе некоторого фиксированного закона развития.

z = fz ( x ), (2) В то же время процессы в динамической системе могут развиваться не так, не по фиксированному за которая фактически не учитывает время и предысто- кону, а иначе из-за возникновения различных возму рию процесса. Организация движения в таком случае щений, действующих и на систему в целом, и на каж носит примитивный характер. Здесь х – переменная, дый её объект в отдельности. В результате характер принимающая значение 0, если зона по ходу дви- действия объектов может изменяться, из-за чего будет жения объекта свободна, и равна 1, если она занята. изменяться и поведение системы. Переменные x, s, Переменная z может принимать значение 1 или 0. В z, d в таком случае оказываются зависимыми как от первом случае объект осуществляет шаг, а во втором времени, так и от действия других взаимосвязанных случае пребывает в состоянии покоя. объектов.

Большие логические возможности в принятии ре- Для описания поведения объектов в таких услови шений у объекта появляются тогда, когда его действия ях в ряде случаев может применяться модель построены не только на анализе сиюминутной ситуа ции в окружающей среде, но и с учётом истории про- z = fz ( x(t), s ), цесса. В этом случае логической моделью управления s+1 = fs ( x(t), s ), (5) являются две характеристические функции d+1 = fd ( x(t), s ), x(t) = fx (t), t = t-1 + t, z = fz ( x, s ), s+1 = fs ( x, s ), (3) где t – дискретный шаг изменения времени t.

Учёт влияния факторов взаимодействия и взаимо где z – реакция объекта в -й момент времени, s — зависимости объектов на характер развития процесса состояниеобъекта в этот момент времени, а х – пере- может быть осуществлён с помощью модели менная, указывающая занята или свободна зона по ходу движения объекта. zi = fzi (xi, si), Процесс носит дискретный характер, дискретны si+1 = fsi (xi, si), (6) также и область, и среда. Согласно этой модели движе- di+1 = fdi (xi, si), ние объекта управляется конечным автоматом, что по- xi = fxi ( z1-1,z2-1,….,zk-1,t ), зволяет осуществлять выбор более развитых, нежели в t = t-1 + t, (2) решений, однако, она не даёт возможности прини мать решения с учётом тех многообразных ситуаций, где i = 1, 2, …, k.

которые складываются во всей среде в целом. Модель (6) отражает тот факт, что влияние каждого Проблема принятия решения на каждом шаге дви- из k объектов системы (а может быть и каких-то дру жения с учётом состояния (на этом шаге) всей среды в гих возмущающих воздействий) на рассматриваемый целом может быть разрешена при условии использова- i-й процесс проявляется через изменение входных воз ния тьюринговской модели действий xi как результат формирования совокупно сти реакций z1-1, z2-1,…, zk-1 (а может быть и каких-то z = fz ( x, s ), других возмущений непосредственно через xi ).

s+1 = fs (x, s ), (4) Опираясь на данную модель, можно формировать d+1 = fd (x, s ), основы абстрактной (обобщённой) теории транс 20 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПЛЕНАРНОЕ ЗАСЕДАНИЕ портных процессов и систем, обеспечивающих анализ Чтобы разобраться в данной проблеме, рассмо свойств динамических систем любого рода, предназна- трим потоки пассажиров, складывающиеся в вестибю ченных для перемещения объектов разного вида. лях типовых станций метрополитена. Пусть первым будет упомянут исходящий поток, то есть поток пас сажиров Wi, достигших цели своего движения. Это по 2. Модель пассажиропотоков ток, в котором у участников движения, как правило, в вестибюле станции метро одна задача – выйти из станции метро. Входящий по ток менее однороден, он состоит из тех пассажиров Vi, Почему в данном разделе ставится вопрос о моде которые имеют проездные билеты и, войдя в вести ли и моделировании пассажиропотоков в вестибюле бюль, сразу же устремляются ко входным турникетам.

станции метро? Казалось бы, это частный вопрос. На Эта часть входного потока составляет примерно 80%.

самом деле это не так. Для крупных городских агломе Другая часть – это пассажиры Ci, которым необходи раций в большинстве развитых в экономическом от мо приобрести проездные билеты, и которые, в силу ношении стран – это проблемный момент, от которого этого, направляются к кассам Cki или к автоматам Cai.

зависит комфорт и время доставки пассажира до пун Некоторые пассажиры из всех перечисленных частей кта следования.

обращаются ещё по пути к услугам газетных автома Московская агломерация характеризуется самой тов Cgi. Получив требуемые услуги, пассажиры из этих высокой плотностью населения в мире и самой низ частей движутся ко входным турникетам, пересекаясь кой обеспеченностью автодорожной сетью. Вот не и смешиваясь друг с другом.

которые цифры для сравнения по 2011 году. В Москве Понятно, что надо добиваться такой организации проживает 11,6 млн. человек, в Большом Токио – 13,2, потоков, чтобы пересечений маршрутов движения а в Большом Париже – 10,4. Но в Москву на работу пассажиров было бы как можно меньше. Повлиять на каждый день устремляются также жители области, в это можно, изменяя структурно планировочные ре которой проживает ещё 7,6 млн.  человек. Плотность шения: где и сколько должно быть касс, где и сколько населения в Москве составляет 100 человек на гектар, должно быть билетных автоматов, газетных киосков, а в Большом Токио и Большом Париже – 57 и 41 со входных дверей, где должны быть турникеты, какова ответственно. Обеспеченность дорогами в Москве должна быть площадь вестибюля.

составляет 0,3 м на тысячу человек, а в Большом Схема вестибюля условной станции может быть Токио и Большом Париже – 0,6 и 1,4 соответственно.

такой, как она представлена на рис. 1. При этом пред В  Лондоне, Нью-Йорке и Берлине эти показатели на полагается, что пропускная способность станции в час много лучше приведенных.

пик равна 9000 чел/час.

Основным общественным перевозчиком в Москве Конфигурация станций, места расположения касс, является метрополитен, но он перегружен. При про билетных автоматов, газетных киосков, турникетов и ектной провозной способности в час пик 870 тыс.чело тому подобное могут быть самыми различными, а надо век он перевозит 1060. Загруженность московского ме выбрать такое их размещение, чтобы пассажирские по тро составляет 5,6 человек на квадратный метр. Выше токи были рационально организованы и обеспечивали только в Токио – 7,0.

максимально возможную пропускную способность.

Для 8-ми часового рабочего дня считается нор Для решения этой проблемы необходимо сформи мальным время нахождения в пути не более 50 ми ровать операторы, описывающие поведение интеллек нут. В  Токио это время составляет 67 минут, а в туальных объектов, то есть пассажиров, и их потоков в Москве — 66. Превышение против нормы – 24%.

целом на пространстве заданной станции.

Учитывая сложившуюся ситуацию, городские вла Наиболее простым по своей структуре и решаемым сти разрабатывают стратегию, тактику и техническую задачам является исходящий поток пассажиров Wi.

политику, направленную на развитие провозных и Поведение объектов этой совокупности на дистанции пропускных способностей для общественного город от эскалатора до выходных дверей из станции метро ского транспорта. Для метрополитена, в частности, описывается оператором (7) это проявляется в увеличении протяженности сети и в росте числа станций при одновременном расширении топологии.

Всё это и объясняет в конечном итоге, почему при обретает принципиальное значение формирование пассажиропотоков в вестибюле станции метро и вре (7) мя, которое потенциальный пассажир тратит на при обретение проездного билета.

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПЛЕНАРНОЕ ЗАСЕДАНИЕ ВХОД ВЫХОД (9) В приведенном описании символ G3 обозначает линию на уровне третьего газетного киоска, после ко торого можно осуществлять поворот налево к турни кетам. Буквы k, m, t и e обозначают различные фазы движения пассажира: до поворота к турникетам, после поворота, после прохождения турникета и, наконец, при заходе на эскалаторное полотно ES. Смысловое содержание индекса k такое же как и в (8), но, кроме того, здесь k соответствует номеру турникета, к кото рому направляется пассажир означает шаг движения в сторону k-го турникета.

Совокупность выражений (10) характеризует пове Рис. 1. дение пассажиров Cki, нуждающихся в приобретении проездных билетов в кассах станции метро.

В описании (7) верхний индекс объекта Wik указы вает на некоторую характеристику пассажира. Дело в том, что не все пассажиры, сойдя с эскалаторного по лотна, поворачивают направо к турникетам. Они могут сделать ещё несколько шагов вперёд, а затем повернуть направо. От чего зависит это, неясно. От физического или душевного состояния. От состояния пространства или чего-то ещё. Этот выбор можно моделировать на основе случайной зависимости (8) Ki = 10 pi, (8) где K – число шагов, выполняемых i-м пассажиром по сле схода с эскалатора, а pi – случайное число от 0 до и округляемое до первой цифры после запятой.

TU(c) и TU(o) – турникеты закрытый и открытый ( 10 ) соответственно. Открытие турникета осуществляется при приближении пассажира. D – выходная дверь из l В описании (10) символ C ki обозначает состоя станции метро.

ние начала движения пассажира к билетным кассам.

Безусловно, несколько более сложным оказывается G1 — линия на уровне первого газетного киоска, по оператор, описывающий поведение входного потока, в l равнявшись с которой пассажир Cki принимает реше силу меньшей его однородности и большей сложности ние, к какой кассе он будет двигаться далее: первой, задач, стоящих перед пассажирами на входе, нежели на второй или третьей (К = 1, 2, 3). Это решение он при выходе.

нимает, исходя из длины очереди перед каждой из Вначале сформируем описание поведения той касс, в соответствии с (11) части потока, которую составляют пассажиры Vi, Ki = minm { R1, R2, …, Rm}, (11 ) имеющие проездные билеты и идущие прямо к тур где Ri – длина очереди перед i-ой кассой, а пасса никетам (9).

жир выбирает для себя кассу с очередью минимальной среди m касс. После сделанного выбора символ C l пре ki образуется в символ Clk, что обозначает начало новой ki фазы движения – движение ST(k) к выбранной кассе k.

Она продолжается до момента достижения «спины»

последнего ожидающего билета в этой очереди.

22 15–16 НОЯБРЯ 2012 ГОДА. МОСКВА ПЛЕНАРНОЕ ЗАСЕДАНИЕ Пассажир, находясь в очереди, не может делать полный шаг, поскольку зона перед ним занята. Тогда он начинает двигаться «потихоньку», делая неполный шаг. Это соответствует понятию динамической зоны. (13) Если освобождается часть зоны размером B(d), то и пассажир делает шаг соответствующего размера ST(d).

Виртуально же в пространстве станции имеется мно- В (13) символ Cggi соответствует пассажиру, ко жество сеток с различным шагом дискретизации d. торый приобрёл газету через автомат за время EX(t).

Время, затрачиваемое кассиром на продажу билета, После этого пассажир поворачивается, отходит от ав обозначено EX(t). Понятно, что оно является случай- томатов и превращается либо в пассажира Vki, либо ной величиной. Clkki, либо Claai, действуя далее так, как это предписа b Символ C ki соответствует «обилеченному» пасса- но операторами ( 9 ), ( 10 ) или ( 13 ). По этой причине жиру, который начинает перемещаться к турникетам. нет необходимости прописывать отдельно для пасса При этом ему, может быть, потребуется «просачивать- жиров Cggi от газетных киосков Gm до эскалатора ES.

ся» через соседнюю очередь, что осуществляется так Практическую реализацию имитационной модели же, как и в предыдущем случае, на основе использова- пассажиропотоков применительно к вестибюлю стан ния в движении неполной зоны B(d). ция метро «Тимирязевская» осуществил сотрудник t Символ С ki соответствует пассажиру, прошедшему кафедры «Интеллектуальные транспортные системы»

e через турникет, а C ki – пассажиру, достигшему эскала- МИИТа Е.В. Ветров.

тора.

Движение пассажиров, использующих для приоб ретения проездных билетов автоматы Cai, описывается совокупностью выражений (12):

Рис. (12) Смысл символов, использованных в (12), анало гичен символам (10). Выбор автомата, с помощью ко торого пассажир хочет приобрести билет, также осу ществляется с помощью выражения (11). Разница за- Рис. ключается только в том, куда направляется пассажир:

к кассам ST(k) или к автоматам ST(a). Модель оказывается полезной для решения вопро Составляющая пассажирского потока, состоящая сов о рациональном распределении оборудования: би из пассажиров, пользующихся услугами газетных кио- летных касс, автоматов, турникетов и тому подобное.

сков, Cgi описывается совокупностью выражений (13). Количество касс и автоматов, подходы к турникетам и так далее – всё это, в конечном итоге, сказывается на том, какой комфорт может быть обеспечен пассажи рам при их движении к эскалаторам.

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ ПЛЕНАРНОЕ ЗАСЕДАНИЕ И.Н. Розенберг, ОАО «НИИАС», Москва Применение спутниковых и геоинформационных технологий в развитиии интеллектуальных систем управления на железнодорожном транспорте В общем комплексе мероприятий Программы ин- Для такой крупнейшей железнодорожной транс новационного развития ОАО «РЖД» на период до 2015 портной системы, как сеть железных дорог ОАО «РЖД», г. важное место отведено задачам внедрения спутни- использование ГНСС практически безальтернативно.



Pages:   || 2 | 3 |
 



Похожие работы:





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.