Введение к работе
Актуальность темы. В последнее десятилетие происходит возрастание требований отрасли к уровню автоматизации решения новых классов задач, увеличивающегося уровня сложности. К их числу относятся так называемые слабо формализованные или информационно сложные задачи, связанные с анализом, контролем и диагностированием сложных технических объектов, явлений и процессов. Не исключением в этом ряду являются объекты железнодорожного транспорта, в частности, сортировочная станция (СС) и сортировочная горка (СГ). Такие задачи возникают на транспорте при разработке автоматизированных управляющих или контролирующих систем, способных обеспечить эффективную поддержку принятия решений в сложных технических и информационно-технологических ситуациях. СС относится к сложным технологическим объектам, характеризующимся нестационарностью процессов, низкой достоверностью получаемой информации, наличием неизвестных и трудно учитываемых факторов, дефицитом времени на принятие решений в условиях высокой интенсивности технологического процесса.
Актуальность задачи управления сортировочными процессами на станциях не вызывает сомнений. Не случайно СС называют «сердцем» транспортного конвейера страны. Именно здесь зарождаются и поглощаются грузовые транспортные потоки. Насколько точно и энергично работает это СС, настолько эффективен транспортный конвейер в целом.
Концепция управления сложными объектами на железнодорожном транспорте в последнее время претерпела значительные изменения. Традиционное представление о развитии систем управления, соответствующее вектору: механизация, автоматизация, автоматическое управление, оказалось в данном случае тупиковым. Практика показала: сложность объекта (СГ, СС) принципиально исключает возможность полного автоматического режима.
Центральная дирекция управления движением ОАО «РЖД» отмечает, что анализ происшествий в хозяйстве перевозок свидетельствует о наличии системных проблем, связанных с техническим оснащением и технологическим обеспечением сортировочных горок и станций. При этом указывается, что 46 % таких проблем в 2009 году в хозяйстве перевозок допущено на сортировочных горках.
На специальном заседании Правления ОАО «РЖД», посвященном повышению надежности работы технических средств и обеспечению безопасности движения, было отмечено, что «компания должна быть ориентирована, прежде всего, не на ликвидацию последствий ЧП, а на их прогнозирование на основе анализа работы технических средств и выявления узких мест технологических процессов». В этой связи сформулирован основополагающий принцип: необходимость «внедрения методов интеллектуального управления и контроля».
Согласно новой парадигме управления, рассматриваемой в данной работе, человек «возвращается» в систему, но его роль уже качественно иная. Он одновременно задатчик цели (представляет интересы среды погружения системы), учитель (субъект, продуцирующий интеллект) и одновременно обучающийся (критически воспринимающий интеллектуальное функционирование машины). В данном случае человек – биологическая составляющая системы интеллектуального функционирования.
Интеллектуальное функционирование системы обеспечивается:
- общей логикой трехуровневого функционирования системы, включающего: обучение (в том числе коррекция моделей по результатам скатывания отцепов), расчет оптимального режима, управление;
- совокупностью автоматов-советчиков, «впитавших» естественный интеллект опытных операторов сортировочной горки и генерирующих машинный интеллект.
Разработка и внедрение в системы автоматизации транспортных процессов интеллектуально функционирующих систем и автоматов-советчиков позволит, сохранив для процедур управления опыт и интуицию операторов, включить дополнительные преимущества процедур машинного принятия решений: высокое быстродействие, оперирование значительным числом факторов (для человека оно ограниченно в среднем семью признаками), практически неограниченной памятью.
Степень разработанности проблемы.
Данной теме в научной, методической (прикладной), учебной литературе уделяется много внимания. Исследователи и разработчики сортировочных систем руководствуются понятными, взаимосвязанными критериями, предполагающими:
- облегчение труда расцепщиков, операторов горки, башмачников на путях подгорочного парка и других категорий работников станций;
- расширение состава функций, выполняемых в автоматизированном и автоматическом режиме;
- ускорение процесса роспуска (сокращение простоя вагонов на станции);
- повышение точности технологических процедур;
- сокращение расходов на бой вагонов и грузов.
В настоящее время в рамках данной темы исследования уже проделана определенная работа по следующему спектру направлений.
Значительный вклад в разрешение задач автоматизации управления перевозочным процессом, обеспечения безопасности движения поездов с помощью средств автоматики, телемеханики и связи внесли известные ученые: В.М. Алексеев, В.М. Абрамов, Л.А. Баранов, И.В. Беляков, П.Ф. Бестемьянов, А.М. Брылеев, М.Н. Василенко, А.В. Горелик, Д.В. Гавзов, И.Е. Дмитренко, И.Д. Долгий, Н.Ф. Козлов П.А., Котляренко, Ю.А. Кравцов, И.М. Кокурин, В.М. Лисенков, Б.Д. Никифоров, А.С. Переборов, Н.Ф. Пенкин,
Е.Н. Розенберг, В.В. Сапожников, Вл.В. Сапожников, Д.В. Шалягин, В.И. Шаманов, В.А. Шаров, В.И. Шелухин, и многие другие.
Вопросы автоматизации сортировочных процессов исследовались учеными и практиками Боровковым Ю.Г., Иванченко В.Н., Модиным Н.К., Мухой Ю.А., Одикадзе В.Р., Савицким А.Г., Соколовым В.Н., Фонаревым Н.М., Шелухиным В.И. и др.
Значимые для данного исследования результаты в области искусственного интеллекта (ИИ) представлены в работах Ададурова С.Е., Берштейна Л.С., Гапановича В.А., Гладкова Л.А., Денисова А.В., Заде Л., Ковалева С.М., Лябаха Н.Н., Розенберга И.Н., Уманского В.И., Шабельникова А.Н.
Вычислительные проблемы моделирования сложных объектов (в том числе и на транспорте) нашли свое отражение в исследованиях
Арсентьева В.Н., Гореловой Г.В., Гуды А.Н., Ивахненко А.Г., Круга Г.К., Лаврентьева М.М., Микони С.В., Тихонова А.Н. и др.
Вместе с тем в настоящее время отсутствует системный анализ проблем синтеза интеллектуально функционирующих объектов железнодорожного транспорта, что определило цель диссертационного исследования.
Цель и задачи исследования. Целью исследования является развитие математического аппарата, совокупности информационных технологий, обеспечивающих интеллектуальность функционирования сортировочной станции. Реализация поставленной цели подразумевает решение следующих задач:
-
Провести анализ работы СС, обосновывающий необходимость внедрения интеллектуального функционирования.
-
Развить категориальный аппарат исследования.
-
Усовершенствовать ряд технологических процессов сортировки составов на СС.
-
Разработать математическое и программное обеспечение интеллектуализации ряда процессов и процедур принятия решений.
-
Разработать совокупность автоматов-советчиков, обеспечивающих прицельное регулирование скатывания отцепов на СГ.
-
Внедрить результаты исследования на полигонах железной дороги, в учебном процессе университета и на предприятиях.
Объект и предмет исследования. Основной объект исследования – механизмы функционирования СС и процедуры принятия решений персоналом станции. Предмет исследования – методы и алгоритмы интеллектуализации процессов функционирования технических и технологических систем. Для решения поставленных задач использовались общие принципы математического моделирования, математический анализ и методы оптимизации, численные методы, теория распознавания образов, теория нечетких множеств. Работа выполнена в рамках следующих пунктов паспорта специальности 05.13.06:
14. Теоретические основы, методы и алгоритмы интеллектуализации решения прикладных задач при построении АСУ широкого назначения (АСУТП, АСУП, АСТПП и др.).
10. Методы синтеза специального математического обеспечения, пакетов прикладных программ и типовых модулей функциональных и обеспечивающих подсистем АСУТП, АСУП, АСТПП и др.
Положения, выносимые на защиту:
1. В связи с тем, что совершенствование сортировочных процессов в традиционном направлении развития систем управления: механизация, автоматизация, автоматическое управление на каждом шаге требует ограничения множества рассматриваемых объектов, для которых эти условия выполняются, и многие функции СС и СГ выпадают за круг возможностей этих подходов, обусловлена необходимость интеллектуализации процессов на всех уровнях, расширяющая потенциал каждого из указанных подходов.
2. В связи со слабой определенностью, нестационарностью, стохастическими условиями функционирования объектов железнодорожного транспорта для повышения эффективности и безопасности технологических процессов развиты методы обучения лица принимающего решения (ЛПР) и машинных блоков принятия решений (МБПР).
3. Автоматизация и интеллектуализация функционирования сложных объектов не противопоставляются друг другу, как альтернативные подходы к управлению. Это различные качества систем. Интеллектуализация возможна и на уровне механизации, но естественно, что наиболее полно она проявляет себя на уровне автоматического управления. Интеллектуализация расширяет круг решаемых на СС задач.
4. Следует различать, с одной стороны, «естественный» (свойственный человеку) и «машинный» (продуцируемый машиной) интеллект и, с другой, «генетически» заложенный и генерируемый (человеком или машиной) интеллектуальный потенциал. Соответственно при автоматизации СС возникает задача сравнения эффективности, «цены», доступности, взаимного проникновения и обогащения указанных типов интеллекта. Руководящим является принцип целесообразности.
5. Комплексная интеллектуализация СС достигается решением совокупности организационных, технических, технологических, математических, программных проблем.
Научная новизна полученных результатов состоит в следующем:
-
Усовершенствован категориальный аппарат исследования раскрытием понятий в части: уточнения понятия «интеллектуальность функционирования»; уточнения взаимного соотношения категорий «автоматизация» и «интеллектуализация» сортировочных процессов; введения и дифференциации понятий естественный и машинный интеллект, «генетически» заложенный и продуцируемый интеллектуальный потенциал.
-
Предложены механизмы совершенствования естественного и генерации машинного интеллекта в сфере управления сортировкой составов, выполняемые в автоматическом режиме на внесистемном уроне и в оперативном режиме, а именно, осуществляется обучение ЛПР и МБПР.
-
Разработан ряд методов управления станционными процессами, содержащими элементы интеллектуализации: синтезирован механизм управления третьей ТП; усовершенствован метод управления ТП на основе минимизации риска последствий принятых решений (бой вагонов и грузов, образование «окон» и повторная переработка); усовершенствован механизм оценки состояний и совершенствования естественного интеллекта (в конкретной предметной области) оператора-эксперта.
-
Разработан механизм классификации управляемых ситуаций в задачах автоматизации на СС с учетом анализа компактности исследуемых классов, отличающийся адаптивным выбором положения разделяющей границы и обеспечивающий повышение точности распознавания объектов.
-
Разработано программно-математическое обеспечение устойчивости вычислительных процессов, заключающееся в следующем:
- разработан механизм определения оптимальных параметров исследуемых признаковых пространств;
- предложены процедуры выявления оптимального набора информативных признаков моделирования сложных объектов и процессов;
- развит метод отбора данных для устойчивого, с точки зрения вычислительных процедур, моделирования.
Практическая значимость и реализация результатов. Практическая значимость работы определяется возможностью использования предложенных подходов и моделей в реально функционирующих системах автоматизации сортировочных процессов, что позволяет повысить их безопасность, качество функционирования, комфортность деятельности обслуживающего персонала станции и горки.
Результаты диссертационного исследования используются в Ростовском филиале ОАО «НИИАС» при разработке систем автоматизации управления сортировочными станциями, учебном процессе РГУПС, в управлении бизнес-процессами компании ОАО «Астон».
Достоверность результатов работы подтверждается математической адекватностью моделей, основанной на корректном применении методов и доказательствах необходимых утверждений, совпадением теоретических и экспериментальных результатов.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на семинарах кафедры «Информатика» РГУПС, на IV научно-практической конференции, посвященной 35-летию СамГУПС «Актуальные проблемы развития транспортного комплекса» (Самара, 2008), на VIII международной конференции «Информатика: проблемы, методология, технологии» (Воронеж, 2008), на Всероссийской научно-практической конференции «Транспорт-2009» (Ростов-на-Дону, 2009), на международной научно-практической конференции «Проблемы и перспективы развития транспортного комплекса: образование, наука, производство» (Ростов-на-Дону, 2009), на международной конференции «Современные направления теоретических и прикладных исследований» (Одесса, 2010), на седьмой научно-практической конференции «Телекоммуникационные информационные и логистические технологии на транспорте» (Ростов-на-Дону, 2010), на конгрессе по интеллектуальным системам и информационным технологиям AIS-IT’ 10 (Дивноморск, 2010), на XI Всероссийском симпозиуме по прикладной и промышленной математике (Сочи, 2010).
Публикации. Полученные в диссертации результаты нашли свое отражение в 15 печатных работах, 4 из которых опубликованы в журналах из перечня ВАК, список которых приведен в конце автореферата.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы (156 наименований), приложения. Общий объем работы – 167 стр.
