Разработка моделей и алгоритмов решения функциональных задач управления транспортными системами и производством

• Автор: Кутыркин, Александр Васильевич
• Шифр специальности: 05.22.01
• Научная степень: Докторская
• Год защиты: 2004
• Место защиты: Москва
• Количество страниц: 383 с. : ил. + Прил. (301 с.: ил.)

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. СИСТЕМОЛОГИЧЕСКИЙ ПОДХОД К РАЗРАБОТКЕ КРУПНОМАСШТАБНЫХ ПРЕДМЕТНЫХ ОБЛАСТЕЙ УПРАВЛЕНИЯ НА ПРИМЕРЕ Ж.Д. ТРАНСПОРТА

1.1. Состояние проблемы в условиях информатизации ж.д. транспорта

1.2. Концептуальные требования к системологическому подходу

1.3. Архитектурная концепция системологического подхода

1.4. Формирование метамодельного уровня

1.5. Классификация образующих ММ по группам родственных абстракций комплексам и категориям

1.6. Формирование категорий методологических решений моделей и методов

1.7. Выводы

ГЛАВА 2. КАТЕГОРИЯ МОДЕЛЕЙ И МЕТОДОВ ВЫБОРА ОПТИМАЛЬНОЙ СТРУКТУРЫ УПРАВЛЕНИЯ

2.1. Постановка проблемной задачи
2.2.Разработка математической модели выбора оптимальной
структуры управления
2.3.Анализ существующих методов выбора оптимальной структуры управления
2.4. Разработка алгоритма автоматической классификации
2.5.Разработка алгоритма выбора оптимальной структуры управления, основанного на потоковых построениях
2.6. Разработка алгоритмов потоковой оптимизации, основанных на агрегации информации
2.7. Выводы
ГЛАВА 3. КАТЕГОРИЯ РЕГУЛЯРНЫХ МАКРОМОДЕЛЕЙ И МЕТОДОВ УПРАВЛЕНИЯ.
3.1. Постановка проблемной задачи
3.2. Разработка регулярных макромоделей управления вагонопотоками
3.3. Потоковые построения и преобразования регулярной модели
3.4. Методы анализа системы организации вагонопотоков, основанные на регулярных макромоделях
3.5. Выводы
ГЛАВА 4 КАТЕГОРИЯ МОДЕЛЕЙ И МЕТОДОВ ВЫБОРА
МАРШРУТОВ СЛЕДОВАНИЯ ТРАНСПОРТНЫХ ПОТОКОВ
4.1. Постановка проблемной задачи
4.2. Системный анализ задачи выбора маршрутов
4.3. Разработка математических моделей выбора маршрутов следования
4.4. Разработка алгоритмов выбора маршрутов следования
4.5. Выводы
ГЛАВА 5. КАТЕГОРИЯ МОДЕЛЕЙ И МЕТОДОВ РАСПРЕДЕЛЕНИЯ РЕСУРСОВ В ИЕРАРХИЧЕСКИХ ТРАНСПОРТНЫХ СИСТЕМ АХ
5.1. Постановка проблемной задачи
5.2. Декомпозиционная модель и алгоритм распределения погрузочных ресурсов
5.3. Полиоптимизационная модель и алгоритм распределения погрузочных ресурсов
5.4.Модели и методы перераспределения погрузочных ресурсов в условиях слабоформализованных целей и критериев.
5.5. Выводы
ГЛАВА 6. КАТЕГОРИЯ МОДЕЛЕЙ И МЕТОДОВ ВЫБОРА ОПТИМАЛЬНОГО ПЛАНА ФОРМИРОВАНИЯ
6.1. Постановка проблемной задачи
6.2. Разработка математической модели выбора оптимального плана формирования
6.3. Разработка алгоритма выбора оптимального плана формирования, основанного на методе ветвей и границ
6.4. Модели и методы выбора оптимального плана формирования в
условиях нечетких исходных данных
6.5. Выводы
ГЛАВА 7. КАТЕГОРИЯ МОДЕЛЕЙ И МЕТОДОВ ОПТИМИЗАЦИИ СТРУКТУРЫ СОРТИРОВОЧНОЙ РАБОТЫ НА ТРАНСПОРТНОЙ СЕТИ
7.1. Постановка проблемной задачи
7.2. Разработка математической модели оперативной корректировки
7.3. Разработка алгоритмов оперативной корректировки
7.4. Распознавание ситуаций затруднений, требующих оперативной корректировки
7.5. Выводы
ГЛАВА 8. КАТЕГОРИЯ ДИНАМИЧЕСКИХ МОДЕЛЕЙ И МЕТОДОВ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ
8.1. Постановка проблемной задачи
8.2. Разработка обобщенной динамической модели управления
V транспортными потоками
8.3. Разработка методов векторной оптимизации динамических транспортных потоков
8.4. Анализ эффекта от учта динамики при управлении транспортными потоками
8.5. Выводы
ГЛАВА 9. КАТЕГОРИЯ МОДЕЛЕЙ И МЕТОДОВ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ТРАНСПОРТНЫМИ СИСТЕМАМИ
9.1. Постановка проблемной задачи
9.2. Разработка имитационной модели поддержки принятия решений по управлению транспортными системами
9.3. Разработка алгоритма распознавания ситуаций при управлении транспортными системами
9.4. Функционирование имитационной модели в режиме совета
9.5. Построение имитационной модели задачи контроля погрузки по
дорогам назначения и в затрудненные пункты вьнрузки
9.6. Синтез модели и алгоритмов распознавания ситуаций при ортогональной структуре решающих правил
9.7. Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Разработанный алгоритм можно использовать для проведения предварительного разбиения на классы, которое затем уточняется с помощью более сложных в вычислительном отношении, но более точных алгоритмов. Элементами матрицы X в проводимом разбиении были выбраны планы передачи порожних полувагонов по междудорожным стыковым пунктам. Число элементов системы в данной задаче равно группировка проводилась на уровне дорог стран СНГ и Балтии. В качестве координат каждого элемента Х в пространстве X использовались передачи данной ой дороги на каждую из . Исходная матрица является несимметричной, т. В связи с этим исходная матрица симметризировалась одним из двух способов. При первом способе связь между дорогами выражалась через среднее значение их взаимных поставок, а при втором через наибольшую из их взаимных поставок. Построенная таким образом матрица являлась исходной для работы алгоритма. В результате работа данного алгоритма получен вариант разбиения сети на полигоны. Рис. Минимальное остовное дерево
Рис 2. В работе проводился анализ результатов решения задачи при разбиении на различное число полигонов. Разбиения проводились при вариации значения параметра Д. Лучший вариант классификации на фиксированное число полигонов должен характеризоваться максимальной степенью связи элементов внутри классов. С уменьшением количества полигонов степень их внутренних связей возрастает, что приводит к усложнению решения задач на полигонах. В то же время, увеличение числа полигонов означает усложнение внешних связей между полигонами, что затрудняет решение задач взаимодействия полигонов. Полученные в результате классификации результаты были использованы при выборе оптимального числа полигонов рис. На рис. Точка п 4 соответствует оптимальному числу полигонов с точки зрения степени внутренних и внешних задач взаимодействия. Кбш. Ж.д. Сиб. Ж. д. ЮВ. Льв. Ж. д. Цел. Ж. д. Свердл. Ск. Ж. д. З.АлмаАт. Ж. д. Пв. Ж. д. Окт. Юж. Ж. д. Кзх. Ж. д. Дв. Ж. Д. Сев. Дон. СарыАк. Ж. д. Збк. Ж. Д. Моск. Од. Ж. д. Кырг. Д. 6. ВСиб. Калин, ж. Молд. Туркм. Ж. д. Грк. Бел. Придн. Узб. Ж. д. ЮУр. Эст. Тадж. Д 9. Кр. Ж. д. Сх. Латв. Лит. Азж. Арм. Груз. При этом значение целевой функции Снач0 ваг. В табл. Таблица 2. На рис. Рис 2. Рис. Обозначим , функцию сложности решения задачи й подсистемы, где , размерность решаемой задачи. Исходная функция сложности решения равна Рп. Иерархия рис. Р,0 Р1 , Р2 х 9 2. Если функция сложности Рп ш, где т1, то можно определить такое а, при котором неравенство 2. При т2 получим 0,. Этот результат означает, что, выбранный с помощью разработанного алгоритма, вариант иерархической структуры целесообразен, если функция сложности решений возрастает быстрее линейной зависимости и вверх по иерархии передается упрощенная модель решаемой задачи распределения. Данную задачу выбора оптимальной структуры предлагается рассматривать как обобщение задачи построения минимального разреза ФордаФалкерсона 9 на случай произвольного числа компонент. Поэтому, в дальнейшем, разбиение графа удовлетворяющее условию 2. Я, ,. Введм также понятие окрестности вершины графа. Следуя Т. П , минимален, где а, в 1,5 а в. Поэтому разрез ПДм ГД также является минимальным. Г, относительно множества вершин , как X 1. Шаг 1. Шаг 2. Фиксируется значение целевой функции , полученной на яом цикле и полагается . Шаг 3. Выбирается подсистема из множества подсистем , Я2п полученных на яом цикле. Ярп г, е Л, ,р, 1,А. Шаг 4. Подсистема Я стягивается к своему представителю. Кп,,гу Е п4
Шаг 5. Экономные алгоритмы построения минимального 2разреза подробно описаны в 9. Шаг 6. Вершины окрестности гЯ1п добавляются к подсистеме . Шаг 7. Стянутые вершины восстанавливаются и добавляются удалнные рбра. Шаг 8. Фиксируется подсистема 1п с индексом на единицу больше предыдущего и алгоритм возвращается к выполнению третьего этапа. Если к, то выполняется следующий этап. Шаг 9. Шаг . Производится проверка неравенства Сл С. Если оно выполняется, то алгоритм возвращается к выполнению второго этапа, в противном случае выполняется следующий этап. Шаг . Полученный Аразрез фиксируется как результат работы алгоритма. Укрупннная блоксхема алгоритма представлена на рис.