Повышение эффективности прогнозирования на железнодорожном транспорте

Thumbnail Image

Files

Zhukovytskyy_ Pahomova_ Dmitriev.pdf (155.75 KB)

Date

2014

Authors

Journal Title

Journal ISSN

Volume Title

Publisher

Московский государственный университет путей сообщения, Москва

Abstract

RUS: Представлен обзор методов прогнозирования, которые могут быть использованы на железнодорожном транспорте. Для прогнозирования простох грузовых поездов на станции Пятихатки предлагается использовать адаптивную сеть нечеткого вывода ANFIS. Описана реализация такого прогноза в пакете расширения Fuzzy Logic Toolbox системы MATLAB.


UKR: Представлено огляд методів прогнозування, які можуть бути використані на залізничному транспорті. Для прогнозування простою вантажних поїздів на станції П'ятихатки пропонується використовувати адаптивну мережу нечіткого виводу ANFIS. Описана реалізація такого прогнозу в пакеті розширення Fuzzy Logic Toolbox системи MATLAB.


ENG: The review of methods of prediction which can be used for prediction on railway transport is submitted. For prediction of downtime freight trains for Pyatikhatki's stations it is offered to use an adaptive network of an indistinct conclusion of ANFIS. Implementation of such prediction in a package of the Fuzzy Logic Toolbox expansion of MATLAB system is described.

Description

И. Жуковицкий: ORCID 0000-0002-3491-5976, В. Пахомова: ORCID 0000-0002-0022-099X, С. Дмитриев: ORCID 0000-0002-9512-4158

Keywords

прогнозирование, грузовые поезда, нейронечеткая сеть, обучающая выборка, прогнозування, вантажні поїзди, нейронечітка мережа, навчальна вибірка, prediction, freight trains, neuro-fuzzy network, training set, КЕОМ

Citation

Жуковицкий, И. В. Повышение эффективности прогнозирования на железнодорожном транспорте: [препринт] / И. В. Жуковицкий, В. Н. Пахомова, С. Ю. Дмитриев // Интеллектуальные транспортные системы: коммуникационные и информационные технологии в управлении : Материалы заключительной конференции по проекту "CITISET" программы TEMPUS. – Европейско-Российско-Украинская магистерская и докторская программы по интеллектуальным транспортным системам. – Москва, 2014. – С. 53–57.

URI

https://crust.ust.edu.ua/handle/123456789/4035

Collections

Статті КЕОМ

Endorsement

Review

Supplemented By

Referenced By