Как улучшить качество согласования железнодорожных перевозок?



В ОАО «РЖД» внедрили динамическую модель загрузки инфраструктуры (ДМ ЗИ), которая призвана улучшить процесс согласования заявок грузоотправителей. При этом намечено использовать в дальнейшем технологии искусственного интеллекта и больших данных. О планах по развитию ДМ ЗИ – наша беседа с руководителем проекта – заместителем председателя объединенного ученого совета ОАО «РЖД», д. т. н., профессором Александром Осьмининым.

– Александр Трофимович, что уже умеет ДМ ЗИ?

– В настоящее время ДМ ЗИ уже согласовывает в автоматизированном режиме заявки ф. ГУ-12 и планирует генерировать возможные маршруты следования отправок в рамках действующего плана формирования исходя из возможности их реализации по загрузке инфраструктуры.


Сверим часы – уточним расчет


– А можно уточнить, какие при этом должны решаться задачи?

– Основных задач можно выделить несколько.

Прежде всего это более точная оценка возможности выполнения заявки формы ГУ-12, поданной грузоотправителем, – она рассчитывается с учетом реальной на данный момент перерабатывающей способности станций отправления, станций назначения, участков сети железных дорог по пути следования.


Иными словами, уточняется расчет маршрута следования заявки и времени прохождения стыковых пунктов. При этом актуализируются данные о поступивших, согласованных, погруженных (исполненных) заявках.


При согласовании заявки участки инфраструктуры, где выявляются инфраструктурные ограничения, отображаются на интерактивной карте-схеме железных дорог, это происходит автоматизированно. Соответственно появляются дополнительные возможности для контроля инфраструктурных ограничений.


– Какой эффект от этого планируют получить в ОАО «РЖД»?

– Перевозчик получает эффект от автоматизации процесса принятия решений. И они становятся точнее, поскольку основываются на более полной картине происходящих событий на сети.


Соответственно можно улучшить и качество планирования процесса перевозок.

Кроме того, модель должна способствовать соблюдению баланса между объемом погрузки и возможностями инфраструктуры.


За счет предложения клиентам альтернативных маршрутов следования отправок следует ожидать увеличения объемов перевозок по сети и снижения числа отставленных от движения поездов.


Прозрачные решения


– А что это даст клиентам?

– Прежде всего следует ожидать повышения прозрачности процесса принятия решений со стороны ОАО «РЖД».

Можно проследить за тем, чтобы при оказании услуг на железных дорогах не допускалась дискриминация (в части соблюдения принципа «Первым пришел – первым и обслужили»).


Клиент может получить более полную сводку о ситуации на интересующем его участке для отправки, включая информацию об отправках, вагонах, поездах и загрузке. Информация снимается со станций и участков с использованием карты-схемы сети в разрезе имеющихся информационных признаков. Автоматически выполняется фильтрация данных за выбранный пользователями период.


– Что уже удалось осуществить на практике?

– Технология ДМ ЗИ основана на непрерывном процессе обработки информации о поступающих заявках на перевозку грузов (АС ЭТРАН), с одной стороны, и сообщений об операциях перевозочного процесса (АСОУП) – с другой.


ДМ ЗИ на первом этапе обеспечивает прием и обработку информационных потоков, обеспечено структурирование информации и ее привязка к графу сети железных дорог. Выполняется моделирование продвижения грузовых отправок глубиной прогноза на каждые из 45 суток и представление информации пользователям в окнах интерфейса.


Таким образом, на текущий момент в ОАО «РЖД» функционирует динамическая модель, где непрерывно агрегируется информация о грузовых отправках, и на основе моделирования их продвижения уже можно решать задачу по улучшению согласования грузоперевозок.


Перспективы на будущее


– А чего ждать от разработчиков ДМ ЗИ в 2021–2022 гг.?

– В дальнейшем в системе появится функционал для повышения точности расчетов и формирования аналитических выходных форм.


В перспективе будет создан ряд дополнительных подсистем:


● развитие визуализации: предполагается расширение информации на интерактивной каре сети;

● настройка логических контролей: появятся более тонкие инструменты управления грузопотоками между станциями их зарождения и погашения;

● поиск предложения: в случае невозможности перевозки по выбранным участкам клиенту может быть предложен альтернативный маршрут следования в рамках заявок ГУ-12 и запросов-уведомлений (для обхода участков инфраструктуры, закрытых для движения поездов – например, из-за ремонта).


– Какие работы потребуются для выполнения этих задач?

– Прежде всего необходима разработка алгоритма определения альтернативных маршрутов следования отправок. Также предстоит создать модуль расчета экономической эффективности и рентабельности перевозок такими маршрутами.


Не обойтись без интеграции ДМ ЗИ и с рядом смежных АС, где содержатся данные о работе станций и перегонов, для реализации алгоритма и выбора рентабельных для ОАО «РЖД» и приемлемых для клиента альтернативных маршрутов следования (с учетом ограничений инфраструктуры, затрат на перевозку, тарифов).

Такая интеграция потребует определенной доработки программного обеспечения как ДМ ЗИ, так и смежных АС в ОАО «РЖД».


– Как же будет определяться рентабельность маршрутов? По каким алгоритмам?

– Это будет алгоритм, построенный по типу BFS (breadth-first search). Иными словами, искусственный интеллект построит дерево путей от заданной корневой вершины до всех точек, достижимых из этого корня. Будут учтены данные по всем перегонам и станциям на выбранном направлении.


Таким образом, к наиболее очевидному маршруту будут добавлены все другие варианты пути от станции погрузки до станции выгрузки, удовлетворяющие ограничениям по длине и продолжительности маршрутов. Компьютер сопоставит условия таких отправок и выдаст результаты расчета.


Замечу, что поиск оптимального решения путем применения стандартных алгоритмов линейного программирования в данном случае невозможен. Уже хотя бы потому, что велико разнообразие факторов, от которых зависит решение, большая размерность задачи. В базе данных будут заложены сведения о 1,2 млн. вагонов различных типов, принадлежащих различным собственникам, более 100 сортировочных узлов, 6661 участок и 3700 станций погрузки (с учетом особенностей перевозок 268 тарифных номенклатур). Причем данные должны обновляться непрерывно – по мере предъявления грузов к перевозке.


Размерность задачи такова, что требует специальных методов на основе технологии обработки больших данных.


Беседовал Андрей Лазарев

Ссылка на источник

Новости НП ГЖТ