CC BY
22
Наука та прогрес транспорту. Вкник Дншропетровського нащонального ушверситету залiзничного транспорту, 2017, № 2 (68)
УДК 656.225:004.896
Г. I. КИРИЧЕНКО1*
1 Каф. «Управлшня процесами перевезень», Державний економжо-технолопчний ушверситет транспорту, вул. Лукашевича, 19, Кжв, Украша, 03049, тел. +38 (044) 452 12 02, ел. пошта [email protected], ORCID 0000-0002-6883-1877
МЕТОДИКА СТВОРЕННЯ ШТЕЛЕКТУАЛЬНО? АВТОМАТИЗОВАНО1 СИСТЕМИ УПРАВЛ1ННЯ ДОСТАВКОЮ ВАНТАЖ1В НА ЗАЛ1ЗНИЦ1
Мета. Наукова робота мае за мету анал1з функцюнування 1снуючо1 шформацшно! системи зал1зниц1, як сховища даних, та розгляд шлях1в переходу до штелектуально! системи управлшня, у т. ч. з використанням семантичного тдходу. Нараз1 необх1дна змша парадигми автоматизованого управлшня перевезеннями, що обумовлюе змшу модел управлшня експлуатацшною роботою зал1знищ. Для роз-робки та впровадження ново! системи класу Business Intelligence необхщне створення формал1зованих знань про перев1зний процес зал1зниц1, у т. ч. у вигляд1 онтологш, як модел1 та засобу формал1зацп знань. Нов1 знання потребують використання термшв та понять, що вщображають нов1 процеси та об'екти управлшня в експлуатацшнш робота Методика. При формал1зацп знань необхвдно абстрагуватись ввд класичних визначень, таких як сортувальна, вантажна, техшчна або дшьнична станци, зал1зничний ву-зол, розвинений зал1зничний вузол i т. ш Утфшоваш мови моделювання для проектування автоматизова-них систем використовують поняття: категори об'ектiв, дiаграми класiв, сташв, послiдовностi, дiяльностi, компонентiв, ввдношень мiж властивостями тощо. Цi поняття дозволяють формалiзувати знання, привести до однотипних представлень та використовувати !х для моделювання процеав управлiння доставкою ван-тажу. Результати. Данi про час здшснення подiй процесу доставки вантажу, ввдхилення у планi-графiку враховуються в теоретико-множиннш моделi сценарпв процесу доставки. Один iз концептiв моделi вщхилення вiд плану (з бази знань системи АСКВПУЗ-G) дозволяе врахувати вплив можливих фак-торiв та умови реально! експлуатацшно! роботи. Наукова новизна. Розглянуп шляхи формалiзацi! знань про перевiзний процес як передумови формування iнтелектуального iнформацiйного забезпечення системи управлшня. Побудовано теоретико-множинш моделi управлiння доставкою вантажу для складання сценарпв процесу доставки, наведеш приклади використання засобiв об'ектно-орiентованого моделювання для алгоршшзаци технолопчних процесiв. Практична значимiсть. Автором запропоноваш новi термiни та поняття, що ввдображають логiстичнi бiзнес-процеси та дозволяють перейти до формалiзацi! знань та створення засад штелектуально! системи управлшня доставкою вантаж1в на залiзницi.
Ключовi слова: штелектуальна система управлiння; формалiзованi знання; засоби проектування; автоматизованi системи; експлуатацшна робота; термiнологiя залiзницi; процес доставки вантажу
Вступ
Управлшня вантажними перевезеннями за-л1зниц1 вже не юнуе без автоматизовано! системи. Обл1к роботи шдроздшв i вше! затзнищ, фшансова та облiкова зв^нють, технологiчнi (суто залiзничнi) документи, розрахунковi до-кументи за наданi послуги та iнше здшснюетъ-ся в шформацшнш базi - единiй автоматизова-нiй системi управлiння вантажними перевезеннями Укрзатзнищ (АСК ВП УЗ-С). Але ця система, що мютить величезний обсяг даних про вс операцii з об'ектами управлшня, зали-шаеться по сутi шформацшною. Iснуючi авто-
матизованi технологii, що використовуються при управлшш процесами перевезень, е знач-ною мiрою, системами збору та передачi даних, що часто здшснюються людиною, а отже iз вщ-ставанням вiд реального часу виконання опера-цii, з наступною !х обробкою для складання технологiчних, облшових, фiнансових докуме-нтiв, звiтiв про виконану роботу та iншоi доку-ментаци [1, 14, 15].
1нформацшна система залiзницi являе собою пгантське сховище даних, що описують вико-нану роботу, i лише констатують процеси, що вже вiдбулись. Значна кшьюсть довiдок, звiтiв використовуеться для анатзу роботи за© Г. I. Кириченко, 2017
Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2017, № 2 (68)
лiзницi. Так, наприклад, персонал дирекцiй та залiзниць Укра1ни, що вiдповiдаe за плану-вання роботи на добу, починае свiй робочий день з четверто! години ранку. В плануванш роботи, як i у бшьшосп процесiв управлiння залiз-ничними перевезеннями вантажiв, не дивлячись на тотальне впровадження комп'ютерних техно-логш на всiх робочих мiсцях, використовуються пiдходи, що базуються на евристичних методах, власному досвiдi управлiнцiв та дисциплш ви-конання наказiв. З шшого боку, вiд залiзницi, як вщ сфери обслуговування, бiзнес-оточення вимагае прозоросп дiй, дотримання логiстичних принцишв при доставцi ванташв, що пов'язано з точним прогнозуванням, та подальшим дотри-манням встановлених часових параме^в договору мiж учасниками перевезень. Це все зумов-люе необхщшсть переходу вiд шформацшно! системи, як сховища даних та системи розраху-нкiв документа i звiтiв, до штелектуально! сис-теми (1С). У контекстi зазначеного серед основ-них функци 1С [2, 9] особливо важливi задач^ якi базуються на системi шдтримки прийняття рiшення (СППР) диспетчерським апаратом, за-дачi планування та прогнозу виконання процесу перевезень, а також управлшня доставкою ван-ташв.
В той же час, одшею з основних тенденцiй розвитку 1С сьогодш, як показуе аналiз свiтових i вiтчизняних дослiджень [10, 17, 18], е викорис-тання автоматизовано! розробки програмного забезпечення на основi об'ектно-орiентованих моделей предметно! областi та певних семанти-чних конструкцiй. Актуальним для шдвищення сервiсiв у бiзнес-процесах е також впровадження семантичних технологiй. У свт вже iснуе знач-на кшьюсть програмних продуктiв класу Business Intelligence (BI) [3, 19], програмних за-собiв та технологiй, що спрямоваш на вибiр об-грунтованих рiшень на пiдставi штелектуально-го аналiзу даних, наприклад, Data mining [21]. Функцiонування BI технологiй спрямовано на накопичення знань та генерування нових.
Всi цi засоби та системи використовують фо-рмалiзованi знання про предметну область (ПрО). Таю знання використовуються при плануванш роботи в реальному режимi часу, моде-люванш, прогнозу розвитку ситуацш та при роз-робцi СППР.
Мета
Метою ще! роботи е анал1з функцюнування юнуючо! шформацшно! системи зал1зниц1, як сховища даних, розгляд шлях1в переходу до штелектуально! системи управлшня, у тому чи-сл1 з використанням семантичного пщходу. Вра-ховуючи сучасш задач1 економши, б1знесу, р> вень розвитку технологш у свт, необхщна зм> на парадигми автоматизованого управлшня перевезеннями. Для розвитку юнуючо! системи АСК ВП УЗ-С, з можливою трансформащею архгтектури та функцюнальних властивостей системи або розробки та впровадження ново! системи р1вня BI, необхщно створення формаль зованих знань про перев1зний процес зал1зниц1, у тому числ1 у вигляд1 онтологш, як модел1 i за-собу формалiзацi! знань [3, 12, 16]. Онтологи -бази знань (БЗ) спещального виду iз семантич-ною iнформацiею певно! ПрО. Компоненти, з яких складаються онтологи, залежать вщ пара-дигми подання.
Методика
При формалiзацil знань необхщно абстрагу-ватись вiд класичних визначень, таких як сорту-вальна або вантажна, технiчна, д^нкова, туш-кова станцiя, залiзничний вузол, розвинений за-лiзничний вузол i т. ш. Та й у реальному житп не iснуе сортувально! станцп без яко!сь вантаж-но! роботи. I навпаки. Крiм того, опис процешв, що надаеться при розробщ систем працюючими, мае суб'ективний характер i часто не вiдображае суп подiй, що вiдбуваються в дшсносп [8].
З iншого боку, юнують унiфiкованi мови мо-делювання для проектування автоматизованих систем використовуються, що оперують такими поняттями, як категорп об'ектiв, дiаграми кла-ив, станiв, послiдовностi, дiяльностi, компонента, вiдношень мiж властивостями, тощо [5, 20]. Ц поняття дозволяють формалiзувати техноло-гiчнi процеси, привести до однотипних предста-влень основних об'екта залiзницi та наочно по-казати !х взаемодiю.
Технологiя або сценарiй послiдовностi станiв чи операцiй характеризуемся побудовою графiч-ного зображення, орiентованого на вiзуалiзацiю та формалiзацiю процесу, в тому чист засобами UML [5] для наступного накладання на часову вiсь.
Наука та прогрес транспорту. Вюник Дншропетровського нащонального унiверситету залiзничного транспорту, 2017, № 2 (68)
М1сце знаходження
Рис. 1. KaTeropii' уявлень для складання дiаграм класiв, сташв, послiдовностей Fig. 1. Representation categories for diagramming the classes, states, sequences
Рис. 2. Дiаграма дiяльностi (сценарш засобами UML) з рухомим об'ектом управлiння
на стацiонарному об'екп
Fig. 2. Activity diagram (scenario by means of UML) with a moving control object on immovable object
A6cTparyBaHHa Big спецн$iкн 3am3HH^ Ha-pa3i aBnae co6oro HaM6inbmy CKnagfflCTb y po3yMiHHi eTaniB nepexogy go rnTeneKTyanbHOi CHCTeMH ynpaBniHHa пpoцeсaмн Bama^HHx ne-peBe3eHb. 3giMcHHTH TaKHH nepexig mo^thbo
лише змшивши парадигму управл1ння експлуа-тац1йною роботою зал1зниц1 при перевезенн1 вантаж1в. Проблема полягае у тому, що зал1з-ниця, яка 1снуе на грош1 сво!х кл1ент1в, ефекти-вн1сть роботи вим1рюе в показниках, що
Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2017, № 2 (68)
не мають прямого вiдношення до якост обслу-говування отримувачiв послуг, не вщобража-ють ефективнiсть логiстичних процешв при перевезеннi вантажiв. Змiна парадигми управлшня експлуатацiйною роботою, що дозволить оперувати форматзованими знаннями, пов'язана значною мiрою, зi змiною понять та термшологи.
Основна маса термшв i !х визначень у сферi транспортно! системологп створюва-лись в 60-70-х роках минулого столiття. Тезаурус затзничних перевезень складався ще на сотню рокiв ранiше. На сьогодш, за цей промiжок часу транспортна наука i практика значно розвинулася. Тому виникае необхiднiсть перегляду термшолопчно! системи [4, 7], що пов'язано з теоретичними i емтричними дослiдженнями в сферi транспорту.
Оскшьки проблема суттева i багаторiвнева, а термшв багато, розглянемо частину з них, а саме: термшолопю, яка вщсутня, але необхiдна для створення системи, у тому числi автоматизовано!, управлiння доставкою ванта-жу, яка е актуальним напрямком реформування дiяльностi залiзницi. Органiзацiя перевезення «точно в строк» е необхщною умовою забезпе-чення якостi обслуговування клiентiв залiзницi, дотримання фiнансових умов у договорах з отримувачами послуг. Для прогнозування реальних термiнiв доставки при наданш послу-ги використовуеться моделювання процешв [11, 13] з використанням вже формалiзованих знань на пiдставi ново! термшологи.
Визначення 1. Доставкою вантажу (ДВ) називаються цшеспрямоваш змiни навколиш-нього положення вантажу, впорядкованi в чаш, як результат дiяльностi окремих або паралель-них систем.
Визначення 2. Планування ДВ здшснюеться попереднiм складанням сценарда доставки ван-тажу за нормативними документам або еврис-тично, виходячи з достатнього досвщу особи, що складае сценарш (експедитор, диспетчер, логiст та ш.).
Визначення 3. Сценарiй доставки вантажу (СДВ) - це можливий варiант реалiзацil гшоте-тично!, лопчно! послiдовностi ситуацiй проце-су доставки вантажу у виглядi декларативно-графiчного опису, складеного евристичним методом на основi експертно! оцiнки.
Зазначимо, що СДВ не е функщею часу, тобто послщовшсть ситуацш не накладена на тимчасову вюь, табл. 1.
Таблиця 1
Перелж подiй для складання сценарии процесу доставки
Table 1
The list of events for compiling the scripts of delivery process
Поди з об'ектом СЦ 1 СЦ 2 Сц-ст N
1. Прибуття Сб1 X X X
2. Розформування Сб 2 X X
3. Формування Сб3 X X
4. Перестановка вагона з вантажем на вщправлення Сб 4 X
5. Подача локомотива Сб5 X
6. Ввдправлення вантажу Сб6 X X X
7. Початок затрим-ки вагона з вини кл1ента Сб 7 X
8. Кшець затримки вагона Сб8 X
При прогнозуванш часових характеристик ситуацш СДВ вона перетвориться в планову реал1защю процесу доставки вантажу (план-графша). Приклад такого план-граф1ку наведений на рис 3.
Визначення 4. План-граф1к доставки вантажу (ГДВ) - затверджений план-графш у вигляд1 планово! послщовносп ситуацш та подш, з за-значенням часу !х виконання (KT//), або !з зазна-ченням часових штервал1в м1ж под1ями.
Наука та прогрес транспорту. В1сник Дншропетровського нащонального ушверситету зал1зничного транспорту, 2017, № 2 (68)
Перелж робочих операцп
Надходження заявки на порожш
1 вагони вiд кл1ента-вщправника ван-тажу
Подача порожнiх вагонiв на шд'йш
2 шляхи кл1ента-вщправника ван-тажу
Завантаження ва-гонiв на п1д'1зному
3 шляху ктента-вiдправника ван-тажу
Триватсть виконання операцiй у часi
13
14
Накопичення ва-гошв на станцп приймання i фор-мування по!зда
Знаходження ваго-нiв у по!зд1 до в1д-правлення новому кл1енту-
вiдправнику ван-тажу
Загальний час, tij
Рис. 3. План-графiк виконання технолопчних операцiй з визначеними КЧТ
Fig. 3. Scheduled plan for the implementation of technological operations with the determined control-time points
При розробщ плану-граф1ка визначаються планов1 значения контрольно-часових точок (КЧТ) [6, 10]. Ц1 точки визначають час початку tn i час зак1нчення tn+1 кожно! технолог1чно! операцп, tij - час зд1йснення i- операцп.
Визначення 5. Процес доставки вантажу (ПДВ) - посл1довн1сть фактичних под1й з об'ектом доставки (вантажем, вагоном), при пе-рем1щенн1 його у час1 та простор1 (КЧТф).
Анал1з фактичних реал1зац1й ПДВ показав, що вони ушкальш - нема двох реал1зац1й проце-
су доставки вантажу, як1 б повторили в точносп один одного.
Визначення 6. Вщхилення у граф1ку доставки вантажу (Вщхилення ГДВ). У Процес1 ДВ здшснюеться контроль за в1дхиленням (АКЧТ) фактичних значень часу (КЧТф) в1д визначе-них планом-граф1ком (KTij) перюдично, з по-тр16ною для кожно! ситуацИ частотою.
Визначення 7. Управлшня доставкою вантажу - заходи, як1 спрямован1 на дотримання ГДВ, а саме: часових параметр1в зобов'язань, встановлених договором з кл1ентом та м1н1м1-зац1ю в1дхилень (АКЧТ) при проходженш контрольно-часових точок або у часових 1нтерва-лах м1ж запланованими под1ями.
Результати
Дано для контролю доставки вантажу в1дпо-в1дно ГДВ за таблицами АСК ВП УЗ-С мають вигляд, наведений у табл. 2. Запис шформацп зд1йснюеться пер1одично, з потр1бною для кож-но! ситуац11 частотою. Дан1 АКЧТ , At накопи-чуються в 1нформац1йн1й баз1 для наступно! уча-ст1 у моделях, як1 використовуються для прогно-зування ГДВ, дан1 якого максимально наближеш до реальних умов експлуатац1йного процесу.
Номенклатура об'ект1в 1 суб'ект1в сценарного в1дображення ДВ являе собою близько 35-40 множин, що м1стять формал1зован1 елементи, як1 у свою чергу е теж множинами. Теоретико-множинна модель [10] процесу доставки мае вигляд:
M1: Оп х Об х Сб х Сц х Ст х T ^ КЧТп х T
де Оп - множина операц1й ПДВ;
Об - множина стацюнарних об'ект1в (зал1-зничних кол1й 1 споруд, д1лянок);
Сб - множина суб'ект1в управляючих 1 приймаючих р1шення по ПДВ;
Сц - множина СДВ, сценарпв процес1в доставки вантаж1в;
Ст - множина просторових сташв ванта-ж1в;
T - реальний час.
Розкриття модел1 Сц за множиною СДВ мае вигляд:
M 2: Оп х S х D х tn
■ Сц
Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2017, № 2 (68)
M3: Об xAT xT ^ Оп ;
M 4 : D x Оп x I ^ Cm ,
де S - множина ситуацш ПДВ;
D - множина подш процесу доставки ван-ташв, C6i ;
AT - множина штервал1в часу виконання операцш ПДВ;
tt - множина штервал1в часу м1ж под1ями:
tn = t ,
At" - середш (прогнозш) вщхилення вщ нормативного часу, за даними АКЧТ по под1ях; I - шформащя.
Таблиця 2 Склад даних про час здшснення подш
Table 2
Data composition on time of events
Поди з об'ектом C6i Норматив-ний час подш, операцш t Т факт. At
Прибуття 20:02
Розформування 25 хв 40 хв 15 хв
Формування 8 год 50 хв 10 год 15 хв 1 год 25 хв
Перестановка вагону з ван-тажем на ввд-правлення 30 хв 27 хв -3 хв
Подача локомотива 40 хв 1 год 20 хв 40 хв
Ввдправлення вантажу 20 хв 35 хв 15 хв
Управлшня доставкою вантажу, що направлено на дотримання ГДВ, а саме часових пара-метр1в зобов'язань, встановлених договором з ктентом, потребуе визначення максимально реального часу подш з об'ектом управлшня. Даш про час здшснення подш ПДВ, вщхилення у ГДВ враховуються в модел1 процесу достав-
ки. Один з концеппв модел1 - середне (прогно-зне) вщхилення з бази знань системи АСК ВП УЗ-С - дозволяе врахувати вплив можливих фактор1в та умови реально! експлуатацшно! роботи.
Наукова новизна та практична значимкть
Розглянут шляхи формал1зацп знань про перев1зний процес як передумови формування штелектуального шформацшного забезпечення системи управлшня. Побудовано теоретико-множинш модел1 управлшня доставкою вантажу для складання сценарив доставки та визначення КЧТ процесу доставки, наведеш прикла-ди використання засоб1в об'ектно-ор1ентованого моделювання для алгоршмзаци технолопчних процес1в. Запропоноваш нов1 термши та поняття, що вщображають лопстич-ш б1знес-процеси, об'екти управлшня в експлу-атацшнш робот та дозволяють перейти до фо-рмал1заци знань.
Висновки
Для формування бази знань штелектуально-го шформацшного забезпечення системи управлшня, зокрема процесами управлшня доставкою вантажу, юнуюча автоматизована система зал1знищ АСК ВП УЗ-С потребуе наро-щування функцюнальних властивостей системи. Створення та використання формал1зова-них знань про перев1зний процес зал1знищ, у тому числ1 у вигляд1 онтологш, дозволить роз-робку та впровадження штелектуальних, р1вня BI, систем, що реал1зують шдтримку прийняття ршення, управлшня в реальному час1, задово-льняють сучасним вимогам б1знес-процес1в та учасниюв транспортного ринку. Функцюну-вання системи управлшня з можливютю роботи у вщкритому розподшеному шформацшному простор! створить умови постшного оновлення знань, що надходять !з зовшшнього середови-ща, та взаемоди !з сучасними програмними продуктами свггу. Для цього, в першу чергу, необхщно переосмислення власне зал1зничних технологш та пов'язано! з ними термшологи.
Наука та прогрес транспорту. В1сник Дншропетровського нацюнального ушверситету зал1зничного транспорту, 2017, № 2 (68)
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
1. Башлаев, В. К. О создании сетевой автоматизированной системы управления грузовыми перевозками Украины / В. К. Башлаев, С. Ю. Цейтлин, В. В. Великодный // В1сн. Дшпропетр. нац. ун-ту зал1зн. трансп. 1м. акад. В. Лазаряна. - Дншропетровськ, 2007. - Вип. 17. - С. 18-21.
2. Вернигора, Р. В. Перспективы создания интеллектуальной системы поддержки принятия оперативных решений по управлению работой поездных локомотивов на железнодорожном полигоне / Р. В. Вернигора, Л. О. Ельникова // Сучасш проблеми розвитку штелектуал. систем трансп. : тези М1жнар. наук.-практ. конф. (27.01-31.01.2014). - Дншропетровськ, 2014. - С. 23.
3. Гладун, А. Я. Семантичш технологи: принципи та практики / А. Я. Гладун, Ю. В. Рогушина. - Ки!в : В Д «АДЕФ-Украина», 2016. - 308 с.
4. Гладун, А. Я. Формирование тезауруса предметной области как средства моделирования информационных потребностей пользователя при поиске в Интернете / А. Я. Гладун, Ю. В. Рогушина // Вестн. компьют. и информ. технологий. - 2007. - № 1. - С. 26-33.
5. Горбова, О. В. Удосконалення метод1в техшко-експлуатацшно! оцшки роботи зал1зничних станцш : автореф. дис. ... канд. техн. наук : 05.22.20 / Горбова Олександра В1ктор1вна ; Дншропетр. нац. ун-т зал1зн. трансп. 1м. акад. В. Лазаряна. - Дншро, 2016. - 21 с.
6. Кириченко, Г. I. Розробка методу контрольно-часових точок для контролю графМв доставки вантажу / Г. I. Кириченко, С. М. Овчаренко // Проблеми транспорту : зб. наук. пр. / Нац. трансп. ун-т. - Ки!в, 2013. - Вип. 10. - С. 112-118.
7. Козаченко, Д. М. Методи збору даних про функцюнування зал1зничних станцш / Д. М. Козаченко, Р. В. Вернигора, О. В. Горбова // Транспортш системи та технологи перевезень : зб. наук. пр. Дшпропетр. нац. ун-ту зал1зн. трансп. 1м. акад. В. Лазаряна. - Дшпропетровськ, 2014. - Вип. 8. - С. 58-64. doi: 10.15802/tstt2014/38087.
8. Ломотько, Д. В. Анал1з теоретичних п1дход1в щодо оцшки ефективност1 роботи зал1зниць Укра!ни / Д. В. Ломотько, Т. В. Бутько, О. В. Розсоха // Зал1зничний транспорт Украши. - 2012. - № 2. - С. 3638.
9. Ломотько, Д. В. Методолопя формування штелектуально! транспортно!' системи на зал1зничному транспорт / Д. В. Ломотько, Т. В. Бутько // Науч. тр. SWorld. - Иваново, 2012. - Т. 2, № 1. - С. 45-46.
10. Моделювання сценарпв перемщення вантажу у ланцюгах доставки / Г. I. Кириченко, О. Г. Стрелко, Ю. А. Бердниченко [та 1н.] // Транспортш системи та технологи перевезень : зб. наук. пр. Дншропетр. нац. ун-ту зал1зн. трансп. 1м. акад. В. Лазаряна. - Дншро, 2016. - Вип. 12. - С. 32-37. doi: 10.15802/tstt2016/85882.
11. Павлишенко, Б. М. Групування текстових даних на основ1 модел1 семантичного контексту / Б. М. Павлишенко // Вост.-Европ. журн. передовых технологий. - 2011. - Т. 5, вып. 2 (53). - С. 234-247.
12. Петрашевский, О. Л. Адаптация методологии концептуально-логического отображения и проектного моделирования транспортных систем к задачам управления проектами / О. Л. Петрашевский,
B. В. Данилевский, Н. Н. Цымбал // Проблеми транспорту : зб. наук. пр. / Нац. трансп. ун-т. - Ки!'в, 2010. - Вип. 7. - С. 56-60.
13. Системный тезаурус процессов мультимодальной доставки грузов / А. И. Кириченко, В. В. Габа,
C. И. Иващук, О. В. Петриковец // Проблеми транспорту : зб. наук. пр. / Нац. трансп. ун-т. - Ки!'в, 2013. - Вип. 10. - С. 186-196.
14. Цейтлш, С. Ю. Передумови створення аналогично! системи. Створення централ1зовано! бази даних фшансово-економ1чних систем / С. Ю. Цейтлш, С. В. Подоляк, I. Д. Василишин // Сучасш шформ. та комушкац. технологи на трансп., в пром-сп та освт : тези IX м1жнар. наук.-практ. конф. (16.1217.12.2015). - Дншропетровськ, 2015. - С. 97.
15. Цейтлин, С. Ю. Создание электронного архива учётных и отчётных форм данных в АСК ВП УЗ-Е / С. Ю. Цейтлин, Л. А. Коваленко, М. В. Николенко // Сучасш шформ. та комушкац. технологи на трансп., в пром-сп та освт : тези IX м1жнар. наук.-практ. конф. (16.12-17.12.2015). - Дншропетровськ, 2015. - С. 41.
16. Cognos: crowdsourcing search for topic experts in microblogs / S. Ghosh, N. Sharma, F. Benevenut [et al.] // Proc. of the 35th Intern. ACM SIGIR Conf. on Research and Development in Information Retrieval (12.0816.08.2012). - Portland, Oregon, USA, 2012. - P. 575-590. doi:10.1145/2348283.2348361.
Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2017, № 2 (68)
17. Di Noia, T. Semantic Matchmaking as Non-Monotonic Reasoning A. Description Logic Approach / T. Di Noia, E. Di Sciascio, F. M. Donini // J. of Artificial Intelligence Research. - 2007. - No. 29. - P. 269307.
18. Fernandez-Loppez, M. Methontology: From Onto logical Art Towards Onto logical Engineering / M. Fernandez-Loppez, A Gomez-Perez, N. Juristo // Proc. of the Spring Symposium on Ontological Engineering of AAAI. - California : Stanford University, 1997. - P. 33-40.
19. Use of textual and conceptual profiles for personalized retrieval of political documents / E. Vicente-López, L. M. de Campos, J. M. Fernández-Luna, F. Juan // Knowledge-Based Systems. - 2016. - Vol. 112. - P. 127141. doi: 10.1016/j.knosys.2016.09.005.
20. Using personalization to improve XML retrieval / L. M. De Campos, J. M. Fernandez-Luna, J. F. Huete, E. Vicente-Lopez // IEEE Transactions on Knowledge and Data Engineering. - 2014. - Vol. 26. - Iss. 5. -P. 1280-1292. doi: 10.1109/tkde.2013.75.
21. Witten, I. H. Data Mining: Practical Machine Learning Tools and Techniques / I. H. Witten, F. Eibe, M. A. Hall. - 3rd ed. - Burlington : Morgan Kaufmann, 2011. - 664 р.
А. И. КИРИЧЕНКО1*
1 Каф. «Управление процессами перевозок», Государственный экономико-технологический университет транспорта, ул. Лукашевича, 19, Киев, Украина, 03049, тел. +38 (044) 452 12 02, эл. почта [email protected], ORCID 0000-0002-6883-1877
МЕТОДИКА СОЗДАНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ ДОСТАВКОЙ ГРУЗОВ НА ЖЕЛЕЗНОЙ ДОРОГЕ
Цель. Научная работа имеет своей целью анализ функционирования существующей информационной системы железной дороги, как хранилища данных, и рассмотрение путей перехода к интеллектуальной системе управления, в т. ч. с использованием семантического подхода. Сейчас необходима смена парадигмы автоматизированного управления перевозками, что обусловливает изменение модели управления эксплуатационной работой железной дороги. Для разработки и внедрения новой системы класса Business Intelligence необходимо создание формализованных знаний о перевозочном процессе железной дороги, в том числе в виде онтологий, как модели и средства формализации знаний. Новые знания нуждаются в использовании терминов и понятий, отражающих новые процессы и объекты управления в эксплуатационной работе. Методика. При формализации знаний необходимо абстрагироваться от классических определений, таких как сортировочная, грузовая, техническая или участковая станции, железнодорожный узел, развитой железнодорожный узел и т. п. Унифицированные языки моделирования для проектирования автоматизированных систем используют понятия: категории объектов, диаграммы классов, сословий, последовательности, деятельности, компонентов, отношений между свойствами. Эти понятия позволяют формализовать знания, привести к однотипным представлениям и использовать их для моделирования процессов управления доставкой груза. Результаты. Данные о времени совершения событий процесса доставки груза, отклонения в плане-графике учитываются в теоретико-множественной модели сценариев процесса доставки. Один из концептов модели отклонения от плана (с базы знаний системы АСК ВП УЗ-Е) позволяет учесть влияние возможных факторов и условия реальной эксплуатационной работы. Научная новизна. Рассмотрены пути формализации знаний о перевозочном процессе как предпосылки формирования интеллектуального информационного обеспечения системы управления. Построены теоретико-множественные модели управления доставкой груза для составления сценариев процесса доставки, приведены примеры использования средств объектно-ориентированного моделирования для алгоритмизации технологических процессов. Практическая значимость. Автором предложены новые термины и понятия, отражающие логистические бизнес-процессы, позволяющие перейти к формализации знаний и созданию основ интеллектуальной системы управления доставкой грузов на железной дороге.
Ключевые слова: интеллектуальная система управления; формализованные знания; средства проектирования; автоматизированные системы; эксплуатационная работа; железнодорожная терминология; процесс доставки груза
Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2017, № 2 (68)
ЕКСПЛУАТАЦ1Я ТА РЕМОНТ ЗАСОБ1В ТРАНСПОРТУ
H. I. KYRYCHENKO1*
1 Dep. «Management of Transportation Process», State Economy and Technology University of Transport, Lukashevych St., 19, Kyiv, Ukraine, 03049, tel. +38 (044) 452 12 02, e-mail [email protected], ORCID 0000-0002-6883-1877
CREATION PRINCIPLES OF INTELLIGENT AUTOMATED DELIVERY MANAGEMENT SYSTEMS AT THE RAILWAY
Purpose. The paper is aimed to analyze the functioning of the existing railway informational system, as the data storage, consideration of the ways to changeover to intelligent management system, including the application of semantic approach. It is necessary to change the paradigm of automated traffic management; this determines changing the paradigm in railway operation management. The development and introduction of new Business-Intelligence-type system requires the formalized knowledge on railway transportation process to be implemented, including in the form of ontology as the model and means to formalize the knowledge. New knowledge requires using the terms and concepts to describe the new processes and management objects in railway operations. Methodology. Formalizing the knowledge one should abstract away from classical definitions such as marshaling or freight station, train station, division station, dead-end station, railway junction, railway hub etc. Unified Modeling Languages for engineering the automated systems use the definitions: the objects' categories, the class diagrams, statechart diagrams, sequence diagrams, activity diagrams, component diagrams, link diagrams in properties etc. These concepts enable formalizing the knowledge, bringing to homogeneous representing and using them for modeling the management processes of goods delivery. Findings. The data on timing the events of goods delivery process, breakings of schedule are taken into account in set-theoretical model on scripting scenarios for goods delivery process. One of the concepts in the model on breaking of schedule (from the knowledge base of the system ASK VPUZ-E enables to take into account the influence of possible factors and the real railway operations conditions. Originality. The ways to formalize knowledge on railway transportation process as the major premise to form intelligent informational software for management system were analyzed. The set-theoretical models on goods delivery management for scripting goods delivery process' scenarios have been developed in the paper, the examples of using the means of object-oriented modeling to construct algorithm for technological processes have been given as well. Practical value. The author suggests new terms, definitions and concepts describing the logistic business processes and enabling to changeover to formalizing the knowledge and to forming the conditions of intelligent management system of goods delivery on railways.
Keywords: intelligent management system; formalized knowledge; means of engineering; automated systems; railway operations; railways terminology; goods delivery process
REFERENCES
I. Bashlaiev, V. K., Tseitlin, S. Y., & Velykodnyi, V. V. (2007). About the network of automated control system creating of Ukrainian freight transport. Science and Transport Progress, 17, 18-21.
2. Vernigora, R. V., Yelnikova, L. O. (2014). Perspektivy sozdaniya intellektualnoy sistemy podderzhki prin-yatiya operativnykh resheniy po upravleniyu rabotoy poezdnykh lokomotivov na zheleznodorozhnom poli-gone. Abstracts of the International Conference «Modern Problems of Intelligent Transport Systems Development», January 27-31, 2014, Dnipropetrovsk. 23-24. Dnipropetrovsk, Ukraine: DNURT.
3. Hladun, A. Y., & Rohushyna, Y. V. (2016). Semantychni tekhnolohii: pryntsypy ta praktyky. Kyiv: TOV VD «ADEF-Ukrayna».
4. Gladun, A. Y., & Rogushina, Y. V. (2007). Formirovaniye tyezaurusa pryedmyetnoy oblasti kak sryedstva modyelirovaniya informatsionnykh potryebnostyey polzovatyelya pri poiskye v intyernyetye. Vestnik komp'iuternykh i informatsionnykh tekhnologii, l, 26-33.
5. Gorbova, O. V. (2016). The improving of methods in technical-service of railway station's operation. (PhD thesis). Available from Dnipropetrovsk National University of Railway Transport named after Academician V. Lazaryan, Dnipropetrovsk.
6. Kyrychenko, H. I., & Ovcharenko, S. M. (2013). Rozrobka metodu kontrolno-chasovykh tochok dlia kontroliu hrafikiv dostavky vantazhu. Transport Problems, 10, 112-118.
7. Kozachenko, D. M., Vernyhora, R. V., & Horbova, O. V. (2014). Methods of data collection on the functioning of the railway stations. Transport Systems and Transportation Technologies, 8, 58-64. doi: 10.15802/tstt2014/38087
Наука та nporpec тpaнcпopтy. BicMm Днiпpoпeтpoвcькoгo нaцioнaльнoгo yнiвepcитeтy зaлiзничнoгo тpaнcпopтy, 2017, № 2 (68)
8. Lomotko, D.V., Butko, T. V., & Rozsokha, O. V. (2012). Analiz teoretychnykh pidkhodiv shchodo otsinky efektyvnosti roboty zaliznyts Ukrainy. Railway Transport of Ukraine, 2, 36-38.
9. Lomotko, D. V., & Butko, T. V. (2012). Metodolohiia formuvannia intelektualnoi transportnoi systemy na zaliznychnomu transporti. Research Bulletin SWorld, 2(1), 45-46.
10. Kyrychenko, H. I., Strelko, O. H., Berdnychenko, Y. A., Petrykovets, O. V., & Kyrychenko, O. A. (2016). Scenarios modeling of cargo movement in the supply chains. Transport Systems and Transportation Technologies,, 12, 32-37. doi: 10.15802Itstt2016I85882
11. Pavlyshenko, B. M. (2011). Text data grouping on the base of semantic context model. Eastern-European Journal of Enterprise Technologies, 5, 2(53), 234-247.
12. Petrashevskyi, O. L., Danylevskyi, V. V., & Tsymbal, N. N. (2010). Adaptatsiya metodologii kontseptualno-logicheskogo otobrazheniya i proektnogo modelirovaniya transportnykh sistem k zadacham upravleniya proektami. Transport Problems, 7, 56-60.
13. Kyrychenko, A. I., Haba, V. V., Yvashchuk, S. Y., & Petrykovets, O. V. (2013). Sistemnyy tezaurus protses-sov multimodalnoy dostavki gruzov. Transport Problems, 10, 186-196.
14. Tseitlin, S. Y., Podoliak, S. V., & Vasylyshyn, I. D. (2015). Peredumovy stvorennia analitychnoi systemy. Stvorennia tsentralizovanoi bazy danykh finansovo-ekonomichnykh system. Abstracts of the International Conference «Modern information and communication technologies on a transport, in industry and education», December 16-17, 2015, Dnipropetrovsk. 97. Dnipropetrovsk, Ukraine: DNURT.
15. Tseytlin, S. Y., Kovalenko, L. A., & Nikolenko, M. V. (2015). Sozdaniye elektronnogo arkhiva uchetnykh i otchetnykh form dannykh v ASK VP UZ-Ye. Abstracts of the International Conference «Modern information and communication technologies on a transport, in industry and education», December 16-17, 2015, Dnipropetrovsk. 41. Dnipropetrovsk, Ukraine: DNURT.
16. Ghosh, S., Sharma, N., Benevenut, F., Ganguly, N., & Gummadi, K. (2012). Cognos: crowdsourcing search for topic experts in microblogs. Proceedings of the 35th International ACM SIGIR Conference on Research and Development in Information Retrieval, August 12-16, 2012, Portland, Oregon, USA. 575-590. doi:10.1145I2348283.2348361
17. Di Noia, T., Di Sciascio, E., & Donini, F. M. (2007). Semantic Matchmaking as Non-Monotonic Reasoning: A Description Logic Approach. Journal of Artificial Intelligence Research, 29, 269-307.
18. Fernandez-López, M., Gomez-Perez, A., & Juristo, N. (1997). Methontology: From Ontological Art Towards Ontological Engineering. Proceedings of the Spring Symposium on Ontological Engineering of AAAI. Stanford University, California, 33-40.
19. Vicente-López, E., De Campos, L. M., Fernández-Luna, J. M., & Huete, J. F. (2016). Use of textual and conceptual profiles for personalized retrieval of political documents. Knowledge-Based Systems, 112, 127-141. doi: 10.1016Ij.knosys.2016.09.005
20. De Campos, L. M., Fernandez-Luna, J. M., Huete, J. F., & Vicente-Lopez, E. (2014). Using personalization to improve XML retrieval. Knowledge and Data Engineering, 26 (5), 1280-1292.
21. Witten, I. H., Frank, E., & Hall, M. A. (2011). Data Mining: Practical Machine Learning Tools and Techniques (3rd ed.). Burlington: Morgan Kaufmann.
Стаття рекомендована до друку д.т.н., проф. О. Л. Петрашевським (Украгна); д.т.н., проф.
I. В. Жуковицьким (Украгна)
Надшшла go pegm^n^ 14.11.2016
Прийнята go друку: 03.03.2017
