Програмний метод оптимізації міжміських пасажирських перевезень з використанням нейронних мереж
DSpace at NTB NTUU KPI
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Програмний метод оптимізації міжміських пасажирських перевезень з використанням нейронних мереж
|
|
| Creator |
Миколайчик, Володимир Вікторович
|
|
| Contributor |
Олещенко, Любов Михайлівна
|
|
| Subject |
рекурентні нейронні мережі
метод прогнозування пасажиропотік програмне забезпечення оптимізація автотранспортне підприємство recurrent neural networks forecasting method passenger traffic software optimization motor transport enterprise 004.415.2 |
|
| Description |
Актуальність теми. В умовах зростання цін на паливо виникає необхідність у використанні інформаційних технологій, спрямованих на оптимізацію роботи автотранспортних підприємств (АТП). Виникнення задачі раціонального використання та обслуговування рухомого складу АТП зумовлене збільшенням рухливості населення у регіонах України внаслідок ситуації на Сході та пошуку робочих місць у великих містах. Існуючі АТП не забезпечують своєчасного і якісного обслуговування пасажирів в Україні. В моменти максимумів пасажиропотоку, коли утворюються черги пасажирів, внаслідок відсутності технологій обробки і передачі даних про пасажирів, погіршується якість їх обслуговування. На даний час відсутні технології для автоматизованого прийняття рішень щодо оптимального розподілу транспортних засобів відносно можливого значення пасажиропотоку. Об’єктом дослідження є мережа міжміських пасажирських перевезень. Предметом дослідження є програмні методи обробки даних про пасажирів з використанням нейронних мереж. Мета дослідження: удосконалити метод прогнозування пасажиропотоку з використанням нейронної мережі, оптимізувати розподіл рухомого складу залежно від отриманих значень пасажиропотоку, створити програмну систему для управлінням пасажирськими перевезеннями на міжміському маршруті. Методи дослідження. Для розробки методу оптимізації міжміських перевезень використано рекурентні нейронні мережі та методи математичного програмування. Наукова новизна роботи полягає в наступному: 1. Розроблено метод прогнозування пасажиропотоку на основі рекурентної нейронної мережі, який дозволяє отримувати прогнози з точністю 98% за рахунок аналізу додаткових факторів, які впливають на величину пасажиропотоку. 2. Розроблено автоматизовану систему для оптимального розподілу транспортних засобів на основі уточнених прогнозних значень пасажиропотоку. Практична цінність отриманих в роботі результатів полягає в тому, що запропонований метод оптимізації міжміських перевезень дозволяє отримувати точніші значення пасажиропотоку і за рахунок цього більш раціонально використовувати рухомий склад, що дозволяє зменшувати витрати АТП. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2018 (м. Київ), представлені на X науково-технічній конференції «Комп’ютерні системи і мережні технології 2017» (м. Київ), опублікована стаття «Програмне забезпечення для прогнозування пасажиропотоку та організації рухомого складу АТП» в міжнародному науковому журналі "Інтернаука". – 2017. – №11. Структура та обсяг роботи. Магістерська дисертація складається з вступу, п’ятьох розділів, висновків та додатків. У вступі надано загальну характеристику роботи, виконано оцінку сучасного стану проблеми, обґрунтовано актуальність напрямку досліджень, сформульовано мету і задачі досліджень, показано наукову новизну отриманих результатів і практичну цінність роботи, наведено відомості про апробацію результатів. У першому розділі розглянуто класифікацію систем обробки даних про пасажирів для автотранспортних підприємств, особливості їх програмної реалізації, проаналізовано їх переваги та недоліки, розглянуто існуючі рішення. У другому розділі розглянуто загальну концепцію виконання прогнозування. Запропоновано метод оптимізації та загальну архітектуру нейронної мережі. У третьому розділі наведено загальний опис методу, описані вимоги користувача, функціональні вимоги, можливості системи; наведена архітектура системи. Описані основні класи розробленої системи та інтерфейс користувача. У четвертому розділі розглянуті отримані результати дослідження. Проведено прогнозування пасажиропотоку різними методами з використанням нейронних мереж та порівняно їх результати. У п’ятому розділі було розглянуто спосіб комерціалізації проведеного дослідження. В запропонованій бізнес моделі описано проблему предметної області, виділені зацікавлені сторони, комерційне рішення та його основні характеристики, конкурентні переваги, клієнти та сегменти ринку, унікальна ціннісна пропозиція, здійснено аналіз доходів та витрат. У висновках проаналізовано отримані результати роботи. У додатках наведено копія презентації, лістинги основних класів розробленого методу, схеми архітектури системи. Робота виконана на 74 аркушах, містить 2 додатки та посилання на список використаних літературних джерел з 40 найменувань. У роботі наведено 33 рисунка та 6 таблиць. Theme urgency. In the context of rising fuel prices, there is a need for the use of information technology aimed at optimizing the work of motor transport enterprises (MTE). The emergence of the problem of rational use and maintenance of the MTE rolling stock is due to an increase in the mobility of the population in the regions of Ukraine due to the situation in the East and job search in large cities. Existing MTE do not provide timely and qualitative service to passengers in Ukraine. At moments of maximum passenger traffic, when queues of passengers are formed, due to the lack of processing technologies and the transfer of passenger data, the quality of their servicing deteriorates. At present, there are no technologies for automated decision-making on the optimal distribution of vehicles relative to the possible value of passenger traffic. The object of research is a network of long-distance passenger transportation. The subject of the research is the program methods of processing data on passengers using neural networks. The purpose of the research: to improve the method of forecasting the flow of passengers using the neural network, optimize the distribution of rolling stock depending on the received values of passenger traffic, to create a software system for managing passenger traffic on the long-distance route. Research methods. Recurrent neural networks and methods of mathematical programming are used to develop the method of optimization of long-distance traffic. The scientific novelty of the work is as follows: 1. The method of forecasting of passenger traffic on the basis of a recurrent neural network is developed, which allows obtaining more accurate forecasts in 98% due to the analysis of additional factors that affect the amount of passenger traffic. 2. An automated system for optimal distribution of vehicles has been developed on the basis of refined forecasting values of passenger traffic, which takes into account the economic and technical parameters of vehicles and passenger service time. Practical value of the results obtained in the work is that the proposed method of optimization of long-distance traffic allows you to obtain more accurate values of passenger traffic and, therefore, more efficiently use the rolling stock, which reduces the cost of MTE. Approbation. The main provisions and results of the work were presented and discussed at the scientific conference of masters and postgraduates "Applied Mathematics and Computer", PMK-2018 (Kyiv), presented at the Xth Scientific and Technical Conference "Computer Systems and Network Technologies 2017" (Kyiv), the article "Software for forecasting the traffic flow and organization of rolling stock MTE" was published in the international scientific journal "Interna-science". - 2017 - No. 11. Structure and content of the thesis. The master's dissertation consists of an introduction, five sections, conclusions and appendices. The introduction provides a general description of the work, an assessment of the current state of the problem is carried out, the relevance of the direction is substantiated researches, the purpose and tasks of researches are formulated, the scientific novelty of the results obtained and the practical value of the work are shown, information on the approbation of the results is given. In the first section the classification of passenger data processing systems for motor transport enterprises, their principles of work, their advantages and disadvantages are analyzed, existing solutions are considered. The second section discusses the general concept of performing forecasting. The method of optimization and the general architecture of the neural network is proposed. The third section gives a general description of the method, describes the requirements of the user, functional requirements, system capabilities; The architecture of the system is given. The main classes of the developed system and the user interface are described. The fourth section examined the results of the study. It was carried out performing forecasting by different methods using neural networks and comparing their results. In the fifth section the way of commercialization of the conducted research was considered. The proposed business model describes the problem of the subject area, the identified stakeholders, the commercial solution and its main characteristics, competitive advantages, customers and market segments, a unique value proposition, an analysis of income and expenditure. The conclusions are analyzed the results of work. The appendixes contain a copy of the presentation, lists of the main classes of the developed method, the scheme of the architecture of the system. The work is performed on 74 sheets, contains 2 attachments and a link to the list of used literary sources of 40 titles. The paper presents 33 figures and 6 tables. Актуальность темы. В условиях роста цен на топливо возникает необходимость использования информационных технологий, направленных на оптимизацию работы автотранспортных предприятий (АТП). Возникновение задачи рационального использования и обслуживания подвижного состава АТП обусловлено увеличением подвижности населения в регионах Украины вследствие ситуации на Востоке и поиска рабочих мест в крупных городах. Существующие АТП не обеспечивают своевременного и качественного обслуживания пассажиров в Украине. В моменты максимумов пассажиропотока, когда образуются очереди пассажиров, из-за отсутствия технологий обработки и передачи данных о пассажирах, ухудшается качество их обслуживания. В настоящее время отсутствуют технологии для автоматизированного принятия решений относительно оптимального распределения транспортных средств относительно возможного значения пассажиропотока. Объектом исследования является сеть междугородных пассажирских перевозок. Предметом исследования являются программные методы обработки данных о пассажирах с использованием нейронных сетей. Цель исследования: усовершенствовать метод прогнозирования пассажиропотока с использованием нейронной сети, оптимизировать распределение подвижного состава в зависимости от полученных значений пассажиропотока, создать программную систему для управлением пассажирскими перевозками на междугородном маршруте. Методы исследования. Для разработки метода оптимизации междугородных перевозок использовано рекуррентные нейронные сети и методы математического программирования. Научная новизна работы заключается в следующем: 1. Разработан метод прогнозирования пассажиропотока на основе рекуррентной нейронной сети, который позволяет получать прогнозы c точностью 98% за счет анализа дополнительных факторов, влияющих на величину пассажиропотока. 2. Разработана автоматизированная система для оптимального распределения транспортных средств на основе уточненных прогнозных значений пассажиропотока, которая учитывает экономико-технические показатели транспортных средств и время обслуживания пассажиров. Практическая ценность полученных в работе результатов заключается в том, что предложенный метод оптимизации междугородных перевозок позволяет получать более точные значения пассажиропотока и за счет этого более рационально использовать подвижной состав, позволяющий уменьшать расходы АТП. Апробация работы. Основные положения и результаты работы были представлены и обсуждались на научной конференции магистрантов и аспирантов «Прикладная математика и компьютинг» ПМК-2018 (г.. Киев), представленные на X научно-технической конференции «Компьютерные системы и сетевые технологии 2017» ( м. Киев), опубликована статья «Программное обеспечение для прогнозирования пассажиропотока и организации подвижного состава АТП» в международном научном журнале "Интернаука". - 2017. - №11. Структура и объем работы. Магистерская диссертация состоит из введения, пяти глав, заключения и приложений.Во введении дано общая характеристика работы, выполнена оценка современного состояния проблемы, обоснована актуальность направления исследований, сформулированы цели и задачи исследований, показано научную новизну полученных результатов и практическую ценность работы, приведены сведения об апробации результатов. В первой главе рассмотрена классификация систем обработки данных о пассажирах для автотранспортных предприятий, их принципы работы, проанализированы их преимущества и недостатки, рассмотрены существующие решения. Во втором разделе рассмотрена общая концепция выполнения прогнозирования. Предложен метод оптимизации и общую архитектуру нейронной сети. В третьем разделе приведены общее описание метода, описаны требования пользователя, функциональные требования, возможности системы; приведена архитектура системы. Описаны основные классы разработанной системы и интерфейс пользователя. В четвертом разделе были рассмотрены полученные результаты исследования. Проведено прогнозирование пассажиропотока различными методами с использованием нейронных сетей, наведено сравнение их результатов. В пятом разделе были рассмотрены способ коммерциализации проведенного исследования. В предложенной бизнес модели описано проблему предметной области, выделенные заинтересованные стороны, коммерческое решение и его основные характеристики, конкурентные преимущества, клиенты и сегменты рынка, уникальная ценностная предложение, осуществлен анализ доходов и расходов. В выводах проанализированы полученные результаты работы. В приложениях приведены копия презентации, листинги основных классов разработанного метода, схемы архитектуры системы. Работа выполнена на 74 листах, содержит 2 приложения и ссылки на список использованных литературных источников из 40 наименований. В работе приведены 33 рисунка и 6 таблиц. Ключевые слова: рекурентные нейронные сети, метод прогнозирования, пассажиропоток, программное обеспечение, оптимизация, автотранспортное предприятие. |
|
| Date |
2019-04-11T14:44:31Z
2019-04-11T14:44:31Z 2018 |
|
| Type |
Master Thesis
|
|
| Identifier |
Миколайчик, В. В. Програмний метод оптимізації міжміських пасажирських перевезень з використанням нейронних мереж : магістерська дис. : 121 Інженерія програмного забезпечення / Миколайчик Володимир Вікторович. – Київ, 2018. – 114 с.
http://ela.kpi.ua/handle/123456789/27157 |
|
| Language |
uk
|
|
| Format |
114 с.
application/pdf |
|
| Publisher |
Київ
|
|