Запропоновано удосконалення методів визначення схем обігу локомотивів з урахуванням технологічних особливостей вагонопотоків. Розроблено математичну модель, яка дозволяє знайти масу поїздів на маршрутах їх слідування, схеми обігу локомотивів та роботи бригад з врахуванням дислокації парку з різними серіями на полігоні мережі. Для рішення даної математичної моделі застосовано цілочисельний генетичний алгоритм з власною схемою кодування рішення Ключові слова: залізнична мережа, вагонопотік, локомотивне планування, локомотивна бригада, генетичний алгоритм Предложено совершенствование методов определения схем обращения локомотивов с учётом технологических особенностей вагонопотоков. Разработана математическая модель, которая позволяет найти массу поездов на маршрутах их следования, схемы обращения локомотивов и работы бригад с учётом дислокации парка с различными сериями на полигоне сети. Для решения данной математической модели применён целочисленный генетический алгоритм с собственной схемой кодирования решенияКлючевые слова: железнодорожная сеть, вагонопоток, локомотивное планирование, локомотивная бригада, генетический алгоритм UDC 656.223
The article proposes a method for determining the rational motion intensity of specific train traffic flows on railway transport corridors with account for balance of expenses on traction resources and cargo owners. A mathematical model based on stochastic optimization is developed, which allows to optimize, in the conditions of risks, the interval between trailing trains on the railway lines taking into account the limited resources of the traction rolling stock, the capacity of the stations and freight fronts at the cargo destination point. Solving this mathematical model allows to find a balance between the expenses for movement of train traffic flows from different railway lines to their terminal reference station and the expenses of a consignee, subject to the limitations of the technological logistics chain in cargo transportation. For the solution of this mathematical model, a Real-coded Genetic Algorithm (RGA) was used.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.