Analysis of distribution of statistical data about wagon flows. Part I

Capa

Citar

Texto integral

Resumo

The features of the analysis of fluctuations in wagon flows in the direction of the ports of the Far East are considered, taking into account the passage through the junction points of adjacent railways entering the borders of the Eastern polygon. At the same time, the incoming wagon traffic is presented as a time series as an array of data. The distribution of wagon flow is estimated using statistical hypotheses. Selection the type of distribution when working with a volume of data is an important stage of the analysis. The data set of operational indicators “loading” and “unloading” is analyzed. Statistical data on the volume of wagon traffic passing through the Eastern polygon through junction points was studied using a unified methodology with a sample of five years. To process static data on changes in wagon flows and form predictive models, the complex of statistical parameters is used as the main tool.

Sobre autores

A. Mozalevskaya

Irkutsk State Transport University

Autor responsável pela correspondência
Email: mozalevskay@mail.ru
ORCID ID: 0000-0002-0590-176X
applicant Irkutsk, 664074, Russia

E. Malovetskaya

Irkutsk State Transport University

Email: Katerina8119@mail.ru
ORCID ID: 0000-0003-1549-5336
Candidate of technical sciences, docent Irkutsk, 664074, Russia

R. Bolshakov

Irkutsk State Transport University

Email: bolshakov_rs@mail.ru
ORCID ID: 0000-0002-1187-5932
Candidate of technical sciences, docent Irkutsk, 664074, Russia

Bibliografia

  1. Бычков И. В., Лапидус Б. М., Мацкевич В. В., Мачерет Д. А., Тишкин Е. М. Проблемы развития Восточного полигона железных дорог России // Вестник ВНИИЖТ. 2023. Т. 82. No 3. С. 169-177.
  2. Бышляго Б. Ф., Барашков Р. В., Шумилов А. А., Михайлова О. Е. Разработка нормативной модели технического обслуживания объектов инфраструктуры железных дорог // Дальневосточная весна - 2018: материалы 16-й Междунар. науч.-практ. конф. по проблемам экологии и безопасности. Комсомольск-на-Амуре: ФГБОУ ВО "КнАГУ", 2018. С. 189-192.
  3. Гольц Г. А. Транспорт и расселение. М.: Наука, 1982. 248 с.
  4. Горелик М. А. Прогнозирование в системе транспорта. М.: Транспорт, 1982. 223 с.
  5. Задачи и перспективы развития научных исследований в рамках сотрудничества ОАО "РЖД" и Российской академии наук / Н. А. Махутов, Б. М. Лапидус, М. М. Гаденин, Е. Ю. Титов // Железнодорожный транспорт. 2023. No 7. С. 6-11.
  6. Кабанов В. Н., Мачерет Д. А. Современная концепция развития мощности транспортной инфраструктуры в условиях климатических изменений и трансформации мировой экономики // Транспорт: наука, техника, управление. 2022. No 5. С. 35-40.
  7. Лапидус Б. М. Организационные драйверы развития корпораций: возможности и ограничения // Вестник ВНИИЖТ. 2023. Т. 82. No 3. С. 161-168.
  8. Маловецкая Е. В., Воскресенская Е. В., Мозалевская А. К. Перспективы комплексных прогнозов при оценке загрузки инфраструктуры железнодорожного транспорта // Финансовая экономика и индустрия устойчивого развития (ESG 2023): сб. избр. ст. Междунар. науч. конф., посвящ. памяти проф. В. И. Видяпина, Москва, 15 марта 2023 г. М.: РОСНОУ, 2023. С. 217-225.
  9. Маловецкая Е. В., Мозалевская А. К. Возможности совершенствования эффективности перевозочного процесса на основе построения комплексных прогнозных моделей загрузки инфраструктуры // T-Comm: Телекоммуникации и транспорт. 2023. Т. 17. No 7. С. 38-46. doi: 10.36724/2072-8735-2023-17-7-38-46.
  10. Маловецкая Е. В., Мозалевская А. К. Оценка влияния неравномерности на перевозочный процесс // Проблемы безопасности на транспорте: материалы XII Междунар. науч.-практ. конф., посвящ. 160-летию Белорусской железной дороги. В 2 ч., Гомель, 24-25 ноября 2022 г. Гомель: БелГУТ, 2022. Ч. 2. С. 207-209.
  11. Мамаев Э. А., Вальчук Е. С. Прогнозирование контейнерооборота мировых морских портов // Вестник Ростовского государственного университета путей сообщения. 2016. No 2 (62). С. 94-101.
  12. Правдин И. В., Негрей В. Я. Прогнозирование пассажирских потоков. М.: Транспорт, 1980. 224 с.
  13. Правдин Н. В., Негрей В. Я., Шелеляев А. И. К вопросу построения теоретических моделей колебаний размеров грузопотоков // Проблемы перспективного развития железнодорожных станций и узлов. 1980. С. 3-20.
  14. Стратегия развития железнодорожного транспорта в Российской Федерации до 2030 года: от 17 июня 2008 г. No 877-р: утв. распоряжением Правительства Российской Федерации. URL: https://mintrans.gov.ru/documents/1/1010 (дата обращения: 30.04.2025).
  15. Технология построения имитационных моделей крупных железнодорожных узлов / Д. А. Кузнецов, А. К. Головнич, Д. А. Мелентьев, А. К. Тулупов, Ю. В. Кухарь // Вестник Ростовского государственного университета путей сообщения. 2019. No 1 (73). С. 86-94.
  16. Угрюмов А. К. Неравномерность движения поездов. М.: Транспорт, 1968. 112 с.
  17. D'Agostino R. B. Goodness-of-Fit-Techniques. N.Y.: CRC Press, 1986. 576 p.
  18. Domojirova A. N., Shilov M. E., Pankov E. Yu. Automation design tools structural and functional-technological circuits railway stations // Proceedings of 2021 14th International Conference Management of Large-Scale System Development, MLSD 2021. 2021. doi: 10.1109/MLSD52249.2021.9600198.
  19. Eremenko A. D., Zelencov V. A., Epishkin I. A., Kochergin V. V., Meleshko L. V., Sorokin I. V. Digitalization of Operational Work of Russian Railways // Proceedings of the 6th International Conference on Industrial Engineering (ICIE 2020). ICIE 2021. Lecture Notes in Mechanical Engineering. Springer, Cham. doi: 10.1007/978-3-030-54817-9_32.
  20. Modeling the operational work of the railway station when changing its specialization / V. I. Bychkov, E. N. Pavlova, V. E. Nesterov, D. K. Truten' // Transportation Research Procedia. 2021. No 54. Pp. 513-522. doi: 10.1016/j.trpro.2021.02.101.
  21. Razali N. M., Wah Y. B. Power comparisons of Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests // Journal of Statistical Modeling and Analytics. 2011. Vol. 2. No 1. Pp. 21-33.
  22. Yap B. W., Sim C. H. Comparisons of various types of normality tests // Journal of Statistical Computation and Simulation. 2011. Vol. 81. No 12. Pp. 2141-2155.
  23. Yazici B., Yolacan S. A comparison of various tests of normality // Journal of Statistical Computation and Simulation. 2007. Vol. 77. No 2. Pp. 175-183.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».