Анализ распределения статистических данных о вагонопотоках. Часть I

Обложка

Цитировать

Полный текст

Аннотация

Рассматриваются особенности анализа колебаний вагонопотоков в направлении портов Дальнего Востока с учётом прохождения через стыковые пункты смежных железных дорог, входящих в границы Восточного полигона. При этом поступающий вагонопоток как массив данных представлен в виде временного ряда. Оценивается распределение вагонопотока при помощи статистических гипотез, поскольку подбор вида распределения при работе с временными рядами является важным этапом анализа. Произведена проверка соответствия гипотез о виде распределения с фактическими значениями статистических данных вагонопотоков. Анализируется массив данных эксплуатационных показателей «погрузка» и «выгрузка». Исследованы статистические данные по объему погруженных и выгруженных вагонов, проходящих по Восточному полигону через стыковые пункты по единой методике с оценкой ежемесячных данных за пять лет. Для обработки статистических данных об изменении вагонопотоков и анализе характера их распределения в качестве основного инструмента используется совокупность статистических параметров.

Об авторах

А. К. Мозалевская

Иркутский государственный университет путей сообщения

Автор, ответственный за переписку.
Email: mozalevskay@mail.ru
ORCID iD: 0000-0002-0590-176X
соискатель Иркутск, 664074, Россия

Е. В. Маловецкая

Иркутский государственный университет путей сообщения

Email: Katerina8119@mail.ru
ORCID iD: 0000-0003-1549-5336
кандидат технических наук, доцент Иркутск, 664074, Россия

Р. С. Большаков

Иркутский государственный университет путей сообщения

Email: bolshakov_rs@mail.ru
ORCID iD: 0000-0002-1187-5932
кандидат технических наук, доцент Иркутск, 664074, Россия

Список литературы

  1. Бычков И. В. Применение теории массового обслуживания для моделирования Улан-Баторской железной дороги / И. В. Бычков, М. Л. Жарков, А. Л. Казаков // Вычислительные технологии. 2023. Т. 28, № 6. С. 17-36. doi: 10.25743/ICT.2023.28.6.003. EDN JKTSVJ.
  2. Бышляго А. А. Об организации пропуска соединенных поездов в целях повышения провозной и пропускной способностей Байкало- Амурской магистрали / А. А. Бышляго, А. В. Дудакова // Молодая наука Сибири. 2018. № 1(1). С. 1-7. EDN YCOKST.
  3. Гольц Г. А. Исследование закономерностей развития перевозок в СССР. Проблемы прогнозирования и оптимизации работы транспорта. М.: Наука, 1982. С. 23-63.
  4. Горелик М. А. Прогнозирование перспективных грузопотоков на морском транспорте // Проблемы прогнозирования и оптимизации работы транспорта. М.: Наука, 1982. С. 63-78.
  5. Задачи и перспективы развития научных исследований в рамках сотрудничества между ОАО «РЖД» и Российской академией наук / Н. А. Махутов, Б. М. Лапидус, М. М. Гаденин, Е. Ю. Титов // Железнодорожный транспорт. 2023. № 7. С. 6-11. EDN ZAFGPF.
  6. Кабанов А. Б. Научный подход к планированию железнодорожных грузовых перевозок / А. Б. Кабанов, А. Т. Осьминин // Железнодорожный транспорт. 2022. № 8. С. 12-16. EDN OZHUWT.
  7. Кремер Н. Ш. Теория вероятностей и математическая статистика. 3-е изд., перераб. и доп. М.: ЮНИТИ-ДАНА, 2010. 551 с.
  8. Кроль Н. В. Технология построения оптимального маршрута при организации мультимодальных пассажирских перевозок с учетом выбора места пребывания / Н. В. Кроль, А. С. Полетаев, Р. Ю. Упырь, А. В. Дудакова // Современные технологии. Системный анализ. Моделирование. 2019. № 2(62). С. 109-118. doi: 10.26731/1813-9108.2019.2(62).109-118. EDN HZCFRZ.
  9. Лапидус Б. М. Задачи опережающего развития российских железных дорог // Железнодорожный транспорт. 2023. № 2. С. 4-14. EDN HYHHML.
  10. Маловецкая Е. В. Возможности повышения эффективности перевозочного процесса на основе построения комплексных прогнозных моделей загрузки инфраструктуры / Е. В. Маловецкая, А. К. Мозалевская // T-Comm: Телекоммуникации и транспорт. 2023. Т. 17, № 7. С. 38-46. doi: 10.36724/2072-8735-2023-17-7-38-46. EDN IAEWSG.
  11. Маловецкая Е. В. Оценка влияния неравномерностей на перевозочный процесс / Е. В. Маловецкая, А. К. Мозалевская // Проблемы безопасности на транспорте: Материалы ХII Международной научно-практической конференции, посвященной 160-летию Белорусской железной дороги. В 2-х частях, Гомель, 24–25 ноября 2022 года. Гомель: Белорусский государственный университет транспорта, 2022. С. 207-209. EDN BRTMRC.
  12. Мамаев Э. А. Прогнозирование контейнерооборота морских портов мира / Э. А. Мамаев, Е. С. Вальчук // Вестник Ростовского государственного университета путей сообщения. 2016. № 2(62). С. 94-101. EDN WFEHQZ.
  13. Правдин Н. В. К вопросу построения теоретических моделей колебаний транспортных потоков / Н. В. Правдин, В. Я. Негрей, А. И. Шелеляев // Проблемы перспективного развития железнодорожных станций и узлов: Межвузовский сборник научных статей / Белорусский институт инженеров железнодорожного транспорта. Гомель: Белорусский институт инженеров железнодорожного транспорта, 1980. С. 3-20. EDN YNHDQN.
  14. Правдин Н. В. Прогнозирование пассажирских потоков / Н. В. Правдин, В. Я. Негрей. М.: Транспорт, 1980. 224 с.
  15. Стратегия развития железнодорожного транспорта в Российской Федерации до 2030 года: от 17 июня 2008 г. № 877-р: утверждена распоряжением Правительства Российской Федерации. – 2008. – 17 июня. Доступно по адресу: https://mintrans.gov.ru/documents/1/1010 (доступно 30 april 2025).
  16. Угрюмов А. К. Неравномерность движения поездов. М.: Транспорт, 1968. 112 с.
  17. Domojirova A. Predicting for train movement based on historical statistical data / A. Domojirova, R. Upyr, M. Eremenko // Journal of Physics: Conference Series: International Conference on IT in Business and Industry, ITBI 2021, Novosibirsk, 12–14 мая 2021 года. Vol. 2032. IOP Publishing Ltd: IOP Publishing Ltd, 2021. P. 012036. doi: 10.1088/1742-6596/2032/1/012036. EDN QBLNGM.
  18. Eremenko M. N. Stability of train traffic in the event of failures and the mechanism of phantom traffic jams on the railway / M. N. Eremenko, R. Yu. Upyr, A. D. Domojirova // International Scientific and Practical Conference "Railway Transport and Technologies" (RTT-2021) : Collection of conference materials. Volume 2624, Ekaterinburg, 24–25 ноября 2021 года. Vol. 2624, Issue 1. USA: AIP PUBLISHING, 2023. P. 040018. doi: 10.1063/5.0133388. EDN PTKFMQ.
  19. Ghosh S. Importance of Normality Testing, Parametric and Non-Parametric Approach, Association, Correlation and Linear Regression (Multiple & Multivariate) of Data in Food & Bio-Process Engineering // In: Mathematical and Statistical Applications in Food Engineering. CRC Press; 2020. P. 112-126. doi: 10.1201/9780429436963-9.
  20. Malovetskaya E. Prospects for Comprehensive Forecasts When Assessing the Load of Railway Transport Infrastructure / E. Malovetskaya, E. Voskresenskaya, A. Mozalevskaya // Finance, Economics, and Industry for Sustainable Development (ESG 2023) : Proceedings of the 4th International Scientic Conference on Sustainable Development, St. Petersburg, 19–20 октября 2023 года. Cham: Springer Nature Switzerland AG, 2024. P. 217-225. EDN GLELMN.
  21. Modeling of railway stations based on queuing networks / I. Bychkov, A. Kazakov, A. Lempert, M. Zharkov // Applied Sciences (Switzerland). 2021. Vol. 11, No. 5. doi: 10.3390/app11052425. EDN UUVMVI.
  22. Razali N. M. Power comparisons of Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests / N. M. Razali, Y. B. Wah // Journal of Statistical Modeling and Analytics. 2011. № 2(1). Pp. 21-33.
  23. Yap B. W. Comparisons of various types of normality tests / B. W. Yap, C. H. Sim // Journal of Statistical Computation and Simulation. 2011. № 81(12). Pp. 2141-2155. doi: 10.1080/00949655.2010.520163.
  24. Yazici B. A comparison of various tests of normality / B. Yazici, S. Yolacan // Journal of Statistical Computation and Simulation. 2007. № 77(2). Pp. 175-183. doi: 10.1080/10629360600678310.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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».