Improvement of the analytical method for calculating the available throughput with the use of simulation tools

Capa

Citar

Texto integral

Resumo

Background. The problem of this work is to optimize the currently used methods for calculating the available bandwidth based on analytical calculations by building a simulation model in the AnyLogic software package. Most scientists are working on the issues of laying the traffic schedule without taking into account the complex of issues related to predictive modeling and improving the accuracy of calculating the available capacity.

Materials and/or methods: simulation modeling, economic and mathematical modeling, AnyLogic software package, methods of general systems theory, logistics.

Results. In the course of the work, an abstract model of a railway line was developed and built that simulates the movement of trains according to the specified traffic parameters. The results of the study can be used in the dispatching centers of transportation management of JSC “Russian Railways” in order to optimize the analysis of the subject of the completed work of the railway landfill of the road.

Conclusion. The paper considers and proposes a method for calculating the available capacity on a railway line based on existing analytical formulas and the use of simulation modeling tools in order to adjust them and calculate the value of the simulation modeling coefficient proposed in the work.

Sobre autores

O. Pokrovskaya

Emperor Alexander I St. Petersburg State Transport University

Autor responsável pela correspondência
Email: insight1986@inbox.ru

Doctor of Technical Sciences, Acting Head of the Department “Operational Work Management”

 

Rússia, 9, Moskovsky Ave., St. Petersburg, 190031, Russian Federation

M. Marchenko

Emperor Alexander I St. Petersburg State Transport University

Email: adelinakorob@mail.ru

 Postgraduate student of the Department “Operational Work Management”

 

Rússia, 9, Moskovsky Ave., St. Petersburg, 190031, Russian Federation

Ya. Kukushkina

Emperor Alexander I St. Petersburg State Transport University

Email: adelinakorob@mail.ru

Candidate of Technical Sciences, Associate Professor of the Department “Operational Work Management”

 

Rússia, 9, Moskovsky Ave., St. Petersburg, 190031, Russian Federation

Bibliografia

  1. Vlatko Čerić. Visual interactive modeling and simulation as a decision support in railway transport logistic operations. - Roma, Italy: Mathematics and Computers in Simulation, Volume 44, Issue 3, 1997.
  2. pp. 251-261.
  3. Bobrik P.P. Intellectualization of traffic control during transit on transport. – St. Petersburg: Materials of the All-Russian scientific and practical conference with international participation “Technologies for building cognitive transport systems”, 2021.
  4. Zh. Ya. Abdullaev. Features of determining the capacity of double-track sections / Zh. Ya. Abdullaev // Izv. Petersburg. un-ta communication routes. – St. Petersburg : PGUPS, 2019. – issue 3.4.
  5. Pokrovskaya O.D. Logistics storage and distribution centers as the basis of the terminal network of the region. –Monograph / Novosibirsk, 2012. – 184 p.
  6. Pokrovskaya O.D. The state of transport and logistics infrastructure for coal transportation in Russia // Innovative transport. – 2015. – № 1 (15). – pp. 13-23.
  7. Pokrovskaya O.D. On terminology of objects of terminal and warehouse infrastructure // Mir transport. – 2018. – T. 16. – № 1 (74). – pp. 152-163.
  8. Pokrovskaya O.D. Logistic class of railway stations // Bulletin of the Ural State University of Railway Communications. – 2018. – № 2 (38). – pp. 68-76.
  9. Pokrovskaya O.D. Logistics transport systems of Russia in the conditions of new sanctions// Bulletin of the results of scientific research. – 2022. – No. 1. – pp. 80-94.
  10. Estelle Altazin, Stéphane Dauzère-Pérès, François Ramond, Sabine Tréfond. A multi-objective optimization-simulation approach for real time rescheduling in dense railway systems. – Leeds, UK: European Journal of Operational Research, Volume 286, Issue 2, 2020, pp. 662-672.
  11. Atieh Kianinejadoshah, Stefano Ricci. Comparative Application of Analytical and Simulation Methods for the Combined Railway Nodes-Lines Capacity Assessment. – Rome, Italy: Transportation Research Procedia, Volume 55, 2021, pp. 103-109.
  12. Ivica Ljubaj, Matea Mikulčić, Tomislav Josip Mlinarić. Possibility of Increasing the Railway Capacity of the R106 Regional Line by Using a Simulation Tool. - Rome, Italy: Transportation Research Procedia, Volume 44, 2020, pp. 137-144.
  13. Xin Zhang, Lei Nie. Integrating capacity analysis with high-speed railway timetabling: A minimum cycle time calculation model with flexible overtaking constraints and intelligent enumeration. – Pekin, China: Transportation Research Part C: Emerging Technologies, Volume 68, 2016, pp. 509-531.
  14. C.H. Cheng, C.L. Chow, W.K. Chow. A simulation study of tenability for passengers in a railway tunnel with arson fire. - Hong Kong, China: Tunnelling and Underground Space Technology, Volume 108, 2021.
  15. Josef Bulíčeka, Pavel Drdla, Jaroslav Matuška. Operational Reliability of a Periodic Railway Line. - Rome, Italy: Transportation Research Procedia, Volume 53, 2021, pp. 106-113.
  16. Johan Högdahl, Markus Bohlin, Oskar Fröidh. A combined simulation-optimization approach for minimizing travel time and delays in railway timetables. - Stockholm, Sweden: Transportation Research Part B: Methodological, Volume 126, 2019. pp. 192-212.
  17. Instructions for calculating cash throughput. – Approved. By Order of JSC “Russian Railways” dated 16.11.2010 No. 128. – Moscow : JSC “Russian Railways”, 2011. – 305 p.
  18. Drozdova M.A. International sanctions as a means of regulating the world economy // In the collection: Innovative approaches to the development of economics and management in the XXI century. Proceedings of the III National Scientific and Practical Conference. Federal Agency of Railway Transport, 2020. pp. 113-116.
  19. Drozdova M.A., Kravchenko L.A. Anti-globalism in the context of modern international economic and legal discourse // Bulletin of the V.N. Tatishchev Volga State University. 2020. Vol. 1. No. 3 (96). pp. 247-253.
  20. Drozdova M.A., Kravchenko L.A., Pankov D.A. Digital economy and inflation during the pandemic // In the collection: Innovative approaches to the development of economics and management in the XXI century. Proceedings of the III National Scientific and Practical Conference. 2020. pp. 11-14.
  21. Drozdova M.A., Fursova E.A. Digitalization of the railway transportation industry: problems and successes // In the collection: III Betancourt International Engineering Forum. Collection of works. 2021. pp. 119-121.
  22. Mokhonko V.P., Isakov V.S., Kurenkov P.V. Situational management of the transportation process // Transport: science, technology, management. Scientific information collection. – 2004. – No. 11. – p. 14.
  23. Mokhonko V.P., Isakov V.S., Kurenkov P.V. Problems of creating a situational and analytical control system for the transportation process in railway transport// Bulletin of transport information. - 2004. – No. 9. – p. 22.
  24. Formation of the financial management system: theory, experience, problems, prospects/ Collective monograph: Safronova A.A., Rudakova E.N., Kurenkov P.V., etc. Moscow, 2018. – 228 p.
  25. Kurenkov P.V., Vakulenko S.P. Financial and economic solution of the problem of suburban transportation//Economics of railways. – 2012. – No. 12. – p. 96.
  26. Baritko A.L., Kurenkov P.V. Organization and technology of foreign trade transportation// Rail transport. – 1998. – No. 8.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Declaração de direitos autorais © Pokrovskaya O.D., Marchenko M.A., Kukushkina Y.V., 2023

Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição–NãoComercial–SemDerivações 4.0 Internacional.

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».