8. Hanjoul, P. A facility location problem with clients' preference orderings / P. Hanjoul and D. Peeters // Regional Sci. Urban Econom. - 1987. -V. 17. - P. 451-473.
9. MacQueen, J.B. Some methods of classification and analysis of multivariate observations / J.B. MacQueen // Proc. of the fifth Berkeley symposium of mathematical statistics and probability. -Berkley: University of California Press, 1967. - P. 281-297.
10. Xpress-MP. - http://www.dashoptimisation.com
11. Nemhauser, G.N. Integer and Combinatorial Optimization / G.N. Nemhauser and L.A. Wolsey. -
Косов А.А., Овrцненко Е.В.
N.Y.: A Wiley-Interscience Publication, 1999. -766 p.
12. Scherf, U. A gene expression database for the molecular pharmacology of cancer / U. Scherf, D.T. Ross, M. Waltham, L.H. Smith et al // Nature Genetics. - 2000. - V. 24. - P. 236-244.
13. Zhang, B.T. Analysis of gene expression profiles and drug activity patterns by clustering and baye-sian network learning. Methods of Microarray Data Analysis II / B.T. Zhang, J.H. Chang, K B. Hwang. - Dordrecht: Kluwer Academic Publishers, 2002. - P. 169-184.
УДК 004.94
ИНФОРМАЦИОННАЯ СИСТЕМА ДЛЯ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ ГРУЗОПЕРЕВОЗОК НА ВСЖД НА ОСНОВЕ ОБРАБОТКИ СТАТИСТИЧЕСКИХ ДАННЫХ И ЭКСПЕРТНЫХ ОЦЕНОК
Введение. Данные по грузовым перевозкам на железных дорогах вводятся, корректируются, хранятся и обрабатываются в различных существующих информационных системах, местных или доступных для персонала различных дорог. Каждая такая информационная система предназначена для узконаправленных целей и выполняет определенные задачи. Проанализировав существующие системы, их функции и технологическую схему передачи данных между ними, можно сказать, что функции ввода информации по грузоперевозкам, ее корректировки осуществляются, отлажены и полностью удовлетворяют предъявляемым требованиям в различных системах, но задачи системного анализа данных и особенно прогнозирования не соответствуют современным требованиям, необходимо их дальнейшее развитие. В существующих системах предусмотрены функции вывода информации в табличном виде для статистической отчетности. Задача динамического анализа информации, накопленной более чем за 10 лет, более масштабная, чем вывод и сравнение отчетов, не реализована ни в одной системе, как и задача прогнозирования - получения прогнозов на будущее, которые, в свою очередь, могли бы повлечь за собой некоторые управленческие решения. Для ре-
шения задач прогнозирования на основе статистических данных о ходе процесса на предшествующем интервале времени существует множество математических методов и подходов, сравнительный анализ эффективности некоторых из них приведен в [1]. Необходимо отметить, что при применении любого математического метода обработки статистических данных прогнозирование по существу связано с экстраполяцией выявляемых тенденций на будущее, что далеко не всегда позволяет адекватно учесть непосредственно в математической модели имеющиеся у специалистов высокого уровня (экспертов) сведения о возможных и даже вполне ожидаемых изменениях хода протекания процесса. В такого рода ситуациях прогнозирование поведения сложных технических, экономических, экологических, социальных, военных, гуманитарных и других систем может быть успешным и должно осуществляться не только с учетом статистических данных, но и с обязательным привлечением экспертной информации [2]. Такой комплексный подход, основанный на одновременном использовании статистической и экспертной информации, давно и успешно применяется [3] и хорошо себя зарекомендовал при решении разнообразных прикладных задач.
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧАХ ДИНАМИКИ И УПРАВЛЕНИЯ
В данной статье приводится описание информационной системы, разрабатываемой на основе названного подхода и предназначенной для анализа и прогнозирования грузоперевозок на ВСЖД. При этом статистические данные накоплены в большом объеме в БД уже существующих информационных систем и их можно использовать, в том числе и для решения задач прогнозирования. Экспертная информация может отражать предстоящие изменения в экономической политике, ввод новых производственных мощностей и т.п., другие факторы, способные существенным образом повлиять на объемы и характер грузоперевозок. Поэтому целесообразна разработка соответствующего инструментария в рамках единой информационной системы.
Краткий анализ существующих информационных систем и схем передачи данных между ними. Данные по грузовым перевозкам на железных дорогах вводятся, фиксируются, хранятся и обрабатываются в различных системах, местных или общих, доступных для всех дорог МПС, например, АСОУП (Автоматизированная система оперативного управления перевозками), ЕК ИОДВ (Единый Комплекс Интегрированной Обработки Дорожной Ведомости по отправлению и прибытию), АКФО (Автоматизация Кассовой-Финансовой Отчетности), Грузовая модель, Грузы и Тарифы, ЭТРАН (Электронная Транспортная Накладная), Грузовой экспресс. Каждая система отвечает за выполнение своих задач, и единственной общей универсальной системы нет. Так в ЭТРАН, например, непосредственно вводится информация по затратам железной дороги на отправление, прибытие, погрузки / выгрузки, а доходы, полученные за эту работу, оплаченные через банк, вносятся в систему R3 ЕК АСУФР (Единая Корпоративная Автоматизированная Система Управления Финансами и Ресурсами МПС России) УДП (Учет Доходных Поступлений). На схеме взаимодействия ИС (рис. 1) показан ввод данных и обмен ими между системами. Данные передаются сообщениями, которым присвоены номера, идентифицирующие суть данных сообщения.
Анализ баз данных. Из рис. 1 видно, что на сервер, имеющий название "DOM", под управлением СУБД Oracle DOM, в базы данных, которые на нем расположены, в разном виде поступает информация из различных систем и по доходам, и по расходам. Таким образом, информационные системы, использующие его базы данных, имеют возможность наиболее полно отражать состояние по грузоперевозкам, поэтому было решено использовать этот сервер в качестве источника дан-
ных для информационной системы. Но ни в одной информационной системе, основанной на данных сервера DOM, не ставилось целью добиться макроанализа данных, чтобы, имея базу данных по перевозкам более чем за 10 лет, можно было реализовать задачу прогнозирования объемов, которая бы была полезна и могла бы помочь в принятии некоторых управленческих решений, таких как, например, увеличение тарифа на перевозку угля, если объемы погрузки-выгрузки для угля большие, а доходы низкие, или увеличение парка определенного типа подвижного состава.
Рис. 1. Схема передачи данных по грузоперевозкам между информационными системами
Структура используемой БД СУБД Oracle на сервере DOM сложна и не приводится в полном объеме. На рис. 2 показан фрагмент структуры базы данных с таблицами, непосредственно необходимыми и задействованными в информационной системе.
Рис. 2. Фрагмент структуры базы данных
ИМЯ ПОЛЕ
kodsocb
VEARMCWH
Ю_Р02]2
ro_SHOKT
EPRAVKA
PÎ.AT_PLATJD
ÇROT_COQE
CROTJD
CRCF_COOE
GROPJD
DCKJAJTA
PLATA
VAUTA
M_F_R
K25
K125
KM
иге
1TAR1F
ET_OTPR_ID
=r_Ffl]B_m
ST_PEREXCO_TO
VIOSOOB
CN.OtPRJD
CNJTOBJD ■ ./,
VIDO
KOLVO
VAGON
KONT
CX
VEB
KWD_CAR
DAT_OTPR
OÎTJ«B
VIDR
PftSO
Pft_UOAL
KODPP
DATAO
KOAF_YES
YMjSKPO
TARIF
S06STV
GROÏ.CKPO
GROP OKFO
Расщифровта имени
|Тип данным| Длинна
—rami--
1-251,2-252,3-253,4-251
OTLETUji ГОД И МЕСЯЦ NUMBER
ID ПОЗИЦИОННОЙ ФРАЗЫ NUMBER
НОМЕР КОРОТКОЙ ФРАЗЫ NUMBER
КОД ПЛАТЕЛЬЩИКА NUMBER
IJ nmTETblUKA NUMBER
КОД ГРУЗООТПРАВИТЕЛЯ NUMBER
Ю ГРУЗООТПРАВИТЕЛЯ NUMBER
КОД ГРУЗОПОЛУЧАТЕЛЯ NUMBER
Ю КОД ГРУЗОПОЛУЧАТЕЛЯ NUMBER
НОМЕР ДОКУМЕНТА VARCHAR2
ПРСеоа^Я ПЛАТА * BCffO ВЗЫСКАНО ЗА ДОК^ВНТ NUMBER
ПРОВОЗНАЯ ПЛАТА ^ ВАЛОТЕ)- ВСЕГО ВЗЫСКАНО ЗА ДСК... NUMBER МЕСТО И ФОРМА РАСЧЕТА C>W4A I£ДОЕОРА -25 КООРДИНАТА СИ«МА №ДОБОРА -125 КООРДИНАТА СУММА ПЕРЕБОРА -К ТО»?!!»«™ СУМЛА ПЕРЕБСРА -126 КООРД1ИАТА КОД ИСКЛ(СЧ1ТЕ/ЪНСГО ТАРИФА < ) СТАНЦ№1 OTTFAB/ЕШЯ ]D СТАЩ№] НАЗЧДЧЕЬМЯ ID стдчдш ПЭ>ЕХОДА ВИД СОСНдаИЯ -55 КООРДИНАТА |Е> СТРАН=| 0ТПРАВЛЕЧ1Я ID СТРАЬЫ НАЗНАЧЕНА ID ГРУЗА ГРУППА ГРУЗА ВИД ОТГРАВКИ
КОЛ-ВО BATCHO^CWTEiWEPOB НОМЕР ВАГСНА НОМЕР KOHTEVHEFA ГРУЗОПОДЪЕМНОСТЬ ВЕС ГРУЗА
В РОД ПОДВИЖНОГО СОСТАВА ДАТА ОТПРАВЛЕНИЯ ДАТА ПРИБЫТИЯ ВИД РАБОТЫ
ПРИЗНАК ВХОЖДЕНИЯ Й ГО-Ю ПРИЗНАК УДАЛЕНИЯ 1,-1
ЩД ПУШТА ПЭ^ЕДАЧИ - (399- КОРРЕКТЬРОВАЛО ТЕХПД ДАТА ВВОДА В MF
КОЭФЩИЕКТ ВЕСА- отношение веса дашсго вагона -, ОТ^ЕТНЬЙ MEC1J В ЗАДАЧЕ АКФО ТАРИФ
ПРИЗНАК СОБСТВЕННОСТИ ВАГОН КОНТЕЙНЕРА
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
VARCHAK2
NUMBER
NUMBER
NUMBER
DATE
DATE
NUMBER
NUMBER
NUMBER
NUMBER
DATE
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
виде, как это было в предыдущих системах, а в основном в графическом виде на карте ВСЖД, что облегчает восприятие информации и способствует макроанализу грузоперевозок по ВСЖД. Окно программы с показанными условиями выбора данных из базы и одновременно с графическим результатом этого запроса представлено на рис. 4.
Рис. 3. Структура главной таблицы по грузоперевозкам
Из физической структуры главной таблицы по грузоперевозкам Dorved на рис. 3 видно, что имеется возможность создавать различные запросы для макроанализа грузоперевозок, такие как:
• сравнение объемов грузоперевозок по станциям при выбранном роде груза;
• анализ объемов погрузки и выгрузки по станциям при выбранном роде груза и объемов прибыли;
• анализ объемов грузоперевозок в зависимо -сти от рода подвижного состава по станциям;
• сравнение объемов грузоперевозок прямых и на экспорт по станциям при выбранном роде подвижного состава;
• анализ объемов грузоперевозок прямых и на экспорт и прибыли в зависимости от рода груза.
Выбор инструментов разработки. В качестве среды разработки был выбран объектно-ориентированный язык программирования Delphi, потому что он имеет большие возможности работы с графикой.
Интерфейс системы. Результаты запросов представлены в программе не только в табличном
Рис. 4. Внешний вид окна запроса и графического результата
На рис. 4 показан внешний вид окна программы, с указанными параметрами запроса: требуется показать объем погрузки лесных грузов, которые пойдут на экспорт, в динамике по годам с 2001 по 2007 год по Восточно-Сибирской железной дороге. Так, в верхней части окна выбираются условия, а после выполнения запроса обновляются показания на карте и заполняется таблица результатов.
В графическом представлении результатов радиус окружности означает объем грузоперевозок - загрузки по станциям. Для того чтобы не загромождать карту, ведь показатели не равны нулю по очень большому числу станций, на карте окружностями выделяют 10 наиболее активных по данному запросу станций, хотя пользователь имеет возможность указать их иное количество.
Данные, представленные в табличном виде, можно увидеть, перейдя по вкладке "Таблица результатов", внешний вид окна показан на рис. 5.
Экстраполяция. Применяя экстраполяци-онный подход, который предполагает, что развитие любой системы происходит достаточно гладко и непрерывно, с сохранением тенденций, к выбранным по запросу данным, описывающим со-
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧАХ ДИНАМИКИ И УПРАВЛЕНИЯ
стояние грузоперевозок на протяжении нескольких лет, можно построить прогноз на будущее: как, например, изменится объем грузоперевозок для некоторого рода груза, т.е. прогноз может быть простой проекцией (экстраполяцией) прошлого в будущее. Для составления такого прогноза достаточно оценить прошлые показатели объемов грузоперевозок, а затем перенести эти тенденции в будущее.
Рис. 5. Внешний вид окна табличных результатов
Экспертные решения. В условиях неравномерного развития общества, особенно настоящего экономического кризиса, затрагивающего различные сферы человеческой деятельности в экономике, в социальной сфере, в технике, в технологии и в других областях, когда происходят какие-то кардинальные изменения, эффективность применения статистических методов для прогнозирования и планирования, особенно на длительный период, снижается. Существует также опасность, что лица, принимающие решения, станут чрезмерно полагаться на статистические методы и полученные на их основе результаты и поэтому могут не заметить существенных изменений, значение которых мог бы оценить другой специалист. В таких условиях особую роль в предвидении будущего приобретает интуиция и специальные знания высококвалифицированных специалистов-экспертов. Экспертные методы в большей мере соответствуют нормативному прогнозированию скачкообразных процессов, вероятность которых
не может быть исключена при анализе грузоперевозок на ВСЖД.
Таким образом, планируется опрашивать экспертов, проводя интервью и задавая вопросы о ситуации с грузоперевозками в прошлом и будущем. Основываясь на правильности ответов эксперта о прошедшем периоде времени, можно присваивать ему коэффициент достоверности, который будет ранжировать достоверность его прогнозов на будущее по сравнению с другими экспертами, участвующими в опросе.
Комплексный подход, основанный на одновременном использовании статистической и экспертной информации, позволяет получать более взвешенные и обоснованные прогнозы. Причем в связи с продолжающимся финансовым кризисом, вызывающим падение производства и уменьшение объемов грузоперевозок, значимость экспертных оценок будет все более возрастать. Использование экспертных оценок будет особенно полезным и для своевременного выявления начальной точки роста объема грузоперевозок после преодоления кризиса, что почти невозможно предсказать на основе одних только статистических данных.
Авторы благодарны профессору Л.В. Мас-сель за ценные критические замечания, способствовавшие улучшению первоначального варианта статьи.
Работа поддержана грантом Президента РФ по государственной поддержке ведущих научных школ (проект НШ-1676.2008.1).
БИБЛИОГРАФИЯ
1. Сальникова, М.К. Анализ эффективности методов спектрального и сингулярного разложения в задачах прогнозирования сигналов с переменной структурой / М.К. Сальникова, К.В. Герасименко, Я.Н. Макаренко // Современные технологии. Системный анализ. Моделирование. - 2008.- № 2.- С. 137-139.
2. Новая парадигма развития России (Комплексные исследования проблем устойчивого развития) / Под ред. В.А. Коптюга, В.М. Матросова, В.К. Левашова. - М.: Academia, 1999. - 460 с.
3. Носков, С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных / С.И. Носков. -Иркутск: РИЦ ГЦ "Облинформпечать", 1996. -320 с.