CC BY
181
В целом по результатам проведенных исследований можно сделать следующие выводы:
современные алгоритмы компьютерного зрения без дополнительных исследований и их адаптации к задаче не позволяют с достаточной вероятностью определять появления объектов на железнодорожных переездах;
отдельные алгоритмы показывают хорошие результаты на конкретных объектах и конкретных условиях, но плохо проявляют себя на других объектах в других условиях. Для практического применения необходимо использовать методику определения появления объектов, использующую различные алгоритмы с разными способами получения информации об объекте;
появляющиеся в реальных условиях помехи (прежде всего тени) могут оказывать существенное влияние на работу алгоритмов компьютерного зрения. Для разработки практически пригодных алгоритмов требуется большая база исходных (видео) изображений, снятых при различных погодных условиях и содержащих различные объекты.
Список литературы
1. Ананьева, Н. Г. Информационная система безопасности малодеятельных железнодорожных переездов [Текст] / Н. Г. Ананьева // Управление, информация и оптимизация: Сборник трудов Всероссийской молодежной научной школы / Национальный исследовательский Томский техн. ун-т. - Томск, 2012. - С. 181 - 183.
2. Пат. 94202 Российская Федерация, МПК B 61 L 29/00. Электротехнический комплекс для предупреждения аварийных ситуаций на железнодорожных переездах [Текст] / Чиж-ма С. Н., Ананьева Н. Г.; заявитель и патентообладатель Омский гос. ун-т путей сообщения. - 2010102685; заявл. 27.01.2010; опубл. 20.05.2010.
3. Зачатейский, Н. Д. Совершенствование метода «выделения фона» для нахождения подвижных объектов на железнодорожном переезде с помощью компьютерного зрения [Текст] / Н. Д. Зачатейский, А. А. Аржанников, Е. А. Альтман // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2015. - № 1 (21). - C. 74 - 80.
References
1. Anan'eva N. G. Informatsionnaia sistema bezopasnosti malodeiatel'nykh zheleznodorozh-nykh pereezdov [Information security system of inactive railroad crossings]. Upravlenie, infor-matsiia i optimizatsiia. Sbornik trudov Vserossiiskoi molodezhnoi nauchnoi shkoly (Management, information and optimization. Proceedings of the All-Russian Youth Scientific School). - Tomsk, 2012, pp. 181 - 183.
3. Zachateiskii, N. D., Arzhannikov A. A., Al'tman E. A. Improvement Method «selection background» to locate objects in IG Petritskaya at a railway crossing using computer vision [Sovershenstvovanie metoda «vydeleniia fona» dlia nakhozhdeniia podvizhnykh ob"ektov na zheleznodorozhnom pereezde s pomoshch'iu komp'iuternogo zreniia] Izvestiia Transsiba - The journal of Transsib Railway Studies, 2015, no. 1 (21), pp. 74 - 80.
УДК 656.022.4:519.168:519.852.23
Н. Ю. Афоничев, В. Г. Шахов
МЕТОД ПОИСКА ОПТИМАЛЬНОГО И НАИБОЛЕЕ БЛИЗКИХ К НЕМУ
МАРШРУТОВ ПЕРЕВОЗКИ ГРУЗОВ
Рассматривается метод практической реализации решения частного случая транспортной задачи. Он позволяет находить оптимальный и заданное количество маршрутов, ближайших к нему по величине критерия оптимальности. Метод обеспечивает большую гибкость в решении вопросов планирования оптимальной
76 ИЗВЕСТИЯ Транссиба № 1(25) ОП4 С
■ I = 2U10
организации перевозочного процесса при выработке как стратегических, так и оперативных планов в случае возникновения ситуаций типа «авария», «затор» или других форс-мажорных обстоятельств.
Эффект экономии средств при нахождении оптимального решения и, как следствие, увеличение прибыли транспортного предприятия определяют актуальность решения транспортной задачи, предполагающего минимизацию издержек на перевозку [4].
Информационное обеспечение в транспортной логистике играет одну из ключевых ролей [5]. Внедрение логистических форм и методов управления транспортным предприятием позволяет существенно сократить материальные и финансовые расходы, ускорить движение оборотных средств предприятия. Помимо этого наиболее полно удовлетворяются запросы потребителей о качестве и сроках поставок [6]. В условиях рынка это дает транспортному предприятию преимущество в конкурентной борьбе за клиентов.
Поэтому задача оптимизации процесса перевозки является актуальной для любого занимающегося грузоперевозками предприятия, работа которого строится на принципах транспортной логистики [1].
Предлагается метод реализации решения частного случая логистической транспортной задачи о нахождении оптимального с точки зрения заданного критерия при наличии множества возможных (альтернативных) маршрутов, не предполагающего перебора всех возможных маршрутов. Критериями оптимальности могут быть минимальные длина маршрута, время или стоимость перевозки груза. В процессе поиска определяются оптимальный с точки зрения заданного критерия маршрут (вариант № 1) и еще N - 1 вариантов маршрута, наиболее близких к оптимальному варианту маршрута (варианты № 2, № 3, ..., № Если искомые маршруты существуют, то метод гарантирует их нахождение с большой долей вероятности. Поиск нескольких вариантов предусматривается для того, чтобы лицо, принимающее решение, имело возможность выбора. В этом состоит одно из основных преимуществ предлагаемого метода по сравнению с другими [2].
Предполагается, что абстрактным представлением полигона транспортного предприятия является ненаправленный граф. Его вершины соответствуют промежуточным пунктам на возможных маршрутах следования транспортных средств (станции, разъезды, стрелочные переводы, перекрестки дорог, склады и т. п.). Ребра соответствуют транспортным магистралям (железные или автомобильные дороги и т. п.), соединяющим промежуточные пункты (вершины). Далее для простоты вершины графа будем называть стопами, а ребра - перегонами.
Каждый вариант маршрута характеризуется следующими данными: имена стопов в порядке следования груза по маршруту; параметры перегонов маршрута (длина, средняя скорость движения по перегону, стоимость тонно-километра на перегоне); длина маршрута; значение критерия оптимальности.
Маршруты, имеющие одно и то же значение критерия оптимальности, учитываются в порядке их определения.
Считаем, что два стопа могут соединяться непосредственно между собой только одним перегоном, а каждый стоп имеет один параметр - собственное имя (номер).
Для каждого перегона должны быть определены номер (имя); длина; средняя скорость перемещения перевозящего груз транспортного средства, которая определяется графиком движения и техническим состоянием перегона; стоимость одного тонно-километра; доступность перегона во время перевозки груза (он может быть закрыт на ремонт или быть недоступным по другим причинам). В состав потенциальных (возможных) маршрутов перевозки груза включаются все доступные во время перевозки груза перегоны.
Груз характеризуется весом и максимальным временем, которое он может находиться в пути (этот параметр актуален для скоропортящихся грузов).
Предполагается, что движение транспортных средств по кольцевым маршрутам запрещено, т. е. ни один возможный маршрут не проходит дважды через один и тот же стоп.
■Ё ИЕ ИЗВЕСТИЯ Транссиб а 77
Критерии оптимальности маршрута: минимальные длина маршрута, время или затраты на перевозку груза.
Существует множество алгоритмов, которые могут быть применены при определении оптимального маршрута. Самым простым является метод прямого перебора всех возможных путей и сравнения их между собой с точки зрения выполнения критерия оптимальности (переборный метод). Этот метод эффективен для небольшого количества стопов и перегонов (вершин и ребер в графе полигона) - не более 10 - 15 стопов. Для определения оптимального пути на полигонах, содержащих большее количество стопов и перегонов, может быть применен один из методов прикладной математики, позволяющих гарантированно находить оптимальный (кратчайший) маршрут от одной вершины графа до другой (или до других) за конечное количество итераций [7].
Наиболее существенными можно считать методы, основанные на использовании алгоритмов Дейкстры, Дейкстры - Грибова (улучшенный алгоритм Дейкстры), Флойда - Уор-шелла, Джонсона, Беллмана - Форда, Левита и т. п. [7]. Указанные алгоритмы реализуют различные варианты стратегии построения дерева кратчайших путей (Shortest-Paths Tree -SPT) без перебора всех возможных. Многие из них имеют практическое применение и хорошо зарекомендовали себя на практике. Например, алгоритм Дейкстры позволяет эффективно искать кратчайшие пути от одной из вершин в неориентированном насыщенном графе с неотрицательными весами ребер [8]. Поэтому на его использовании основан работающий в маршрутизаторах средних по размеру (до 100 маршрутизаторов) распределенных цифровых IP-сетей протокол OSPF (Open shortest path first) [2], который определяет оптимальные маршруты передачи данных в этих сетях. Другим алгоритмом, который применяется в протоколах маршрутизации IP-сетей, является алгоритм Беллмана - Форда, используемый в алгоритме длины вектора, который в свою очередь используется в RIP-протоколе маршрутизации [3]. К недостаткам перечисленных алгоритмов можно отнести постепенное увеличение времени на определение оптимального маршрута с ростом количества вершин и ребер графа полигона (степени связности графа). Преимуществами этих алгоритмов над всеми другими являются гарантированное определение оптимального маршрута (если он существует), простота, невысокие требования к аппаратным ресурсам и, как следствие, минимальные затраты на реализацию и надежность, подтвержденная долговременным практическим использованием в протоколах маршрутизации цифровых IP-сетей.
Существует ряд эвристических методов, которые образуют другой класс алгоритмов, изначально разработанных для решения классической «задачи коммивояжера». Это алгоритмы наискорейшего спуска (градиентный метод и его модификации), оценочных (штрафных) санкций, мини-макса (Моргенштерна - фон Неймана), альфа-бета процедуры.
Имеются и другие, более сложные алгоритмы определения оптимального пути или путей (как точных, так и приближенных) в больших и плотных графах, часть из которых использует в качестве основной составляющей один из указанных выше более простых алгоритмов (прежде всего Дейкстры и Беллмана - Форда). К ним относятся приближенный алгоритм Джеффа, неадаптивный и адаптивный алгоритмы маршрутизации со множеством ограничений (TAMCRA и SAMCRA), приближенный алгоритм Чена, алгоритм случайного поиска Кормаза и Крунза, A*Prune-алгоритм Лиу и Рамакришнана и др.
Активно ведутся теоретические разработки новых алгоритмов: генетических (метаэврис-тических) и мультиэвристических, мультиагентной оптимизации (AS-алгоритм и др.) и алгоритмов, основанных на теории нейронных сетей.
В решении поставленной задачи для поиска оптимального маршрута (вариант № 1) используется алгоритм Дейкстры как наиболее простой, недорогой в реализации, надежный и доказавший свою эффективность в реальной работе в маршрутизаторах IP-сетей. Это итерационный алгоритм. При поиске оптимального маршрута алгоритм не перебирает все возможные маршруты, а использует оригинальную стратегию поиска оптимального пути, гарантирующую нахождение оптимального маршрута за количество итераций, меньшее, чем
78 ИЗВЕСТИЯ Транссиба № 1(25) ОП4 С
■ I = 2U10
количество потенциальных маршрутов. Количество итераций не поддается предсказанию и зависит от структуры графа полигона, степени его связности и расположения на графе начального и конечного пунктов маршрута. Для решения задачи нахождения маршрутов нескольких вариантов авторами предложен циклический алгоритм Йена [8], который позволяет находить к ближайших к оптимальному пути маршрутов без последовательного перебора всех возможных путей при условии, что оптимальный маршрут был определен ранее. В нашем случае этот маршрут этого варианта определяется при помощи алгоритма Дейкстры. Алгоритм Дейкстры используется также и в качестве основного блока цикла алгоритма Йена, вычисляющего варианты наиболее близких к оптимальному маршруту путей.
На рисунке приведена структурная схема реализации задачи поиска оптимальных маршрутов с использованием алгоритмов Дейкстры и Йена. Предлагаемая методика использовалась в учебном процессе при обучении студентов по специальности «Информационные системы и технологии» и может применяться при обучении студентов по направлениям подготовки «Логистика и управление цепями поставок» и «Логистика».
Структурная схема метода определения оптимального и N - 1 наиболее близких к нему маршрутов
■Ё ^^ИИЗВЕСТИЯ Транссиб а 79
На практике методика применима для следующих задач:
определения оптимальных маршрутов следования грузов в процессе составления графика движения подвижного состава любого вида транспорта;
оперативного определения оптимальных путей объезда аварийных участков и участков с заторами на железной дороге и на любом другом виде транспорта;
определения оптимальных маршрутов передвижения тягового состава, работающего на сортировочных горках;
определения (на этапе подготовки к проектированию) маршрутов прокладки железнодорожного полотна, строительства дорожного (шоссейного) полотна, трубопроводов;
поиска оптимальных решений в экспертных системах различного уровня и назначения. Описанная методика была применена для ряда практических приложений с использованием языков программирования типа С++.
Рисунок, лист 2 Список литературы
1. Афоничев, Н. Ю. Определение оптимального маршрута перевозки грузов [Текст] / Н. Ю. Афоничев, В. К. Волкова // Россия молодая: передовые технологии - в промышленность / Омский гос. техн. ун-т. - Омск, 2015. - № 3. - 5 с.
ИЗВЕСТИЯ Транссиба
№ 1(25) 2016
2. Афоничев, Н. Ю., Определение оптимального маршрута перевозки грузов: Учебное пособие [Текст] / Н. Ю. Афоничев / Омский гос. ун-т путей сообщения. - Омск, 2010. - 74 с.
3. Кульгин, М. Технология корпоративных сетей. Энциклопедия [Текст] / М. Кульгин. -СПб: Питер, 2000. - 704 с.
4. Лукинский, В. С. Модели и методы теории логистики [Текст] / В. С. Лукинский. -СПб: Питер, 2008. - 448 с.
5. Миротин, Л. Б. Транспортная логистика: Учебник для транспортных вузов [Текст] / Л. Б. Миротин. - М.: Экзамен, 2003. - 512 с.
6. Никифоров, В. С. Мультимодальные перевозки и транспортная логистика: Учебное пособие [Текст] / В. С. Никифоров. - М.: ТрансЛит, 2007. - 272 с.
7. Шахов, В. Г. Определение оптимального маршрута перевозки грузов: [Текст] / В. Г. Шахов, Н. Ю. Афоничев / Омский гос. ун-т путей сообщения. - Омск, 2013.
8. Алгоритм Дейкстры, Флойда, Беллмана - Форда [Электронный ресурс] / Режим доступа: http://www.intuit.ru/studies/courses/12181/1174/lecture/25268?page=3.
9. Алгоритмы Беллмана - Форда, Иена, волновой алгоритм [Электронный ресурс] / Режим доступа: http://algolist.manual.ru/maths/graphs/shortpath/.
References
1. Afonichev N. Iu., Volkova V. K. Determining the optimal route of transportation of goods [Opredelenie optimal'nogo marshruta perevozki gruzov]. Rossiia molodaia: peredovye tekhnologii v promyshlennost' - Young Russia: advanced technology in the industry, 2015, no. 3. - 5 p.
2. Afonichev N. Iu. Opredelenie optimal'nogo marshruta perevozki gruzov: Uchebnoe posobie (Determination of the optimal route of transportation of cargo: Textbook). Omsk, 2010, 74 p.
3. Kul'gin M. Tekhnologiia korporativnykh setei. Entsiklopediia (Corporate networks Technology. Encyclopedia). SPb.: Piter, 2000, 704 p.
4. Lukinskii V. S. Modeli i metody teorii logistiki (Models and methods of logistics theory). SPb.: Piter, 2008, 448 p.
5. Mirotin L. B. Transportnaia logistika: Uchebnik dlia transportnykh vuzov (Transport Logistics: Textbook for high schools transport). Moscow: Ekzamen Publ., 2003, 512 p.
6. Nikiforov V. S. Mul'timodal'nye perevozki i transportnaia logistika: Uchebnoe posobie (Multimodal transportation and transport logistics: Textbook). Moscow: TransLit Publ., 2007, 272 p.
7. Shakhov V. G., Afonichev N. Iu. Opredelenie optimal'nogo marshruta perevozki gruzov: Elektronnoe uchebnoe posobie (Determining the optimal route of transportation of goods: electronic textbooks). Omsk, 2013.
8. Algoritm Deikstry, Floida, Bellmana-Forda [Elektronnyi resurs] / Rezhim dostu-pa: http://www.intuit.ru/studies/courses/12181/1174/lecture/25268?page=3
http://www.intuit.ru/studies/courses/12181/1174/lecture/25268
9. Algoritmy Bellmana-Forda, Iena, volnovoi algoritm [Elektronnyi resurs] / Re-zhim dostupa: http://algolist.manual.ru/maths/graphs/shortpath/
УДК 621.313
А. В. Скляр, С. Н. Чижма
СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ ОЦЕНКИ СКОРОСТИ ВРАЩЕНИЯ РОТОРА АСИНХРОННОГО ДВИГАТЕЛЯ ПО СПЕКТРУ ПОТРЕБЛЯЕМОГО ТОКА
В статье приводятся два метода оценки угловой скорости вращения ротора асинхронного двигателя, использующие особые спектральные компоненты, порождаемые конструкцией двигателя. Выполнив поиск этих компонентов, можно оценить скольжение ротора. Целью работы является сравнение представленных мето-
№.1?5 ИЗВЕСТИЯ Транссиба 81
