КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер проекта 23-11-00164
НазваниеРазвитие методологических основ пространственно-временной оптимизации для обеспечения перехода к передовым интеллектуальным транспортным системам
Руководитель Рахмангулов Александр Нельевич, Доктор технических наук
Организация финансирования, регион Федеральное государственное бюджетное образовательное учреждение высшего образования "Магнитогорский государственный технический университет им. Г.И. Носова" , Челябинская обл
Конкурс №80 - Конкурс 2023 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»
Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-519 - Интеллектуальные динамические системы и технологии управления
Ключевые слова интеллектуальная система, пространственно-временная оптимизация, имитационное моделирование, транспортная система, динамическая оптимизация, теория графов, теория моделирования, топология пространства
Код ГРНТИ73.47.12
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
Задачи организации функционирования интеллектуальных систем являются наиболее сложными в науке и приобретают особую актуальность в условиях увеличения степени неопределённости внешней среды и возрастания сложности самих интеллектуальных систем. Такие задачи имеют как фундаментальный, так и прикладной характер для повышения эффективности управления сложными транспортными системами.
Совершенствование информационных технологий, интенсивное распространение концепции Индустрии 4.0 сформировали предпосылки получения больших объемов текущих достоверных данных о параметрах транспортных систем. Недостаточное развитие методов оптимизации на основе больших объемов оперативных данных ограничивает точность результатов их использования и снижает эффективность управления. В частности, в транспортных системах структура топологии пространства динамически зависит как от параметров транспортных потоков, так и отдельных элементов этих потоков. Перспективными направлениями преодоления данных ограничений является использование методов пространственно-временной оптимизации для описания функционирования сложных систем, а также методов математического и имитационного моделирования. При этом возникает необходимость развития методологии пространственно-временной оптимизации для решения ряда принципиальных проблем, связанных со сложностью топологии пространства, структуры и функций транспортных систем.
Проект направлен на комплексное решение проблемы обеспечения перехода к передовым интеллектуальным транспортным системам на основе развития методологических основ пространственно-временной оптимизации.
В проекте предусмотрено решение следующих основных задач:
1. Разработка новых методов и алгоритмов пространственно-временной оптимизации транспортных систем;
2. Разработка алгоритмов восстановление неполных рядов исходных данных о структуре транспортной системы на основе метода имитационного моделирования;
3. Развитие способов организации функционирования интеллектуальных транспортных систем на основе использования высокоточных асинхронных и синхронных имитационных моделей;
4. Разработка новых алгоритмов обучения интеллектуальных транспортных систем на основе анализа больших объемов стохастических данных о транспортных потоках;
5. Разработка методики построения интеллектуальных транспортных систем на основе методологии пространственно-временной оптимизации.
Решение задач проекта сформирует теоретический базис для создания и развития методов, способов и алгоритмов повышение эффективности организации функционирования интеллектуальных транспортных систем.
Практическими результатами проекта являются алгоритмы и программные продукты формирования, оптимизации и обучения интеллектуальных транспортных систем.
Результаты проекта внесут вклад в теорию интеллектуализации, моделирования и управления сложными системами, теорию графов.
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Публикации
1.
Цыганов А.В., Осинцев Н.А., Рахмангулов А.Н., Зенкин А.А.
Критерии устойчивости контрейлерной системы
Мир транспорта, Т.21, №5, С. 126-134 (год публикации - 2023)
10.30932/1992-3252-2023-21-5-14
2.
Осинцев Н.А., Цыганов А.В., Рахмангулов А.Н., Багинова В.В.
Мультикритериальное сравнение контрейлерных систем
Мир транспорта, Т.21, №6, С. 119-130 (год публикации - 2024)
10.30932/1992-3252-2023-21-6-14
3.
Рахмангулов А.Н., Мишкуров П.Н.
Method and Algorithm of Spatial-Temporal Graph Formation for Dynamic Transportation System
Applied Sciences (год публикации - 2024)
10.20944/preprints202312.1055.v1
4.
Рахмангулов А.Н., Пыталева О.А., Осинцев Н.А.
Equilibrium Decision Selection Model on Automotive Pollutant Emissions Decreasing: Case Study on Magnitogorsk City
Sustainability (год публикации - 2024)
10.20944/preprints202312.1068.v1
5.
Копылова О.А., Лукьянова Е.В.
Эффективность транспортно-логистической системы доставки металлопродукции как фактор конкурентоспособности предприятия
Недропользовавние и транспортные системы, №1, Т.13, С.12-21 (год публикации - 2023)
10.18503/SMTS-2023-13-1-12-21
6. Рахмангулов А.Н., Корнилов С.Н., Мишкуров П.Н. Оптимизация маневровых маршрутов в интеллектуальных транспортных системах Современные достижения университетских научных школ, Выпуск 8, с. 191-195 (год публикации - 2023)
7. Рахмангулов А.Н., Корнилов С.Н., Мишкуров П.Н. Методы интеллектуализации управления технологическими процессами в железнодорожных промышленных транспортных системах Развитие инфраструктуры и логистических технологий в транспортных системах, Пятая международная научно-практическая конференция «Развитие инфраструктуры и логистических технологий в транспортных системах» (Санкт-Петербург, 11-13 октября 2023 г.) : сборник трудов : в 2-х частях / под ред.: О.С. Валинского, А.А. Краснощека, П.К. Рыбина. – СПб.: ФГБОУ ВО ПГУПС, 2023. – Ч. 1. - С. 186-193 (год публикации - 2024)
8. Мишкуров П.Н., Рахмангулов А.Н., Корнилов С.Н. Виртуальная транспортная сеть железнодорожной станции Цифровая трансформация транспорта: проблемы и перспективы, c. 31 -36 (год публикации - 2023)
9. Мишкуров П.Н., Рахмангулов А.Н., Корнилов С.Н. Управление логистическими транспортными системами на основе пространственно-временной оптимизации Академик Владимир Николаевич Образцов - основоположник транспортной науки, С. 356-360, EDN: WLXPGE (год публикации - 2024)
10. Мишкуров П.Н., Рахмангулов А.Н., Корнилов С.Н. Организация управления логистическими транспортными системами на основе пространственно-временной оптимизации Железнодорожный транспорт и технологии, Выпуск 1, С. 263-265, EDN: PAUPZP (год публикации - 2024)
11. Ишмуратов В.Б., Рахмангулов А.Н. Критерии оценки систем позиционирования железнодорожного подвижного состава на промышленном транспорте Железнодорожный транспорт и технологии, Выпуск 1, С. 236-239, EDN: HFFJIQ (год публикации - 2024)
12.
Рахмангулов А.Н., Артюшин А.А.
Simulation Study of The Dump Trucks' Speed Profile Impact on Open Pit Efficiency
Modelling (год публикации - 2023)
10.20944/preprints202312.0993.v1
Аннотация результатов, полученных в 2024 году
1. Разработана универсальная архитектура программной системы синхронизации состояния транспортных систем и результатов пространственно-временной оптимизации. Данная архитектура состоит их трёх разработанных блоков: блок синхронизации данных о состоянии транспортной системы и исходных данных пространственно-временной оптимизации; блок сравнения результатов пространственно-временной оптимизации с фактическими данными состояния транспортной системы; блок поддержки управленческих решений по изменению состояния транспортной системы.
2. Выполнен систематический обзор исследований в области использования и развития методов пространственно-временной оптимизации для решения задач прогнозирования и оперативного управления на транспорте. Определено перспективное направление прогнозирования состояния транспортных систем на основе использования графовых нейронных сетей и методов их обучения. Отличительной особенностью графовых нейронных сетей является возможность использовать пространственно-временной граф без дополнительных преобразований.
3. Разработан комбинированный метод и алгоритм пространственно-временной оптимизации транспортных систем. Основой разработанного метода является способ формирования пространственно-временного графа. Рёбра такого графа соответствуют последовательностям управленческих решений, а вершины – моментам времени принятия решения о выборе варианта состояния транспортной системы. Оптимизация пространственно-временного графа основана на комбинировании имитационного моделирования, методов линейного и динамического программирования, а также многокритериального анализа для формирования оценок рёбер графа.
4. Разработан подход к оперативному управлению сложными транспортными системами на основе использования комбинированного метода пространственно-временной оптимизации и способа интеграции данного метода в интеллектуальные транспортные системы на железнодорожном и автомобильном транспорте.
5. Выполнен многокритериальный анализ систем контроля местоположения и регистрации передвижений подвижного состава (КМиРП) на промышленном железнодорожном транспорте с учетом специфики различных путей необщего пользования.
Систематизированы показатели систем КМиРП. Данные показатели объединены в группы: точность позиционирования; надежность и устойчивость к помехам; скорость обновления данных; стоимость внедрения и эксплуатации; совместимость с существующей инфраструктурой.
Разработана методика многокритериального ранжирования КМиРП, результатом применения которой являются оценки систем КМиРП для условий конкретного промышленного или транспортного предприятия.
6. Разработана программа для ЭВМ "Мультикритериальное ранжирование управленческих решений методом MARCOS". Программа использована для ранжирования КМиРП, а также для формирования оценок ребер пространственно-временного графа, описывающего последовательность управленческих решений.
Публикации
1.
Мишкуров П.Н., Рахмангулов А.Н.
Способ цифровизации железнодорожных перевозок на путях необщего пользования горнодобывающих предприятий
Вестник Магнитогорского государственного технического университета им. Г.И. Носова, Том 23, № 2, С. 5-17 (год публикации - 2025)
10.18503/1995-2732-2025-23-2-5-17
2. Рахмангулов А.Н., Ишмуратов В.Б. Многокритериальная модель выбора системы позиционирования подвижного состава для условий путей необщего пользования Актуальные проблемы современной науки, техники и образования, Т.1, С. 91, EDN: MZYJLV (год публикации - 2024)
3. Мишкуров П.Н., Рахмангулов А.Н. Автоматическая маршрутизация маневровых передвижений в имитационных моделях железнодорожных станций Инфокоммуникационные и интеллектуальные технологии на транспорте, С. 380-384, EDN: AEHXVL (год публикации - 2024)
4. Мишкуров П.Н., Рахмангулов А.Н., Корнилов С.Н. Разработка синхронной имитационной модели железнодорожной станции Железнодорожный транспорт и технологии, ЖЕЛЕЗНОДОРОЖНЫЙ ТРАНСПОРТ И ТЕХНОЛОГИИ. Cборник трудов Всеросcийской научно-практической конференции с международным участием, Выпуск 1 (263), C. 314-317 (год публикации - 2025)
5. Рахмангулов А.Н., Корнилов С.Н., Мишкуров П.Н. Моделирование устойчивых способов использования пространственно-временных графов при построении универсальной имитационно-управляющей модели железнодорожной станции Современные достижения университетских научных школ, С. 139-145 (год публикации - 2024)
6.
Рахмангулов А.Н., Копылова О.А.
Обзор методов и алгоритмов Big Data для решения задач прогнозирования параметров транспортных потоков и проектирования логистических систем
Недропользование и транспортные системы, Т. 14, №2, С. 4-13 (год публикации - 2024)
SMTS-2024-14-2-4-13
7.
Рахмангулов А.Н., Альджохани А.Ф., Мубараки А., Альтхобаити С.
A New Class of Coordinated Non‑Convex Fuzzy‑Number‑Valued Mappings with Related Inequalities and Their Applications
Axioms, Axioms, 6, 13, 404 (год публикации - 2024)
10.3390/axioms13060404
8. Рахмангулов А.Н., Осинцев Н.А., Кайгородцев А.А. Кобинированный метод выбора мест размещения элементов цепей поставок Актуальные проблемы современной науки, техники и образования, Т.1, С. 101, EDN: BKERBT (год публикации - 2024)
9. Кайгородцев А.А., Рахмангулов А.Н. Система критериев выбора места размещения и основных параметров логистических центров Исследование и развитие рельсового и автомобильного транспорта, С. 174-176, EDN: WGJVTD (год публикации - 2024)
10. Мишкуров П.Н., Рахмангулов А.Н. Динамическая маршрутизация маневровых передвижений в имитационных моделях железнодорожных станций Управление эксплуатационной работой на транспорте (УЭРТ-2024), С. 190-193, EDN: RSOUFV (год публикации - 2024)
11. Зарипов В.А., Мишкуров П.Н. Результаты исследования пространственно-временных зависимостей параметров технологических процессов железнодорожных транспортных систем Актуальные проблемы современной науки, техники и образования, Т.1, С. 88, EDN: ZIBGYQ (год публикации - 2024)
12. Валеев И.И., Мишкуров П.Н. Организация взаимодействия раличных видов транспорта городской транспортной системы Актуальные проблемы современной науки, техники и образования, Т.1, С. 86 (год публикации - 2024)
13. Мишкуров П.Н., Рахмангулов А.Н., Корнилов С.Н. Пространственно-временная оптимизация параметров железнодорожных транспортных систем Политранспортные системы (год публикации - 2024)
14. Кайгородцев А.А., Рахмангулов А.Н. Выбор конфигурации цепей поставок на основе комбинации имитационного моделирования и методов многокритериального оценивания Железнодорожный транспорт и технологии, Выпуск 1, С. 256-260, EDN: LXGSKG (год публикации - 2024)
15. Мишкуров П.Н., Рахмангулов А.Н. Метод представления управленческих решений в имитационных моделях железнодорожных станций Исследование и развитие рельсового и автомобильного транспорта, С. 197-201, EDN: KALDPD (год публикации - 2024)
Аннотация результатов, полученных в 2025 году
1. Разработан метод и объектно-ориентированный алгоритм формирования графовой нейронной сети расчёта оптимальных последовательностей изменения состояния транспортной системы. Переход между слоями графовой нейронной сети осуществляется на основе использования передаточной функции, которая определяется по результатам многокритериального анализа целей управления транспортной системой и динамической оптимизации пространственно-временного графа. Установлено, что комбинированное использование представленных методов при определении значений передаточной функции позволяет формировать путь искусственного нейрона в графовой нейронной сети, тем самым учитывать пространственно-временные зависимости между состояниями транспортной системы.
2. Разработан имитационный метод и алгоритм обучения графовой нейронной сети формирования оптимальных последовательностей изменения состояния транспортной системы. Доказана эффективность использования имитационных моделей при обучении нейронных сетей, которая обусловлена возможностями масштабирования и контроля, а также воспроизводимостью результатов. Разработаны алгоритм глубокого обучения графовой нейронной сети на основе реализации динамической оптимизации пространственно-временного графа в имитационной модели. Создан алгоритм корректировки весов рёбер графовой нейронной сети на основе использования многокритериального анализа критериев пространственно-временной оптимизации. Установлена эффективность многокритериального метода DEMATEL для комплексной оценки взаимовлияния критериев эффективности пространственно-временной оптимизации.
3. Разработана методика организации функционирования интеллектуальных транспортных систем, заключающаяся в этапном переходе транспортных систем к интеллектуальным транспортным системам и формировании организационно-технологической структуры интеллектуальной транспортной системы.
4. Разработана методика этапного перехода транспортных систем к интеллектуальным транспортным системам. Выделены и обоснованы четыре этапа развития интеллектуальных транспортных систем: технический, технологический, организационный и управленческий.
5. Разработана методика формирования организационно-технологической структуры интеллектуальной транспортной системы: проведение исследования систем оперативной регистрации данных, сбор и стандартизация исходных данных в информационной системе управления элементами транспортной системы; программная реализация методов пространственно-временной оптимизации; построение синхронной имитационной модели управления элементами транспортной системы; накопление результатов имитационных экспериментов в виде реестра траекторий пространственно-временного графа; организация контроля синхронизации состояния транспортной системы и результатов пространственно-временной оптимизации; формирование и обучение графовой нейронной сети прогнозирования оптимальных последовательностей изменения состояния транспортной системы; организация информирования участников процесса управления транспортными потоками о состоянии транспортной системы.
6. Разработан алгоритм функционирования синхронной имитационной модели управления элементами транспортной системы.
7. Разработана программа для ЭВМ "Пространственно-временная графовая нейронная сеть прогнозирования занятости элементов путевого развития в имитационной модели железнодорожной станции". Программа использована для определения оптимальных последовательностей технологических операций перевозочного процесса на железнодорожной станции в режиме реального времени.
Публикации
1.
Рахмангулов А., Осинцев Н., Мишкуров П.
Spatio-Temporal Graphs in Transportation: Challenges, Optimization, and Prospects
Systems, Systems, 13, 4, 263 (год публикации - 2025)
10.3390/systems13040263
2.
Мишкуров П.Н., Рахмангулов А.Н.
Способ цифровизации железнодорожных перевозок на путях необщего пользования горнодобывающих предприятий
Вестник Магнитогорского государственного технического университета им. Г.И. Носова, Вестник Магнитогорского государственного технического университета им. Г.И. Носова, Т. 23, №2, С. 5-17 (год публикации - 2025)
10.18503/1995-2732-2025-23-2-5-17
3.
Мишкуров П.Н.
Цифровой двойник железнодорожных транспортно-логистических процессов промышленного предприятия
Мир транспорта и технологических машин, Мир транспорта и технологических машин, № 3-1 (90), С. 124-133 (год публикации - 2025)
10.33979/2073-7432-2025-3-1(90)-124-133
4.
Мишкуров П.Н.
Концепция пространственно-временной оптимизации транспортно-логистических процессов промышленных предприятий
Вестник Ростовского государственного университета путей сообщения, Вестник Ростовского государственного университета путей сообщения, № 2 (98), С. 219-230 (год публикации - 2025)
10.46973/0201–727X_2025_2_219
5.
Осинцев Н., Рахмангулов А.
Green Logistics Instruments: Systematization and Ranking
Sustainability, Sustainability, 17, 13, 5946 (год публикации - 2025)
10.3390/su17135946
6.
Осинцев Н.А., Рахмангулов А.Н.
Исследования в области зелёных и устойчивых цепей поставок: систематический обзор по данным базы SCOPUS
Вестник Южно-Уральского государственного университета. Серия: экономика и менеджмент, Т. 19, № 2, С. 156-176 (год публикации - 2025)
10.14529/em250213
7.
Мишкуров П.Н.
Пространственно-временная оптимизация транспортно-логистических процессов промышленных предприятий
Транспорт Урала, №3(86), С. 66-73 (год публикации - 2025)
10.20291/1815-9400-2025-3-66-73
8. Корнилов С.Н., Мишкуров П.Н., Антонов А.Н. Оптимизация работы промышленного железнодорожного транспорта в условиях реконструкции на металлургических предприятиях Вестник транспорта Поволжья, №5 (113), С. 78-84 (год публикации - 2025)
9. Мишкуров П.Н., Рахмангулов А.Н. Пространственно-временная графовая нейронная сеть прогнозирования занятости элементов путевого развития в имитационной модели железнодорожной станции Свидетельство о государственной регистрации программы для ЭВМ, Номер свидетельства: RU 2025687317, Номер заявки: 2025685749, RU2025687317 (год публикации - 2025)
10. Рахмангулов А.Н., Корнилов С.Н., Мишкуров П.Н. Пространственно-временная оптимизация последовательности технологических операций перевозочного процесса на промышленном железнодорожном транспорте Современные достижения университетских научных школ, C. 148-153 (год публикации - 2025)
11. Бурмистров К.В., Осинцев Н.А., Рахмангулов А.Н., Гавришев С.Е. Многокритериальный выбор модели автосамосвала при освоении запасов глубоких горизонтов Горная промышленность, №5S, С. 28-34 (год публикации - 2025)
12. Ерошенко Ю.Н., Вшивкова М.С., Дасаева Е.В., Мулюкова К.Р., Мишкуров П.Н. Разработка программного приложения прогнозирования оборота многооборотных средств крепления готовой продукции металлургических предприятий АКТУАЛЬНЫЕ ПРОБЛЕМЫ СОВРЕМЕННОЙ НАУКИ, ТЕХНИКИ И ОБРАЗОВАНИЯ, Актуальные проблемы современной науки, техники и образования: Тезисы докладов 83-й международной научно-технической конференции, Магнитогорск, 21–25 апреля 2025 года. – Магнитогорск: Магнитогорский государственный технический университет им. Г.И. Носова, 2025. – С. 58. (год публикации - 2025)
13. Мишкуров П. Н., Рахмангулов А. Н. Разработка пространственно-временной графовой нейронной сети прогнозирования параметров логистической транспортной системы Актуальные проблемы современной науки, техники и образования, Актуальные проблемы современной науки, техники и образования: Тезисы докладов 83-й международной научно-технической конференции, Магнитогорск, 21–25 апреля 2025 года. – Магнитогорск: Магнитогорский государственный технический университет им. Г.И. Носова, 2025. – С. 56. (год публикации - 2025)
14. Валеев И. И. Имитационная модель оперативного управления запасами многооборотных средств крепления готовой продукции металлургических предприятий Актуальные проблемы современной науки, техники и образования, Актуальные проблемы современной науки, техники и образования : Тезисы докладов 83-й международной научно-технической конференции, Магнитогорск, 21–25 апреля 2025 года. – Магнитогорск: Магнитогорский государственный технический университет им. Г.И. Носова, 2025. – С. 65. – EDN RPDTJK. (год публикации - 2025)
15. Дасаева Е.В., Мулюкова К.Р., Осинцев Н.А. Обоснование системы оценки решений по учету многооборотных средств крепления грузов в вагонах Международная научно-практическая конференция «Исследование и развитие рельсового и автомобильного транспорта»/ Research and Development of rail and auto transport (RnD 2025), Международная научно-практическая конференция «Исследование и развитие рельсового и автомобильного транспорта»/ Research and Development of rail and auto transport (RnD 2025), c. 186-189 (год публикации - 2025)
16. Ерошенко Ю.Н., Вшивкова М.С., Мишкуров П.Н. Прогнозирование оборота многооборотных средств крепления на основе агентного имитационного моделирования ИССЛЕДОВАНИЕ И РАЗВИТИЕ РЕЛЬСОВОГО И АВТОМОБИЛЬНОГО ТРАНСПОРТА, ИССЛЕДОВАНИЕ И РАЗВИТИЕ РЕЛЬСОВОГО И АВТОМОБИЛЬНОГО ТРАНСПОРТА. Материалы Международной научно-практической конференции. Выпуск 6 (268) (год публикации - 2025)
17.
Бурмистров К.В. , Осинцев Н.А., Гавришев С.Е., Козлова Д.М.
Выбор модели карьерного автосамосвала с использованием методов многокритериального анализа
Горная промышленность, №5S, C. 36-42 (год публикации - 2025)
10.30686/1609-9192-2025-5S-36-42
18. Копылова О.A. Перспективы и проблемы цифровой трансформации транспортно- логистической отрасли России Цифровая трансформация образования и транспортной отрасли: анализ опыта и перспективы развития (год публикации - 2025)
19. Мишкуров П.Н. Методология развития транспортно-логистических систем промышленных предприятий на основе пространственно-временной оптимизации Железнодорожный транспорт и технологии (RTT - 2025) (год публикации - 2026)
Возможность практического использования результатов
Результаты проекта способствуют развитию партнерских отношений Магнитогорского государственного технического университета им. Г.И. Носова с промышленными предприятиями и холдингами в области цифровизации, создания цифровых двойников на транспорте, интеллектуальных транспортных систем в рамках НИОКР.
Теоретические и практические результаты проекта будут использованы в учебном процессе Магнитогорского государственного технического университета им. Г.И. Носова при подготовке бакалавров по направлениям 23.03.01 "Технология транспортных процессов" и 38.03.02 "Менеджмент (Логистика)", специалистов по направлению 23.05.42 "Эксплуатация железных дорог (промышленный транспорт)", 21.05.04 "Горное дело", магистров по направлению 23.04.01 «Технология транспортных процессов (организация перевозок и управление в единой транспортной системе)», а также аспирантов по научным специальностям 2.9.1 - "Транспортные и транспортно-технологические системы страны, её регионов и городов, организация производства на транспорте" и 2.9.4 - "Управление процессами перевозок".