Основные научные направления, развиваемые на кафедре, основываются на применении математических методов для совершенствования перевозочного процесса на транспорте. Можно выделить два больших класса исследуемых задач, в основе которых лежит метод имитационного моделирования и методы на базе потоковых оптимизационных задач.
По данным научным направлениям защитили докторские диссертации:
Кандидатские диссертации:
На кафедре создана имитационная система ИСТРА, предназначенная для расчёта сложных систем магистрального и промышленного железнодорожного транспорта. Студенты изучают ряд новых методов оптимизации транспортных процессов в движении:
Разработана и постоянно обновляется новая методика проведения лабораторных работ по дисциплинам "Теория принятия решений", "Моделирование транспортных систем", "Информационные технологии на транспорте", "Оптимизация транспортных систем" с использованием пакета прикладных программ для имитационного моделирования железнодорожных станций на ЭВМ "ISТRA Windows 32" версии 1.4 или выше.
Научные направления на базе имитационного моделирования
1. Автоматизированное моделирование объектов железнодорожного и промышленного транспорта.
Имитационное моделирование работы магистральных и промышленных железнодорожных станций, железнодорожных и промышленно-транспортных узлов при решении задач, связанных с обоснованием инвестиционных решений по развитию транспортной инфраструктуры, разработке технологии перевозочного процесса на требуемый период времени, а также решений по оперативному управлению перевозками.
Задачи направления:
Позволяет проводить:
2. Интеллектуальный тренажер на базе имитационной модели
Безопасная и эффективная работа станций в значительной мере зависит от уровня подготовки дежурных по станции, маневровых и станционных диспетчеров. Анализ показывает, что принятие рациональных решений в обычной напряженной обстановке определяется не столько теоретическими знаниями, сколько приобретенными долгим опытом навыками быстро оценивать ситуацию и быстро принимать решения. Собственно, широта набора ситуаций и проверенных рациональных решений к ним и отличает опытных диспетчеров от неопытных. Предвидеть дальние последствия решения неопытному диспетчеру на сложных загруженных станциях практически невозможно.
Поэтому важна отработка навыков, то есть накопления возможных ситуаций и корректных с точки зрения безопасности и рациональных с точки зрения эффективности решений.
Интеллектуальный тренажер представляет собой полную и подробную имитационную модель станции, которая должна отображать техническую характеристику станции, технологию работы и деятельность диспетчерского аппарата по принятию решений. Модель должна позволять осуществлять прерывания для передачи управления обучаемому. Тот принимает решение, а модель его реализует. Обучаемый должен видеть то же, что и диспетчер на экране АСУ станции.
Процесс обучения включает несколько этапов:
Тренажер позволяет проследить, какие и в какой ситуации принимались решения обучаемым, а какие принимала модель в аналогичной обстановке. Можно сравнивать и анализировать.
3. Информационно-планирующая система поездообразования на полигоне дороги.
Существующая традиционная технология планирования поездообразования осуществляется на станционном уровне. Единая система планирования поездообразования в рамках дороги позволит существенно повысить качество поездной работы железной дороги за счет:
Единая система планирования поездообразования в рамках дороги позволит также повысить точность планирования сдачи поездов по междорожным стыкам за счет учета особенностей путевого развития и технологии работы на всех основных расчетных станциях дороги.
4. Повышение функциональной надежности железнодорожных станций при возникновении технологических сбоев.
Для эффективной организации работы железнодорожных станций в условиях, когда из-за физического износа технических средств сохраняется высокая вероятность технологических сбоев, разработана методология оценки технологических потерь с помощью имитационного моделирования. Разработаны требования к моделям и технология их построения для этих целей, а также последовательность экспериментов и методика оценки результатов. Важным новым подходом является структурно-функциональный анализ работы станции с помощью имитационной модели. Предложены оригинальные подходы по повышению функциональной надежности станций при технологических сбоях. Снижение функциональной уязвимости предлагается осуществлять определением проблемных элементов и их функциональной разгрузкой. Повышение адаптивности станций можно осуществлять за счет гибкого управления технологией с помощью специального метода И-МДС, встроенного в АСУ. Для разработки специальных режимов работы в случае сложных типов сбоев предложена процедура интерактивного моделирования, когда гармонично соединяются возможности имитационной модели и интеллект человека.
Научные направления на базе оптимизационных потоковых задач
1. Оптимальное управление грузопотоками
Автоматизированное решение задач управления грузопотоками при обслуживании производства, портов и пограничных пунктов.
Теоретической основой системы является метод линейного программирования и один из его разделов - динамическая транспортная задача, которая позволяет описывать полигоны железнодорожной сети с учетом максимального количества факторов.
Направлено на решение следующих задач:
Направления по развитию информационно-аналитических задач
1. Информационная поддержка и автоматизация диспетчерского управления крупными железнодорожными объектами
Направлена на обеспечение комплексной информационной поддержкой деятельности ДСЦ, ДСЦС и ДНЦУ и автоматизации основных диспетчерских функций по наблюдению и управлению работой станции (группы станций).
В составе единого комплекса рабочих мест АСУ Станции (АСУСТ) обеспечивается выполнение следующих функций:
Основывается на стандартном потоке данных АСУСТ и не требует передачи каких-либо дополнительных сообщений. Обеспечена возможность подключения имитационной прогнозной модели сортировочных станций и автоматического расчёта на этой основе рационального плана-прогноза работы станции с представлением оперативного прогноза и прогнозной истории, с возможностью проведения сравнительного анализа результатов прогнозирования и фактических данны.