Please use this identifier to cite or link to this item: http://lib.kart.edu.ua/handle/123456789/13117
Full metadata record
DC FieldValueLanguage
dc.contributor.authorButko, Tetiana-
dc.contributor.authorProdaschuk, Svіtlana-
dc.contributor.authorBogomazova, Ganna-
dc.contributor.authorShelekhan, Ganna-
dc.contributor.authorProdaschuk, Mikola-
dc.contributor.authorPurii, Roman-
dc.date.accessioned2022-12-29T13:18:44Z-
dc.date.available2022-12-29T13:18:44Z-
dc.date.issued2017-
dc.identifier.citationImprovement of technology for management of freight rolling stock on railway transport / T. Butko, S. Prodaschuk, G. Bogomazova, G. Shelekhan, M. Prodaschuk, R. Purii // Eastern-European Journal of Enterprise Technologies. - 2017. - Vol. 3, № 3 (87). - Р. 4-11.uk_UA
dc.identifier.issn1729-3774 (print); 1729-4061 (online)-
dc.identifier.urihttp://lib.kart.edu.ua/handle/123456789/13117-
dc.description.abstractEN: We performed a statistical analysis of the time series of the volumes of cargo transportation. Studies have shown sufficiently high accuracy of prediction relative to the actual values of a railway transport system based on the mathematical apparatus of artificial neural network. The experiment revealed that the mean absolute percentage error for the volumes of transportation of grain and the products of flour mills amounted to 5.56 %. Given that railway transport is a fairly inert system, indicator of 5.56 % is sufficient for management decision making. By having predicted the level of cargo transportation, we determined the required number of wagons of a particular type, which would conform to the conditions of transportation of this particular cargo.uk_UA
dc.description.abstractUA: Проведено статистичний аналіз часового ряду обсягів перевезення вантажів. Дослідження показали високу точність прогнозування до реальних значень залізничної транспортної системи на основі математичного апарату штучної нейронної мережі. Середня абсолютна відсоткова похибка склала 5,56 %. Запропонована оптимізаційна модель управління вантажним рухомим складом, яка враховує параметр нерівномірності перевезень. Побудовано оптимальний план розподілу вагонів на полігоні. RU: Проведен статистический анализ временного ряда объемов перевозок грузов. Исследования показали высокую точность прогнозирования к реальным значениям железнодорожной системы на основе математического аппарата искусственной нейронной сети. Средняя абсолютная процентная ошибка составила 5,56 %. Предложена оптимизационная модель управления грузовым подвижным составом, которая учитывает параметр неравномерности перевозок. Построен оптимальный план распределения вагонов на полигоне.-
dc.language.isoenuk_UA
dc.publisherТехнологічний центрuk_UA
dc.relation.ispartofseriesControl processes;-
dc.subjectrailway transportuk_UA
dc.subjectartificial neural networksuk_UA
dc.subjectirregularity factoruk_UA
dc.subjectmanagement of transportationuk_UA
dc.subjectзалізничний транспортuk_UA
dc.subjectштучні нейронні мережіuk_UA
dc.subjectпараметр нерівномірностіuk_UA
dc.subjectуправління перевезеннямиuk_UA
dc.titleImprovement of technology for management of freight rolling stock on railway transportuk_UA
dc.title.alternativeУдосконалення технології управління вантажним рухомим складом на залізничному транспорті-
dc.typeArticleuk_UA
Appears in Collections:2017

Files in This Item:
File Description SizeFormat 
Butko.pdf1.36 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.