DOI: https://doi.org/10.15587/1729-4061.2015.35996

Rationale for the type of the membership function of fuzzy parameters of locomotive intelligent control systems

Тетяна Василівна Бутько, Олександр Борисович Бабанін, Олександр Миколайович Горобченко

Abstract


Presentation of the train speed as a fuzzy number is justified by the impossibility to accurately predict this value. This is caused by deviation of many train and locomotive parameters in operating conditions. According to statistics, the actual train speed is different from the design speed by up to 5 km/h. According to the distribution of the speed deviation from the design value, a hypothesis about using t- and π-class membership functions was proposed. It was found that with the fuzziness coefficient values less than 2, it is necessary to use the triangular activation function to present the fuzzy variables. If the fuzziness coefficients are greater than 2, it is reasonable to use both classes of membership functions. This will allow to apply artificial intelligence theory methods in modeling the decision support system for locomotive crews.


Keywords


train control; fuzzy number; locomotive crew; membership function

References


Gorobchenko, O. M. (2014). Metodologіchnі osnovi pobudovi іntelektual'nih sistem pіdtrimki prijnyattya rіshen' dlya lokomotivnih brigad. Mezhdunarodnyj informacionnyj nauchno-tekhnicheskij zhurnal "Lokomotiv-inform", 8, 12–13.

Jiang, C., Yang, J., Yuan, J., Xu, F. (2012). Overview of Intelligent Railway Transportation Systems in China. Intelligent Automation & Soft Computing, 18 (6), 627–634. doi:10.1080/10798587.2012.10643272

But'ko, T. V., Prohorchenko, A. V. (2007). Udoskonalennya sistemi operativnogo upravlіnnya pasazhirs'kimi perevezennyami na osnovі vikoristannya іntelektual'nih tekhnologіj. Suchasnі іnformacіjnі tekhnologії na transportі, v promislovostі ta osvіtі. Dnіpropetrovs'k:DNUZT, 55.

Gapanovich, V. A., Rozenberg, E. N. (2011). Osnovnye napravleniya razvitiya intellektual'nogo zheleznodorozhnogo transporta Zheleznodorozhnyj transport, 4, 5–11.

Rozenberg, E. N. (2011). Sovremennye tekhnologii dlya perekhoda k intellektual'nomu zheleznodorozhnomu transportu». Vsemirnyj ehlektrotekhnicheskij kongresse (VEHLK-2011). Moscow. Available at: http://www.ruscable.ru/print.html?p=/article/Sovremennye_texnologii_dlya_perexoda_k/

Intelligent Transport Systems (ITS) for sustainable mobility (2012). UN, Economic Commission for Europe, UNECE. Geneva, 120.

Tarasov, V. A. Gerasimov, B. M., Levin, I. A., Kornejchuk, V. A. (2007). Intellektual'nye sistemy podderzhki prinyatiya reshenij. Teoriya, sintez, ehffektivnost'. Kiev: MAKNS, 336.

Mitaim, S., Kosko, B. (2001). The shape of fuzzy sets in adaptive function approximation. IEEE Trans. Fuzzy Syst., 9 (4), 637–656. doi:10.1109/91.940974

Raskin, L. G., Seraya, O. V. (2008). Nechetkaya matematika: monogr. Kharkiv: Parus, 352.

Demin, D. A. (2013). Nechetkaya klasterizaciya v zadache postroenie modelej «sostav – svojstvo» po dannym passivnogo ehksperimenta v usloviyah neopredelyonnosti. Problemy mashinostroeniya, 6, 15–23.

Danilova, N. V. (2010). Primenenie metoda nechetkih srednih dlya postroeniya funkcij prinadlezhnosti parametrov tekhnologicheskogo processa. Innovacionnye tekhnologii, modelirovanie i avtomatizaciya v metallurgii. Sankt-Peterburg, 11–12.

Dzharratano Dzh., Rajli, G. (2007). Ekspertnye sistemy: principy razrabotki i programmirovanie. Moscow: OOO "I.D.Vil'yams", 1152.

Rutkovskaya, D. Pilin'skij, M., Rutkovskij, L. (2006). Nejronnye seti, geneticheskie algoritmy i nechetkie sistemy M.: Goryachaya liniya –Telekom, 452.

Gorobchenko, O. M. (2014). Modelyuvannya viniknennya neshtatnoї situacії v ergatichnіj sistemі «lokomotivna brigada – poїzd», 38, 144–147.

Osipov, S. I., Mironov, K. A., Revich, V. I. (1972). Osnovy lokomotivnoj tyagi. Moscow: Transport, 336.


GOST Style Citations


1. Горобченко, О. М. Методологічні основи побудови інтелектуальних систем підтримки прийняття рішень для локомотивних бригад [Текст] / О. М. Горобченко // Международный информационный научно-технический журнал "Локомотив-информ". – 2014. – № 8. – С. 12–13.

2. Jiang, C. Overview of  Intelligent Railway Transportation Systems in China [Текст] / C. Jiang, J. Yang, J. Yuan, F. Xu // Intelligent Automation & Soft Computing. – 2012. – Vol. 18, Issue 6. – P. 627–634. doi: 10.1080/10798587.2012.10643272 

3. Бутько, Т. В., Удосконалення системи оперативного управління пасажирськими перевезеннями на основі використання інтелектуальних технологій [Текст] : тези Міжн. наук.-прак. конф. / Т. В. Бутько, А. В. Прохорченко // Сучасні інформаційні технології на транспорті, в промисловості та освіті. – Дніпропетровськ:ДНУЗТ, 2007. – С. 55.

4. Гапанович, В. А. Основные направления развития интеллектуального железнодорожного транспорта [Текст] / В. А. Гапанович, И. Н. Розенберг // Железнодорожный транспорт. – 2011. – № 4. – С. 5–11.

5. Розенберг, Е. Н. Современные технологии для перехода к интеллектуальному железнодорожному транспорту [Електронний ресурс] / Е.Н. Розенберг // Всемирный электротехнический конгрессе (ВЭЛК–2011), г. Москва, 2011. – Режим доступу: http://www.ruscable.ru/print.html?p=/article/Sovremennye_texnologii_dlya_perexoda_k/

6. Intelligent Transport Systems (ITS) for sustainable mobility. UN, Economic Commission for Europe, UNECE [Теxt] / Geneva, February, 2012. – 120 p.

7. Тарасов, В. А. Интеллектуальные системы поддержки принятия решений. Теория, синтез, эффективность [Текст] / В. А. Тарасов, Б. М. Герасимов, И. А. Левин, В. А. Корнейчук. – К.:МАКНС, 2007. – 336 с.

8. Mitaim, S. The Shape of Fuzzy Sets in Adaptive Function Approximation [Text] / S. Mitaim, B. Kosko // IEEE Transactions on fuzzy systems. – 2001. – Vol. 9, Issue 4. – P. 637-656. doi: 10.1109/91.940974 

9. Раскин, Л. Г. Нечеткая математика [Текст]: моногр. / Л. Г. Раскин, О. В. Серая. – Харьков: Парус, 2008. – 352 с.

10. Дёмин, Д. А. Нечеткая кластеризация в задаче построение моделей «состав – свойство» по данным пассивного эксперимента в условиях неопределённости / Д. А. Дёмин // Проблемы машиностроения. – 2013. – № 6. – С. 15–23.

11. Данилова, Н. В. Применение метода нечетких средних для построения функций принадлежности параметров технологического процесса [Текст] : Сб. научн. тр. семинара / Н. В. Данилова // Инновационные технологии, моделирование и автоматизация в металлургии. – Санкт-Петербург, 2010. – С. 11–12.

12. Джарратано, Дж. Экспертные системы: принципы разработки и программирование [Текст] / Дж. Джарратано, Г. Райли. – М.: ООО "И.Д.Вильямс", 2007. – 1152 с.

13. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы [Текст] / Д. Рутковская, М. Пилиньский, Л. Рутковский. – М.: Горячая линия – Телеком, 2006. – 452 с.

14. Горобченко, О. М. Моделювання виникнення нештатної ситуації в ергатичній системі «локомотивна бригада – поїзд» [Текст] / О. М. Горобченко // Збірник наукових праць  ДонІЗТ. – 2014. – Вип. 38. – С. 144–147.

15. Осипов, С. И. Основы локомотивной тяги [Текст] / С. И. Осипов, К. А. Миронов, В. И. Ревич. – М.: Транспорт, 1972. – 336 с.







Copyright (c) 2015 Тетяна Василівна Бутько, Олександр Борисович Бабанін, Олександр Миколайович Горобченко

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN (print) 1729-3774, ISSN (on-line) 1729-4061