Визначення впливових залізничних станцій за допомогою локальної синхронізації у складних мережах планів формування поїздів

Автор(и)

  • Андрій Миколайович Киман Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0002-4000-3287
  • Андрій Володимирович Прохорченко Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0003-3123-5024
  • Михайло Анатолійович Кравченко Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0001-7445-8952
  • Михайло Ігорович Музикін Університет митної справи та фінансів, Україна https://orcid.org/0000-0003-2938-7061

DOI:

https://doi.org/10.15587/2706-5448.2026.356296

Ключові слова:

залізниця, вагонопотік, залізничні станції, план формування поїздів, модель Курамото, локальна синхронізація

Анотація

Об’єктом дослідження є динамічні процеси узгодження взаємодії залізничних станцій у мережі плану формування поїздів (ПФП). Проблема, що вирішувалася, полягає у недостатності традиційних топологічних підходів до визначення впливових станцій на залізничній мережі. Аналіз, що заснований лише на показниках степеня центральності, не дозволяє виявити приховані джерела динамічної вразливості.

Запропоновано підхід до виявлення критичних станцій та зв’язків, що знижують когерентність мережі ПФП на основі дослідження локальних характеристик синхронізації. Розроблено процедуру аналізу впливовості станцій на основі поєднання центральності з локальним параметром порядку, що обчислений за допомогою моделі Курамото. Застосування розробленої процедури на реальних мережах ПФП різних структурних станів показало зміну характеристик локальної синхронізації. Середнє значення локального параметра порядку в найбільшій сильно зв’язній компоненті зменшилося з 0,6664 до 0,4976. Встановлено, що топологічно значущі сортувальні станції можуть мати низькі значення локального параметра порядку, тобто залишатися локально неузгодженими із власним оточенням. Обґрунтовано, що ключовим чинником зниження локальної синхронізації станцій є фазова неоднорідність їх найближчого оточення, зокрема наявність сусідніх станцій, що належать до інших фазових кластерів.

Практичне використання результатів можливе за умов формалізації ПФП у вигляді мережевої моделі та наявності даних про структуру призначень. Запропонований підхід може бути застосований для підтримки управлінських рішень щодо коригування ПФП, підвищення узгодженості роботи станцій та надання стійкості залізничній системі в умовах структурних змін.

Біографії авторів

Андрій Миколайович Киман, Український державний університет залізничного транспорту

Кандидат технічних наук, доцент

Кафедра управління вантажною і комерційною роботою

Андрій Володимирович Прохорченко, Український державний університет залізничного транспорту

Доктор технічних наук, професор

Кафедра управління експлуатаційною роботою

Михайло Анатолійович Кравченко, Український державний університет залізничного транспорту

Доктор філософії (PhD)

Кафедра управління експлуатаційною роботою

Михайло Ігорович Музикін, Університет митної справи та фінансів

Кандидат технічних наук, доцент

Кафедра транспортних технологій та міжнародної логістики

Посилання

  1. Butko, T., Prokhorchenko, A., Kyman, A. (2015). Formalization of the technology of arranging tactical group trains. Eastern-European Journal of Enterprise Technologies, 4 (3 (76)), 38–43. https://doi.org/10.15587/1729-4061.2015.47886
  2. Cargo transportation. JSC Ukrzaliznytsia. Available at: https://www.uz.gov.ua/cargo_transportation
  3. Zahorianskyi, V., Zahorianska, O., Moroz, M., Moroz, O. (2022). Development of a Model for Minimizing the Energy Costs of the Transport and Technological Complex. 2022 IEEE 4th International Conference on Modern Electrical and Energy System (MEES), 1–5. https://doi.org/10.1109/mees58014.2022.10005635
  4. Zhao, Y., Li, D., Yin, Y., Zhao, X. (2023). Integrated optimization of demand-driven timetable, train formation plan and rolling stock circulation with variable running times and dwell times. Transportation Research Part E: Logistics and Transportation Review, 171, 103035. https://doi.org/10.1016/j.tre.2023.103035
  5. Prokhorchenko, A., Kyman, A., Kravchenko, M., Medvediev, I. (2026). Structural evolution of Ukraine’s freight rail transportation system under partial network loss. Journal of Transport Geography, 131, 104554. https://doi.org/10.1016/j.jtrangeo.2026.104554
  6. Wang, W., Du, W., Liu, K., Tong, L. (2022). The Evolution of China’s Railway Network (CRN) 1999–2019: Urbanization Impact and Regional Connectivity. Urban Rail Transit, 8 (2), 134–145. https://doi.org/10.1007/s40864-022-00168-9
  7. Panchenko, A., Prokhorchenko, A., Panchenko, S., Dekarchuk, O., Gurin, D., Medvediev, I. (2020). Predicting the estimated time of cargo dispatch from a marshaling yard. Eastern-European Journal of Enterprise Technologies, 4 (3 (106)), 6–15. https://doi.org/10.15587/1729-4061.2020.209912
  8. Yanovska, V., Król, M., Pittman, R. (2025). The logistics of grain exports from wartime Ukraine: What are the highest priority areas to Address? Transportation Research Interdisciplinary Perspectives, 30, 101363. https://doi.org/10.1016/j.trip.2025.101363
  9. Arenas, A., Díaz-Guilera, A., Kurths, J., Moreno, Y., Zhou, C. (2008). Synchronization in complex networks. Physics Reports, 469 (3), 93–153. https://doi.org/10.1016/j.physrep.2008.09.002
  10. Kuramoto, Y.; Araki, H. (Ed.) (1975). Self-entrainment of a population of coupled non-linear oscillators. International Symposium on Mathematical Problems in Theoretical Physics. Springer, 420–422. https://doi.org/10.1007/bfb0013365
  11. Acebrón, J. A., Bonilla, L. L., Pérez Vicente, C. J., Ritort, F., Spigler, R. (2005). The Kuramoto model: A simple paradigm for synchronization phenomena. Reviews of Modern Physics, 77 (1), 137–185. https://doi.org/10.1103/revmodphys.77.137
  12. Tang, Y., Qian, F., Gao, H., Kurths, J. (2014). Synchronization in complex networks and its application – A survey of recent advances and challenges. Annual Reviews in Control, 38 (2), 184–198. https://doi.org/10.1016/j.arcontrol.2014.09.003
  13. Motter, A. E., Myers, S. A., Anghel, M., Nishikawa, T. (2013). Spontaneous synchrony in power-grid networks. Nature Physics, 9 (3), 191–197. https://doi.org/10.1038/nphys2535
  14. Shahal, S., Wurzberg, A., Sibony, I., Duadi, H., Shniderman, E., Weymouth, D. et al. (2020). Synchronization of complex human networks. Nature Communications, 11 (1). https://doi.org/10.1038/s41467-020-17540-7
  15. Rodriguez, M., Fathy, H. K. (2022). Distributed Kuramoto Self-Synchronization of Vehicle Speed Trajectories in Traffic Networks. IEEE Transactions on Intelligent Transportation Systems, 23 (7), 6786–6796. https://doi.org/10.1109/tits.2021.3062178
  16. Kyman, A., Prokhorchenko, A., Panchenko, A., Zolotarov, S., Kravchenko, M., Prokhorchenko, H., Orda, O. (2025). Devising of a method for analysing the propagation speed of car flows in a train formation plan based on synchronisation theory in complex networks. Eastern-European Journal of Enterprise Technologies, 5 (3 (137)), 56–67. https://doi.org/10.15587/1729-4061.2025.341559
  17. Zabaleta-Ortega, Á., Masoller, C., Guzmán-Vargas, L. (2025). Unveiling synchronization transitions in networks of coupled oscillators through persistent homology of local structures. Scientific Reports, 15 (1). https://doi.org/10.1038/s41598-025-27083-w
  18. Chen, J., Cao, J., Huang, W. (2023). Traffic-driven explosive synchronization with adaptive local routing in complex networks. Chaos, Solitons & Fractals, 168, 113142. https://doi.org/10.1016/j.chaos.2023.113142
  19. Li, X., Ye, J., Ji, P. (2026). The impact of topological heterogeneity on local synchronization in complex networks. Chaos, Solitons & Fractals, 204, 117745. https://doi.org/10.1016/j.chaos.2025.117745
  20. Rodrigues, F. A., Peron, T. K. DM., Ji, P., Kurths, J. (2016). The Kuramoto model in complex networks. Physics Reports, 610, 1–98. https://doi.org/10.1016/j.physrep.2015.10.008
  21. Newman, J., Rowland Adams, J., Clemson, P. T., Stefanovska, A. (2025). An order parameter for synchronisation of angular velocities. The European Physical Journal Special Topics. https://doi.org/10.1140/epjs/s11734-025-01984-3
  22. Lind, P. G., Gallas, J. A. C., Herrmann, H. J.; Ausloos, M., Dirickx, M. (Eds.) (2006). Coherence in Complex Networks of Oscillators. The Logistic Map and the Route to Chaos. Springer, 77–97. https://doi.org/10.1007/3-540-32023-7_5
  23. Zhou, M., Li, X., Xiong, W., Wu, X., Liao, H. (2019). Cooperation of local and collective synchronization in complex networks. Physica A: Statistical Mechanics and Its Applications, 526, 120963. https://doi.org/10.1016/j.physa.2019.04.199
  24. Strogatz, S. H. (2000). From Kuramoto to Crawford: exploring the onset of synchronization in populations of coupled oscillators. Physica D: Nonlinear Phenomena, 143 (1–4), 1–20. https://doi.org/10.1016/s0167-2789(00)00094-4
Identification of influential railway stations using local synchronization in complex networks of train formation plans

##submission.downloads##

Опубліковано

2026-04-30

Як цитувати

Киман, А. М., Прохорченко, А. В., Кравченко, М. А., & Музикін, М. І. (2026). Визначення впливових залізничних станцій за допомогою локальної синхронізації у складних мережах планів формування поїздів. Technology Audit and Production Reserves, 2(2(88), 76–83. https://doi.org/10.15587/2706-5448.2026.356296

Номер

Розділ

Системи та процеси керування