Представление автомобильных сетей системой уязвимостей и их покрытий средствами предприятий дорожного хозяйства

Размещено на http: //www. allbest. ru/

Представление автомобильных сетей системой уязвимостей и их покрытий средствами предприятий дорожного хозяйства

Д.П. Броварный

Аннотация

уязвимость автомобильный сеть покрытие

Перечень ремонтно-восстановительных и обслуживающих работ сети автомобильных дорог и ресурсы эксплуатирующих сеть предприятий представлены как система уязвимостей и набор покрытий данных уязвимостей, причем каждая единица техники эксплуатирующей организации или представленной в номенклатуре поставщика дорожной техники обладает конечным значением эффективности на покрытии различных уязвимостей (дорожных дефектов). Данные двух множеств основаны на информации ГИС дорожного хозяйства.

Ключевые слова: автомобильные сети, дорожное хозяйство, система уязвимостей

Annotation

REPRESENTATION OF AUTOMOBILE NETWORKS BY SYSTEM DEFECTS AND THEIR COVERINGS BY OF THE ENTERPRISES OF THE ROAD FACILITIES

D.P. Brovarni

The list of repair - regenerative and serving works of a network of highways and resources of the enterprises maintaining a network are submitted as system defects and a set of coverings of the data defects, and, each unit of technical equipment of the maintaining organization, or submitted in the nomenclature of the supplier of road technical equipment possesses final value of efficiency on a covering various road defects. The data of two sets are based on information ГИС of a road facilities.

Важнейшим инструментом достижения целей и задач, определенных Транспортной стратегией Российской Федерацией до 2020 года [1], является ее научное обеспечение, которое должно повысить надежность и увеличить сроки службы дорожных сооружений, снижение совокупной стоимости дорожных работ, повышение технического уровня и транспортно-эксплуатационного состояния автомобильных дорог, снижение аварийности и повышение экологической безопасности на них.

Дорожные работы по сохранению существующей сети автодорог можно разделить на три вида:

- содержание;

- ремонт;

- реконструкция.

Содержание дорог предполагает их обустройство и, при необходимости, легкие ремонты дорожного полотна, ремонт требует существенно больших затрат, а расходы на реконструкцию сравнимы с затратами на строительство новых дорог [2,3].

Перечень разрушений и внешних воздействующих на автотранспортную сеть факторов можно рассматривать как систему уязвимостей, которые необходимо постоянно ликвидировать или осуществлять их покрытие.

Перечень уязвимостей дорожной сети позволяет на качественном уровне определить приоритетность дорожных работ, но для количественной оптимизации их недостаточно.

Для количественной оптимизации распределения технологических мощностей дорожного хозяйства необходимо рассмотреть виды дорожных работ и возможные математические модели решения указанной задачи, а также выбрать критерий оптимизации.

Используемые при текущем и восстановительном ремонте автодорожного покрытия технологии достаточно многообразны. Выбор той или иной технологии определяется категорией дороги, используемого материала покрытия, видами и размерами дефектов, объемами проводимых работ, климатическими условиями проведения работ. Состояние дорог является предметом первоочередной заботы дорожных организаций. Вовремя не устраненный дефект покрытия не только служит очагом дальнейшего разрушения, но может быть причиной дорожно-транспортных происшествий.

С определенной степенью условности виды дорожных работ можно классифицировать следующим образом:

1. Устройство асфальтобетонных покрытий:

- разборка асфальта;

- очистка основания от грязи;

- исправление неровностей;

- обработка битумом;

- устройство выравнивающего слоя;

- укладка асфальта.

2. Устройство оснований из песка и щебня.

3. Устройство оснований из бетона.

4. Выборка и вывоз грунта механизмами и вручную.

5. Установка бортовых камней.

6. Строительство временных дорог.

7. Укладка брусчатки.

8. Демонтаж дорожного бордюра.

9. Демонтаж тротуарного поребрика.

10. Проливание битумом.

11. Ямочный ремонт.

12. Работы фрезой-штроборезом.

13. Штробирование.

14. Работы с нивелиром.

Одну и ту же технологическую операцию на строительстве и ремонте дорожного покрытия можно выполнить машинами разных типов (наименований) [4,5]. Например, уплотнение асфальтобетонных смесей можно вести разными самоходными катками - статическими, вибрационными, комбинированными, пневмоколесными, катками с ручным управлением, вибротрамбовками, виброплитами. Большинство машин одного типа (наименования) выпускаются нескольких типоразмеров (катки разной массы, рециклеры разной производительности и т.д.).

На выбор ремонтного оборудования и техники влияют различные факторы - его цена, качество, показатели надежности и ремонтопригодности, удобство в обслуживании, условия работы с поставщиками и многое другое. Однако определяющими являются базовые технологические параметры оборудования:

- производительность оборудования;

- расход эксплуатационных материалов;

- показатели надежности.

Современное оборудование влияет на производительность труда, позволяет осуществлять качественный ремонт дорожного покрытия в больших объемах при сокращении затрат рабочего времени.

Правильное определение объема выполняемых работ позволяет точнее подойти к выбору оборудования по показателям его производительности, что влияет на его загрузку при выбранной сменности проведения работ, и в итоге точнее решить оптимизационную распределительную задачу, постановка которой выглядит следующим образом:

Дано:

1. Множество V уязвимостей

V = {vi}, i=1,…,n,

n - общее количество уязвимостей (возможных дефектов автодорожной сети).

2. Множество P связей

P = {pij}, i,j=1,…,n, i?j,

между уязвимостями, где pij - вероятность наступления j-й уязвимости при условии реализации i-й уязвимости. Множество P получено эмпирически (набрана достоверная статистика) или методом обобщения экспертных оценок из различных источников.

3. Множество D механизмов защиты

{ds}, s = 1,…,U,

где U - общее количество механизмов защиты (единиц техники или единиц мощностей оборудования предприятия дорожного хозяйства);

4. Каждому элементу vi множества уязвимостей, в результате статистических исследований либо экспертных оценок, сопоставлен ущерб - ci, i=1,...,N, характеризующий степень убытка "владельца" системы (дорожной сети), в случае реализации i-й уязвимости.

5. Каждый механизм защиты dj обладает некоторой эффективностью gj, j= 1,…,M на множестве уязвимостей {vi} и стоимостью p'j, j= 1,…, M (затратами на его использование).

6. Каждому элементу множества D механизмов защиты поставлено в соответствие подмножество покрываемых элементов множества уязвимостей V.

Требуется:

1. Синтезировать алгоритм, формирующий перечень элементов из множества D механизмов защиты (в зависимости от начальной уязвимости), при котором сумма вероятностей реализаций покрываемых уязвимостей, являющихся вершинами графа G, минимальна. Критерием эффективности работы системы поддержки принятия решения (СППР) предприятия дорожного хозяйства, в данном случае, является наличие подмножества

{ds'}, s' = 1,…,U', U' U,

где U' - мощность подмножества механизмов защиты, полностью покрывающего вершины графа G, принадлежащие маршруту (или нескольким маршрутам) реализации уязвимостей.

2. Синтезировать алгоритм, позволяющий определить подмножество элементов из множества {dj}механизмов защиты, при котором реализуется одно из следующих условий: минимум непокрытого ущерба, при заданной P стоимости (ограничениях на стоимость) механизмов защиты; минимум затрат на реализацию механизмов защиты, при заданном C непокрытом ущербе.

Решаемая СППР задача на управление единицами ремонтно-восстановительного дорожного предприятия - задача поиска оптимального состава единиц техники - носит целочисленный и комбинаторный характер. Динамическое назначение средств защиты требует оперативного решения многопараметрических задач в реальном масштабе времени, следовательно, разрабатываемые нейросетевые оптимизационные модели в ходе исследований должны сравниваться с традиционными моделями линейного и нелинейного программирования. Распределительные задачи возникают, когда имеющихся в наличии ресурсов не хватает для выполнения каждой из намеченных работ эффективным образом и необходимо наилучшим образом распределить ресурсы по работам в соответствии с выбранным критерием оптимальности. Инструментом вычисления оптимальных пропорций составляющих компонентов дорожной инфраструктуры при обслуживании автомобильной транспортной сети являются математические методы комбинаторной и целочисленной оптимизации систем. Следовательно, для эффективной реализации видов дорожных работ распределенной транспортной сети необходим комплексный подход, реализующий процесс оптимального динамического использования технологического оборудования и единиц дорожной техники из определенного и ограниченного перечня средств.

Дорожное хозяйство базируется на учете многих факторов развития и функционирования территории. Без современных компьютерных технологий практически невозможен многофакторный анализ территорий для принятия решений, например, по выбору коридора прокладки новой дороги, оценке предполагаемых пассажиропотоков или расчету зон загрязнения. Решение такого плана задач является прерогативой ГИС-технологий.

На этапах проектирования и планирования развития сети дорог ГИС помогают проанализировать различные варианты прохождения автомобильных трасс, выступая в первую очередь как средство отображения тематических карт и как инструмент пространственного анализа. На этапе эксплуатации дорог ГИС, по сути, являются подробным справочником о структуре и техническом состоянии дорог [6].

Одним из путей эффективного использования нарастающих информационных потоков ГИС дорожного хозяйства является применение аналитических расширений, которые могут быть составной частью ГИС [7-10]. ГИС являются хорошей средой для внедрения методов искусственного интеллекта и нейросетевых систем [7]. Это вызвано, с одной стороны, разнообразием и сложностью данных в ГИС, с другой -- наличием большого числа аналитических задач при использовании ГИС. Нейронные сети претендуют на то, чтобы стать универсальным аппаратом, решающим разные специфические задачи из разных проблемных областей в ГИС. Такая универсальность обуславливается тем, что нейросети дают стандартный способ решения многих нестандартных задач [8]. И неважно, что специализированная программа решит лучше один класс задач. Важнее, что один нейроимитатор решит и эту задачу, и другую, и третью и не надо каждый раз создавать специализированные приложения для каждой специфической задачи.

Анализ различных архитектур нейронных сетей [11-13] показал, что нейросетевые технологии в аналитических дополнениях ГИС дорожного хозяйства способны решать широкий спектр задач - от классификационных до оптимизационных. Причем для решения оптимизационных задач в реальном масштабе времени функционирования предприятия дорожного хозяйства целесообразно использовать динамические нейронные сети Хопфилда и самоорганизующиеся карты Кохонена.

Список литературы

1. Транспортная стратегия Российской Федерации на период до 2020 года.

2. Барановская Т.П. Системный анализ организационной структуры управления автодорожной отраслью региона/ Т.П. Барановская, О.К. Безродный, В.И. Лойко. http://ej.kubagro.ru/2004/06/18.

3. Лойко В.И. Система инвестиционного управления автодорожной отраслью региона / В.И. Лойко, О.К. Безродный // Научный журнал КубГАУ http://ej.kubagro.ru/2003/01/07/p07.asp.

4. Организация ямочного ремонта дорожного покрытия. www.gbc-group.ru/67.htm.

5. Ремонт и содержание автомобильных дорог: справочник инженера- дорожника/ А. П. Васильев, В. И. Баловнев и др.; Под. ред. А. П. Васильева. -- М.: Транспорт, 1989. - 287 с.

6. Скворцов А.В. Современное состояние геоинформационных систем в дорожной отрасли/ А.В. Скворцов. http://www.sitr.ru/?p=page&iProduct=78.

7. Питенко А.А. Использование нейросетевых технологий при решении аналитических задач в ГИС/ А.А. Питенко// Методы нейроинформатики. Сборник научных трудов. - Красноярск: КГТУ, 1998, стр.89-96.

8. Коновалова Н.В. Введение в ГИС/ Н.В. Коновалова, Е.Г. Капралов. - М., 1997. - 160 с.

9. Хаксхолд В. Введение в городские географические информационные системы/ В.Хаксхолд. - New York: Oxford, 1991. - 321 с.

10. Цветков В.Я. Геоинформационные системы и технологии/ В.Я. Цветков. - М.: Финансы и статистика, 1998. - 288 с.

11. Горбань А.Н. Нейронные сети на персональном компьютере/ А.Н. Горбань, Д.А. Россиев. - Новосибирск: Наука, 1996. - 276с.

12. Калан Р. Основные концепции нейронных сетей / Р. Калан: Пер. с англ.- М.: Вильямс, 2001. - 288с.

13. Галушкин А.И. Теория нейронных сетей. Кн.1: Учеб. пособие для вузов/ А.И. Галушкин. - М.:ИПРЖР, 2000.-416с.

Размещено на Allbest.ru