Нейросеть сортирует вагоны

320

Источник — https://gudok.ru

Цифровой помощник маневрового диспетчера успешно прошёл испытания

Компания успешно протестировала прототип основанного на применении искусственных нейросетей сервиса «Цифровой помощник маневрового диспетчера». Об этом на минувшей неделе рассказал во время выступления на онлайн-конференции Big Data AI Conference директор по информационным технологиям ОАО «РЖД» Евгений Чаркин. Ежегодная конференция была посвящена обсуждению лучших практик предприятий в анализе данных и машинном обучении. Евгений Чаркин презентовал проект применения нейронных сетей для планирования работы железнодорожной сортировочной станции. Прототип цифрового помощника маневрового диспетчера был успешно испытан ещё в марте и стал основой для промышленного образца, разработкой которого уже занимается выигравшее конкурс ООО «Эко-Томск». 

Маневровый диспетчер следит за общей оперативной обстановкой, определяет очерёдность роспуска и формирования составов, влияет на распределение ресурсов бригад и локомотивов, поддерживая необходимый баланс подвижного состава между парками станции. Удержать в голове все влияющие на работу факторы невозможно. Сервис «Цифровой помощник маневрового диспетчера» является частью мультисервисной платформы первого на сети проекта «Цифровая железнодорожная станция», реализуемого на станции Челябинск-Главный. В курирующем проект Департаменте управления бизнес-блоком «Железнодорожные перевозки и инфраструктура» (ЦЖД) решили, что для цифровизации функционала диспетчера нужен искусственный интеллект, способный анализировать большой объём данных, самостоятельно разрабатывать оптимальные решения стоящих перед ним задач, находить варианты улучшения процессов без подсказки человека, открывать возможности, которые человек обнаружить не в состоянии. 

Работа над проверкой эффективности нейронных сетей началась больше года назад. Была сформирована группа специалистов Департамента управления бизнес-блоком «Железнодорожные перевозки и инфраструктура», Департамента информатизации, Центральной дирекции управления движением, ПКТБ «Центр цифровых технологий» и ООО «РЖД-Технологии». 

Члены команды собирались на двухнедельные спринты (спринт – короткий временный промежуток, за который решается поставленная задача. – Ред.). Выясняли, какие показатели точнее характеризуют работу станции – время оборота локомотива, время подхода поездов, время нахождения вагона на станции и др.; фиксировали критерии, которыми руководствуется в работе маневровый диспетчер, включая важность груза, наличие просрочки в сроках доставки, наличие маневровых локомотивов на станции и т.д. 

Все эти данные передавались специалистам ООО «РЖД-Технологии», которые в начале года представили прототип рекомендательной модели – программы, ведущей работу диспетчера с применением нейронных сетей. 

Заместитель генерального директора ООО «РЖД-Технологии» Даниил Олейник рассказал «Гудку», что прототип может собирать из информационных систем станции и обрабатывать данные, формировать несколько вариантов роспуска вагонов и выбирать из них наиболее оптимальный. 

Тестирование модели рекомендательного сервиса проходило в феврале – марте. Была взята база данных станции Челябинск-Главный за 2019 год. Анализируя по данным первого полугодия действия диспетчеров, нейросеть проходила обучение. А по базе второго полугодия уже сама выдавала рекомендации о порядке роспуска. Её решения сравнили с решениями, которые принимались в этих же условиях диспетчерами, и оказалось, что прототип предлагает порядок роспуска, который в среднем на 20% снижает время простоя транзитного вагона с переработкой на станции. 
«Решения цифрового помощника были на первый взгляд не совсем очевидны. Когда приходят на станцию поезда, он говорит: сначала распусти первый поезд, а потом седьмой. Хотя диспетчер в этой ситуации вслед за первым распускал, к примеру, третий», – говорит заместитель начальника ЦЖД Андрей Аникин. 

Анализ результатов тестирования показал, что прошедшая обучение на примерах работы диспетчеров станции нейросеть справляется с роспуском на уровне опытного специалиста. Таким образом, став в перспективе помощником диспетчера, искусственный интеллект не только освободит его от необходимости переработки большого числа информации, но и поднимет общее качество работы до самых высоких на сегодня пределов, достигнутых людьми. Однако и после этого он продолжит развиваться, поскольку обладает самообучением. 

Результаты использования прототипа модели с применением искусственных нейронных сетей были признаны удачными, и компания провела конкурс среди отечественных разработчиков, который выиграло ООО «Эко-Томск». Ожидается, что в I квартале будущего года будет представлен образец модуля для опытной эксплуатации на станции Челябинск-Главный. 
«Фактически у «Российских железных дорог» появится альтернатива – при увеличении объёмов перевозок по сети можно будет инвестировать средства не в соответствующее развитие производственных мощностей, а в разработку и внедрение подобных рекомендательных сервисов, позволяющих существующим активам работать намного продуктивнее. В этом плане мы можем получить серьёзный позитивный эффект», – подчеркнул Евгений Чаркин на Big Data & Al Conference. 

1. Поделиться ссылкой: